基于一致性的方法来调整确认子组分析中的多重性

科学领域:

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

背景情况:

• 个性化医学旨在针对性治疗,特别是瘤学,预计在生物标志物阳性患者中有效性更高.
• 生物标记物识别的局限性和对其作用的不完全理解可能导致非预测性标记物.
• 对整体和生物标志物阳性子组进行治疗测试至关重要,但引入了多重性问题.

研究的目的:

• 开发一种新的统计方法,用于在个性化医学临床试验中进行假设测试.
• 为了解决由同时测试整体和生物标志物阳性患者子组引起的I型错误膨胀.
• 为生物标志物驱动的治疗创建一个具有统计学上的强大和逻辑上的合理的测试策略.

主要方法:

• 提出了一种新的统计方法,利用整体和子组人口的假设测试之间的逻辑联系.
• 通过考虑不同的拒绝区域,纳入多重性的调整.
• 专注于为个性化医学创建一个明智而强大的测试策略.

主要成果:

• 拟议的方法有效地管理了在整体和生物标志物阳性患者组测试治疗中固有的多重性问题.
• 该方法在测试假设时提供了统计能力和逻辑连贯性之间的平衡.
• 证明了评估生物标志物预测能力可能不确定的治疗方法的明智策略.

结论:

• 介绍了一种新的统计方法,以适当地调整个性化医学试验中的多重性.
• 该方法提供了一种强大而明智的方法,用于在一般和特定患者子组中测试治疗方法.
• 这有助于更可靠地评估向疗法,提高临床试验设计.