Notice bibliographique
Résumé
A clinical trial is an experiment on human subjects designed to evaluate the safety and efficacy of a new drug or medical intervention. There are four phases of a clinical trial. Phase I trial is the first step to determine the maximum tolerated dose (MTD) to be used in the subsequent trials. My Ph.D. research is focused on proposing and evaluating statistical designs of Phase I clinical trial. The commonly used parametric design is the continual reassessment method (CRM). This method assumes a parametric statistical model with unknown parameters to describe toxicity probability at each dose level. These unknown parameters follow prior distributions under the Bayesian approach. Patient outcomes are either toxic or nontoxic and these outcomes are used to update posterior mean toxicity probabilities. The objective of a Phase I trial is to determine the MTD, which is the dose whose posterior mean toxicity probability is closest to the target toxicity probability, say 33%, after all patients in the trial are treated. Three classic parametric models are normally used with the CRM, namely the power, logistic and hyperbolic tangent models. In my thesis, we introduce a new class of parametric functions, based on the cumulative distribution function of the normal distribution. A major advantage is that we can choose different values of the mean and variance of the normal distribution to change the location and shape of the dose toxicity probability curve. So our new model is more flexibly. We conduct simulation studies and compare our new design with existing designs, for one drug or the combination of two drugs. We investigate the performance of our new design when we assume that the variance is unknown, and the performance of the Bayesian model averaging CRM design. Finally we derive asymptotic statistical inference of the unknown parameter. We introduce some new performance criteria and compare different models based on “BEARS”: Benchmark, Efficiency, Accuracy, Reliability, Safety.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,149 | 0,283 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,002 |
| Méta-épidémiologie (sens large) | 0,004 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,003 | 0,005 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,002 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».