基于生物标志物的最佳设计,以限制患者招募

科学领域:

• 生物统计学 生物统计学
• 临床试验 临床试验
• 个性化医疗是个性化的医疗.

背景情况:

• 个性化医疗利用患者特定的特征 (生物标志物) 进行量身定制的治疗.
• 与二进制生物标志物相比,连续生物标志物在定义患者子组方面存在挑战.
• 目前的方法经常使用数据驱动的量子量来对连续生物标志物进行分类,这可能导致次优治疗分配.

研究的目的:

• 提出一种方法来确定在二元反应试验中连续预测生物标志物的最佳切断值.
• 开发一个最优的设计来估计这个切线,解决难以达到的约束的挑战.
• 为实践实施引入一种新的响应适应性随机化技术.

主要方法:

• 根据相对风险来估计生物标志物切断值的最佳设计的推导.
• 引入对共变量调整的响应适应性随机化,以最大限度地减少分配距离至最佳.
• 进行广泛的模拟研究,以评估拟议方法的性能.

主要成果:

• 拟议的方法有效地估计了最佳生物标志物切线.
• 与共变量调整的响应适应性随机化证明了良好的估计效率和差异减少.
• 模拟证实了该方法在识别敏感和不敏感患者亚群中的表现.

结论:

• 开发的方法为在临床试验中使用持续预测生物标志物提供了最佳策略.
• 新的随机化技术确保了实际和高效的实施.
• 调查结果强调了使用数据依赖中位数来识别亚群的伦理考虑和潜在缺点.