随机逼近与现代基于模型的剂量探索临床试验设计
统计方法学
2010-11-30 v1
摘要
1951年，Robbins和Monro发表了关于随机逼近的开创性文章，并特别提及了其在“使用响应/非响应数据估计分位数”中的应用。自20世纪90年代以来，剂量探索研究的统计方法已发展成为一个活跃的研究领域。剂量探索问题本质上是一个百分位数估计问题，与Robbins-Monro方法旨在解决的问题一致。从这个角度看，令人惊讶的是，剂量探索文献的发展在很大程度上独立于更早的随机逼近文献。随机逼近在实际临床研究中很少使用，这与它在工程和金融中的持续应用形成鲜明对比。在本文中，我探讨了剂量探索文献与随机逼近文献之间的异同。这篇综述也阐明了随机逼近对剂量探索临床试验的当前和未来相关性。这些联系将反过来引导剂量探索方法走上严谨的轨道，并扩展其处理日益复杂的临床情况的能力。
引用
@article{arxiv.1011.6240,
title = {Stochastic Approximation and Modern Model-Based Designs for Dose-Finding Clinical Trials},
author = {Ying Kuen Cheung},
journal= {arXiv preprint arXiv:1011.6240},
year = {2010}
}
备注
Published in at http://dx.doi.org/10.1214/10-STS334 the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)