评估患者生成技术在虚拟临床试验结果中的作用
Jana L Gevertz1, Joanna R Wares2
1Department of Mathematics and Statistics, The College of New Jersey, 2000 Pennington Rd, Ewing, NJ, 08628, USA. gevertz@tcnj.edu.
Bulletin of mathematical biology
|August 13, 2024
概括
虚拟临床试验 (VCT) 可以预测治疗反应. 研究表明,先前的分布影响人口异质性比纳入标准更大,但标准更好地预测治疗响应者.
科学领域:
- 计算生物学是一种计算生物学.
- 数学建模的数学建模
- 生物统计学 生物统计学
背景情况:
- 虚拟临床试验 (VCT) 越来越多地用于预测患者特定治疗反应.
- 设计VCT包括定义虚拟患者模型的先前分布和包含/排除标准.
- 对这些设计选择缺乏标准化的方法.
研究的目的:
- 严格量化VCT设计选择对VCT预测的影响.
- 隔离以前分布和包含/排除标准对人口异质性和治疗反应的影响.
- 为开发未来的VCT提供基础的理解.
主要方法:
- 利用空间放射治疗模型生成模拟的患者数据.
- 采用两参数普通微分方程模型来表示患者数据.
- 分析了先前分布和包含/排除标准对虚拟患者队列的影响.
主要成果:
- 之前的分布显著影响虚拟患者群体的异质性.
- 包含/排除标准对预测的治疗响应者百分比的影响更大.
- 在VCT中的设计选择显然会影响模型的预测.
结论:
- 预先分配对于建立虚拟患者异质性至关重要.
- 包括/排除标准是准确预测治疗响应率的关键.
- 这项研究为优化VCT设计和应用提供了必要的见解.


