Two‐stage subgroup‐specific time‐to‐event (2S‐Sub‐TITE): An adaptive two‐stage time‐to‐toxicity design for subgroup‐specific dose finding in phase I oncology trials
Notice bibliographique
Résumé
For phase I trials, the subgroup-specific time-to-event (Sub-TITE) design identifies the maximum tolerated dose (MTD) separately in 2+ heterogeneous patient subgroups. Sub-TITE allows borrowing strength and dynamic clustering across subgroups from the trial's start, but delaying the initiation of borrowing and clustering may improve trial accuracy. We propose the 2-stage Sub-TITE (2S-Sub-TITE) design in which the trial starts by estimating separate models per subgroup, and then initiates the Sub-TITE design at some pre-specified point of patient accrual. We evaluate the operating characteristics of the 2S-Sub-TITE design using simulations. Nine configurations of the 2S-Sub-TITE design (varying in timing of initiation of borrowing/clustering and prior probability of subgroup heterogeneity, p_hetero) and three control methods were compared across 1000 randomly-generated true toxicity probability scenarios. Effects of priors, sample size, escalation rules, target toxicity probability, accrual rate, and number of subgroups were evaluated. Metrics included: proportion of correct selection (PCS) of the true MTD, and average number of toxicities incurred. Among the 5 2S-Sub-TITE configurations (out of 9 total) with the highest PCS (45%) when the subgroup heterogeneity assumption is correct (all of which out-perform the control methods by 2%-6%), the configuration which enables borrowing and clustering allowance with p_hetero = 0.7 starting at 75% patient accrual best minimizes toxicities as well as losses in accuracy if the heterogeneity assumption is incorrect. For trials with high confidence in subgroup heterogeneity, the 2S-Sub-TITE configuration enabling borrowing/clustering with p_hetero = 0.7 starting at 75% patient accrual exhibits superior dose-finding accuracy compared to existing methods.
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 | 0,053 | 0,067 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,003 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».