論文の概要: Eliciting judgements about dependent quantities of interest: The SHELF extension and copula methods illustrated using an asthma case study

• arxiv url: http://arxiv.org/abs/2102.02852v1
• Date: Thu, 4 Feb 2021 19:37:14 GMT
• ステータス: 処理完了
• システム内更新日: 2021-02-08 12:51:55.740622
• Title: Eliciting judgements about dependent quantities of interest: The SHELF extension and copula methods illustrated using an asthma case study
• Title（参考訳）: 関心の依存量に関する判定を緩和する:喘息症例を用いたSHELF拡張法とコプラ法
• Authors: Bj\"orn Holzhauer (1), Lisa V. Hampson (1), John Paul Gosling (2), Bj\"orn Bornkamp (1), Joseph Kahn (3), Markus R. Lange (1), Wen-Lin Luo (3), Caterina Brindicci (1), David Lawrence (1), Steffen Ballerstedt (1), Anthony O'Hagan (4) ((1) Novartis Pharma AG, Basel, Switzerland, (2) JBA Risk Management Ltd, Skipton, United Kingdom, (3) Novartis Pharmaceuticals Corporation, East Hanover, USA, (4) The University of Sheffield, School of Mathematics and Statistics, Sheffield, United Kingdom)
• Abstract要約: 専門家の判断を下すことは 未知の量の 証拠を合成する 魅力的なアプローチです 医薬品開発プログラムの成功確率を計算する際には、多量の利害関係を無関係として扱うべきではない。 喘息薬の登録プログラムが成功する確率を評価するために,これらのアプローチがエキュレーションワークショップでどのように使用されたかを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Pharmaceutical companies regularly need to make decisions about drug development programs based on the limited knowledge from early stage clinical trials. In this situation, eliciting the judgements of experts is an attractive approach for synthesising evidence on the unknown quantities of interest. When calculating the probability of success for a drug development program, multiple quantities of interest - such as the effect of a drug on different endpoints - should not be treated as unrelated. We discuss two approaches for establishing a multivariate distribution for several related quantities within the SHeffield ELicitation Framework (SHELF). The first approach elicits experts' judgements about a quantity of interest conditional on knowledge about another one. For the second approach, we first elicit marginal distributions for each quantity of interest. Then, for each pair of quantities, we elicit the concordance probability that both lie on the same side of their respective elicited medians. This allows us to specify a copula to obtain the joint distribution of the quantities of interest. We show how these approaches were used in an elicitation workshop that was performed to assess the probability of success of the registrational program of an asthma drug. The judgements of the experts, which were obtained prior to completion of the pivotal studies, were well aligned with the final trial results.
• Abstract（参考訳）: 製薬会社は、早期臨床試験からの限られた知識に基づいて、薬物開発プログラムに関する意思決定を定期的に行う必要がある。 このような状況では、専門家の判断を引き出すことは、未知の関心の量に関する証拠を合成するための魅力的なアプローチです。 医薬品開発プログラムの成功確率を計算する場合、異なるエンドポイントに対する薬物の効果などの関心の複数の量は、無関係として扱われるべきではありません。 SHeffield ELicitation Framework (SHELF) 内で複数の関連量の多変量分布を確立するための2つのアプローチについて議論する。 第1のアプローチは、別のものに関する知識を条件とする関心の量に関する専門家の判断を暗示する。 第2のアプローチでは、まず利息の量ごとに限界分布を抽出します。 そして、各対の量に対して、両者がそれぞれの導出された中央値の同じ側にある一致確率を導出する。 これにより、興味のある量の共同分布を得るためのコプラを指定できる。 これらのアプローチが喘息薬の登録プログラムの成功確率を評価するために行われた抽出ワークショップでどのように使用されたかを示す。 重要な研究の完了前に得られた専門家の判断は、最終的な試験結果とよく一致していました。

