合成控制的资格标准中缺少的数据来自现实世界的数据
Liang Li1, Thomas Jemielita2, Cong Chen2
1Department of Biostatistics, The University of Texas MD Anderson Cancer Cente, Houston, Texas, USA.
本研究介绍了用于增强随机临床试验 (RCT) 的现实数据 (RWD) 中缺少数据的处理方法. 这些统计解决方案确保合成控制符合资格标准,提高试验有效性和效率.
科学领域:
- 临床试验方法论 临床试验方法论
- 现实世界的数据分析.
- 生物统计学 生物统计学
背景情况:
- 随机临床试验 (RCT) 可以通过结合真实世界数据 (RWD) 来增强.
- 增强型RCT将随机组与RWD的合成对照组集成在一起,提供了潜在的好处,如减少入学率和增加统计能力.
- 确保科学有效性需要合成控制来满足与试验参与者相同的资格标准,这一挑战因RWD缺少数据而复杂化.
研究的目的:
- 解决在RWD中缺少数据的忽视的挑战,用于在增强型RCT中评估资格.
- 提出和验证统计方法来处理RWD中缺少的资格标准.
- 为了在临床试验设计中能够稳定地使用来自RWD的合成对照.
主要方法:
- 使用多种归算技术来管理资格标准变量中缺少的数据.
- 开发一种通用倾向分数权衡方法,以调整未测量的混因素,如预期寿命,这是瘤学RWD中常见但经常缺失的标准.
- 讨论由于未测量的混因素而导致偏差纠正所需的统计假设.
主要成果:
- 拟议的多重归算和倾向性得分权重方法有效地处理资格评估中缺少的数据.
- 这些统计解决方案确保了从RWD.获得的合成对照的科学有效性.
- 模拟和瘤学增强RCT分析证明了开发的方法的实际实用性和有效性.
结论:
- 统计方法,包括多重归算和一般化倾向分数加权,可以成功地解决RWD中缺少的数据挑战,用于增强的RCT.
- 这些方法提高了使用来自RWD的合成控制的科学严谨性和可行性.
- 这些发现支持增强型RCT的更广泛应用,特别是在瘤学中,通过提高现实世界的证据整合的可靠性.
更多相关视频
00:05In Silico Modeling Method for Computational Aquatic Toxicology of Endocrine Disruptors: A Software-Based Approach Using QSAR Toolbox
Published on: August 28, 2019
11:23A Multilayer Microfluidic Platform for the Conduction of Prolonged Cell-Free Gene Expression
Published on: October 6, 2019
相关概念视频
Synthetic Biology
Golden rice
Golden rice is a genetically modified...
Types of Biopharmaceutical Studies: Controlled and Non-Controlled Approaches
Non-controlled studies, commonly employed for initial exploration, lack a control group, rendering them susceptible to biases and external influences. In contrast,...
Controls in Experiments
Mechanistic Models: Compartment Models in Individual and Population Analysis
Naturalistic Observations
Data Validation
Key parameters for method validation include:
