用于个性化医疗的主动临床试验
统计方法学
2015-06-30 v2
摘要
个体化治疗规则 (ITRs) 根据个体患者特征定制治疗方案。它们能显著改善患者护理，因此日益普及。随机临床试验期间收集的数据通常用于估计最优 ITRs。然而，这些试验通常运行成本高昂，而且其设计并非为了有效估计 ITRs。在本文中，我们从主动学习的角度提出了一种具有成本效益的估计方法。特别是，我们的方法仅从正在进行的临床试验中招募“信息量最大”的患者（就学习最优 ITRs 而言）。模拟研究和真实数据示例表明，我们的主动临床试验方法显著优于竞争方法。我们推导了风险界，并表明它们支持这些观察到的实证优势。
引用
@article{arxiv.1404.2971,
title = {Active Clinical Trials for Personalized Medicine},
author = {Stanislav Minsker and Ying-Qi Zhao and Guang Cheng},
journal= {arXiv preprint arXiv:1404.2971},
year = {2015}
}
备注
48 Page, 9 Figures. To Appear in JASA--T&M