関連論文リスト

• Quantifying Aleatoric Uncertainty of the Treatment Effect: A Novel Orthogonal Learner [72.20769640318969]
  医療の安全性と有効性を理解するためには,観測データから因果量の推定が重要である。 医療従事者は、平均因果量の推定だけでなく、治療効果のランダム性をランダムな変数として理解する必要がある。 このランダム性はアレタリック不確実性と呼ばれ、治療効果の利益や量子化の確率を理解するために必要である。
  論文  参考訳（メタデータ） (2024-11-05T18:14:49Z)
• A randomized simulation trial evaluating ABiMed, a clinical decision support system for medication reviews and polypharmacy management [3.8243906257653504]
  STOPP/START v2ガイドラインの実装に基づき,臨床診断支援システムであるABiMedを設計した。 ランダム化シミュレーション試験において,39名の薬剤師によるABiMedの評価を行った。
  論文  参考訳（メタデータ） (2024-09-03T13:50:59Z)
• Defining Expertise: Applications to Treatment Effect Estimation [58.7977683502207]
  専門知識(特にドメインの意思決定者が持つであろう専門知識の種類)は、治療効果の推定方法の設計と選択において有益である、と我々は主張する。 予測的および予測的2種類の専門知識を定義し,(i)ドメインにおける顕著な専門知識のタイプが治療効果推定における異なる手法の性能に大きく影響し,(ii)データセットに存在する専門知識のタイプを予測することが可能であることを実証的に示す。
  論文  参考訳（メタデータ） (2024-03-01T17:30:49Z)
• The Blessings of Multiple Treatments and Outcomes in Treatment Effect Estimation [53.81860494566915]
  既存の研究では、プロキシ変数や複数の処理を利用してバイアスを補正している。 多くの実世界のシナリオでは、複数の結果に対する影響を研究することにより大きな関心がある。 この設定に関わる複数の結果の並列研究は、因果同定において互いに助け合うことが示されている。
  論文  参考訳（メタデータ） (2023-09-29T14:33:48Z)
• The Efficacy of Utility Functions for Multicriteria Hospital Case-Mix Planning [0.0]
  本稿では,病院ケースミックスプランニング(CMP)の新たなアプローチについて紹介する。 我々の多基準アプローチは実用機能(UF)を利用して、アウトプットに関する独立した意思決定者の好みと視点を明確にする。 当社のアプローチは、ユーザが扱いたいケースミックスを特定し、さまざまなレベルのアウトプットのさまざまな重要性をモデル化する上で、より優れているかも知れません。
  論文  参考訳（メタデータ） (2023-07-31T22:45:38Z)
• Reliable Off-Policy Learning for Dosage Combinations [27.385663284378854]
  パーソナライズド医療における意思決定は、しばしば服薬の組み合わせを選択する必要がある。 ドセージ・コンビネーションのための信頼性の高いオフ・ポリティクス学習手法を提案する。
  論文  参考訳（メタデータ） (2023-05-31T11:08:43Z)
• Valid Inference After Causal Discovery [73.87055989355737]
  我々は、因果関係発見後の推論に有効なツールを開発する。 因果発見とその後の推論アルゴリズムの組み合わせは,高度に膨らんだ誤発見率をもたらすことを示す。
  論文  参考訳（メタデータ） (2022-08-11T17:40:45Z)
• Extracting Adverse Drug Events from Clinical Notes [1.6244541005112747]
  有害薬物イベント(ADEs)は、薬物または薬物の投与によって引き起こされる予期せぬ出来事です。 本稿では, 関連抽出手法を用いて, 薬物とその関連属性との関係を検討する。
  論文  参考訳（メタデータ） (2021-04-21T23:10:20Z)
• Uncertainty-aware Score Distribution Learning for Action Quality Assessment [91.05846506274881]
  行動品質評価(AQA)のための不確実性認識スコア分布学習(USDL)手法を提案する。 具体的には、異なる評価スコアの確率を記述したスコア分布に関連する事例として、アクションを考察する。 微粒なスコアラベルが利用できる状況下では、多パス不確実性を考慮したスコア分布学習法(MUSDL)を考案し、スコアの不整合成分を探索する。
  論文  参考訳（メタデータ） (2020-06-13T15:41:29Z)
• Contextual Constrained Learning for Dose-Finding Clinical Trials [102.8283665750281]
  C3T-Budget(C3T-Budget)は、予算と安全性の両方の制約の下での線量フィリングのための文脈制約付き臨床試験アルゴリズムである。 残りの予算、残業時間、各グループの特徴を考慮して患者を募集する。
  論文  参考訳（メタデータ） (2020-01-08T11:46:48Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。