近似动态规划及其在I期癌症试验设计中的应用
统计方法学
2010-12-01 v1
摘要
I期癌症试验的最优设计可以表述为一个随机优化问题。通过利用近似动态规划的最新进展来解决该问题，我们开发了贝叶斯最优设计的近似方法。所得设计是“治疗”设计（例如Babb等人（1998）的过量控制剂量递增法）和“学习”设计（例如Haines等人（2003）的-最优设计）的凸组合，从而直接解决了I期试验中固有的治疗与实验两难困境，并为临床使用提供了一种简单直观的设计。文中给出了计算细节，并通过仿真研究将所提出的设计与现有设计进行了比较。该设计还可以轻松修改，以包含一个第一阶段，该阶段类似于传统的非参数升降方案谨慎地递增剂量，同时在第二阶段验证用于高效基于模型设计的贝叶斯参数模型。
引用
@article{arxiv.1011.6509,
title = {Approximate Dynamic Programming and Its Applications to the Design of Phase I Cancer Trials},
author = {Jay Bartroff and Tze Leung Lai},
journal= {arXiv preprint arXiv:1011.6509},
year = {2010}
}
备注
Published in at http://dx.doi.org/10.1214/10-STS317 the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)