文献

J-GLOBAL ID：201702262321150235   整理番号：17A0323624

関連臨床研究の集団代表性の多変量解析【Powered by NICT】

Multivariate analysis of the population representativeness of related clinical studies

著者 (10件)： He Zhe (Department of Biomedical Informatics, Columbia University, New York, NY 10032, USA) ,  Ryan Patrick (Department of Biomedical Informatics, Columbia University, New York, NY 10032, USA) ,  Ryan Patrick (Janssen Research and Development, Titusville, NJ 08560, USA) ,  Ryan Patrick (Observational Health Data Sciences and Informatics, New York, NY 10032, USA) ,  Hoxha Julia (Department of Biomedical Informatics, Columbia University, New York, NY 10032, USA) ,  Wang Shuang (Department of Biostatistics, Columbia University, New York, NY 10032, USA) ,  Carini Simona (Department of Medicine, University of California, San Francisco, CA 94143, USA) ,  Sim Ida (Department of Medicine, University of California, San Francisco, CA 94143, USA) ,  Weng Chunhua (Department of Biomedical Informatics, Columbia University, New York, NY 10032, USA) ,  Weng Chunhua (Observational Health Data Sciences and Informatics, New York, NY 10032, USA)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 60  ページ： 66-76  発行年： 2016年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 臨床研究における過小評価サブグループを同定し,特性化するための関連する臨床研究と計算法の全域に及ぶ集団的代表性を定量化するための多変量法を開発すること。独立性と全ての形質間の同等の重要性を仮定して一組の関連研究の集団代表性を定量化するための複数研究形質を含むように研究形質(GIST)に対する一般化可能性指数と命名した公表された計量を拡張した。これに基づいて,GISTと多変量GIST(mGIST)の有効性を比較した。を一連の関連研究の中で過少表現されるサブグループを明らかにするために多重形質の異なる値の間隔の最適な組み合わせを構築するための「多変量過小評価されたサブグループ同定」(MAGIC)と呼ばれるアルゴリズムを開発した。例としての2型糖尿病(T2DM)を用いた,一連の臨床研究において定量的適格性基準変数を用いて頻繁に同定し,抽出した。NationalH ealth and Nutrition Examination Survey(NHANES)データを用いてT2DM目標母集団をプロファイリングした。四例変数,すなわち,年齢,HbA~1C,BMI,および性別のmGISTスコアによれば,観測T2DM研究は介入T2DM研究よりも優れた集団代表性を有していた。介入T2DM研究のために,第I相試験,第III相試験よりも良好な集団代表性を有していた。HbA~1C値5.7%と7.2%の間で少なくとも65歳者したT2DM試験における特に過小評価された。これらの結果は,よく知られた知識を確認し,集団代表性評価におけるこの方法の有効性を実証した。mGISTは複数の数値研究形質を用いた関連した臨床研究の代表性を定量化するのに有効である。MAGICは,臨床研究における過小評価サブグループを同定した。両データ駆動法は研究コミュニティレベルでの参加選択における設計バイアスの透明性を改善するために利用できる。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 第一相試験 ,  母集団 ,  第三相試験 ,  バイアス ,  キャラクタリゼーション ,  2型糖尿病 ,  *多変量解析
準シソーラス用語： データ駆動 ,  数値研究 ,  性別 ,  プロファイリング ,  消化管間質腫瘍 ,  *多変量 ,  過小評価 ,  *臨床研究 , 【Automatic Indexing@JST】

著者キーワード (3件)： 臨床試験 ,  知識表現 ,  選択バイアス

分類 (1件)： 医用情報処理  (JE15030Q)

タイトルに関連する用語 (4件)： 臨床 ,  研究 ,  集団 ,  多変量解析