Video Experimental Relacionado
Updated: Feb 11, 2026

A Novel Bayesian Change-point Algorithm for Genome-wide Analysis of Diverse ChIPseq Data Types
Published on: December 10, 2012
Probabilidad de éxito para establecer la no inferioridad a través de múltiples visitas: Extensión del marco de
Yujie Zhao1, Yiran Hu1, Xiaotian Chen1
1Data and Statistical Sciences, AbbVie Inc., North Chicago, Illinois, USA.
Este estudio introduce un enfoque de modelado bayesiano para predecir la probabilidad de éxito de los ensayos clínicos de fase III utilizando datos históricos. Este método ayuda a tomar decisiones cruciales Go / No-Go para el desarrollo de medicamentos, especialmente en el tratamiento del glaucoma.
Área de la Ciencia:
- La bioestadística es la bioestadística.
- El diseño del ensayo clínico.
- Desarrollo farmacéutico Desarrollo farmacéutico
Sus antecedentes:
- La toma de decisiones efectiva es crucial después de los ensayos de la Fase II.
- La evaluación de la incertidumbre y la probabilidad de éxito (POS) para los ensayos de fase III es vital.
- El préstamo de datos históricos ofrece eficiencia, pero presenta desafíos metodológicos con resultados longitudinales.
Objetivo del estudio:
- Proponer e investigar un enfoque de modelado jerárquico bayesiano ajustado por covariante.
- Evaluar cuantitativamente el POS para ensayos confirmatorios de fase III utilizando datos longitudinales históricos.
- Para demostrar un marco de toma de decisiones Go/No-Go para el desarrollo de fármacos.
Principales métodos:
- Desarrolló un modelo jerárquico bayesiano ajustado por covariante.
- Datos históricos aprovechados con resultados longitudinales para predecir la fase III POS.
- Aplicó el modelo dentro de un marco de decisión Go/No-Go utilizando un ejemplo de ensayo de glaucoma.
Principales resultados:
- El modelo propuesto evalúa cuantitativamente el POS para los ensayos de fase III.
- Las simulaciones evalúan los factores que influyen en las características operativas (heterogeneidad, varianza, correlación).
- El marco es adaptable a diversas áreas terapéuticas con entornos de ensayo similares.
Conclusiones:
- El enfoque de modelado bayesiano proporciona un método robusto para predecir el éxito de la Fase III.
- Este marco apoya decisiones Go/No-Go informadas en el desarrollo de fármacos.
- El enfoque aborda los desafíos metodológicos del uso de datos longitudinales históricos.
Videos de Conceptos Relacionados
Probability Laws
Ecological Succession
Probability Distributions
A discrete probability distribution is a probability distribution of discrete random variables. It can be categorized into binomial probability distribution and Poisson...
Probability in Statistics
An example of a simple event is a coin toss. The result of a coin toss is either a head or a tail. Here, head and tail are two simple events. These two simple events make up the sample space. Further, the probability of an event occurring falls within the range of 0 to 1. The probability of an...
Probability Histograms
The Anchoring-and-Adjustment Heuristic

