関連する実験動画
Updated: Feb 17, 2026

Bioluminescence Imaging of an Immunocompetent Animal Model for Glioblastoma
Published on: January 15, 2016
神経腫瘍学試験の生物統計的ベンチマーク
Rahim Abo Kasem1, Lydia A Leavitt1, Gina Genova2
1Department of Neurosurgery, University of Louisville, Louisville, Kentucky.
この研究では,210件の神経腫瘍学試験における生体統計学的パラメータを分析した. 結論は,高級膠原腫の研究における将来の臨床試験の設計のためのデータ主導のベンチマークを提供します.
科学分野:
- 神経腫瘍学 神経腫瘍学
- 臨床試験のデザイン
- バイオ統計学 バイオ統計学
背景:
- 高度性膠原腫は,高度に治療に抵抗するがんです.
- 数多くの臨床試験にもかかわらず,生存率を向上させた治療法はほとんどありません.
- 試験設計のバイオ統計学的パラメータは重要であるが,総括的に特徴づけられていない.
研究 の 目的:
- 神経腫瘍学試験で使用される生物統計学的パラメータの動向を分析する.
- 試験設計パラメータのためのデータ主導のベンチマークを確立する.
- 高度性膠原腫に対する将来の臨床試験設計にインフォームします.
主な方法:
- PubMedの2期および3期の高度グリオマ/メドゥロブラストーマ試験の体系的な検索.
- 主要な生物統計学的パラメータの抽出:フェーズ,エンドポイント,効果サイズ,生存仮定,エラー率,電力,サンプルサイズ,累積時間.
- 1976年から2025年の間に発表された210件の臨床試験の分析.
主要な成果:
- 生存推定値とターゲット効果サイズ (危険比率) の実質的な変動.
- 想定された対照群の生存率は,しばしば観察された生存率を過小評価した.
- サンプルサイズが小さい (<500) で,ハザード比率の目標が低い試験では,累積目標を達成する可能性が低かった.
- フォローアップ期間の中央値は24カ月で,累積期間の完了は36カ月を目標とした.
結論:
- 試験設計におけるサンプルサイズ仮定のための歴史的ベンチマークを提供します.
- より透明で,データ主導で,文脈に配慮した試験設計をサポートします.
- 将来の神経腫瘍学試験における実現可能性計画と統計的根拠のためのリソースとして機能します.
さらに関連する動画
09:32Multiplexed Immunofluorescence Analysis and Quantification of Intratumoral PD-1+ Tim-3+ CD8+ T Cells
Published on: February 8, 2018
09:53Quantifying the Brain Metastatic Tumor Micro-Environment using an Organ-On-A Chip 3D Model, Machine Learning, and Confocal Tomography
Published on: August 16, 2020
関連する概念動画
Cancer Survival Analysis
Comparing the Survival Analysis of Two or More Groups
Kaplan-Meier Approach