論文の概要: Shared Keyboard: An improved Bayesian design for phase I clinical trials via Beta kernel process

• arxiv url: http://arxiv.org/abs/2605.25043v1
• Date: Sun, 24 May 2026 12:39:00 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:18.670156
• Title: Shared Keyboard: An improved Bayesian design for phase I clinical trials via Beta kernel process
• Title（参考訳）: Shared Keyboard: ベータカーネルプロセスによる第I相臨床試験のためのベイズ設計の改良
• Authors: Jiangyan Zhao, Xian Shi, Jin Xu,
• Abstract要約: 独立ベータ重み付き二項更新方式を各量で置き換える共有キーボード設計を提案する。 この設計はキーボード設計の決定構造を保ちながら、近くの用量にわたって制御された借入を可能にしている。 提案手法は,初期線量グリッドが不十分で時間-時間結果が存在する場合に適応的線量挿入に対応するよう拡張する。
• 参考スコア（独自算出の注目度）: 6.503255615016737
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Model-assisted interval designs such as the Keyboard design are transparent and easy to implement in phase I oncology trials. However, interim decisions based solely on data from the current dose may overlook informative signals from neighbouring doses, leading to unnecessary escalation or de-escalation. We propose the shared Keyboard design, a Bayesian model-assisted design that replaces the independent beta--binomial updating scheme at each dose with a posterior induced by a Beta kernel process using kernel-weighted pseudo-counts. The design preserves the decision structure of the Keyboard design while enabling controlled borrowing across nearby doses. To prioritise overdose control, we propose an asymmetric kernel that assigns greater weight to toxicities observed at higher doses during escalation. We further extend the proposed design to accommodate adaptive dose insertion when the initial dose grid is inadequate and time-to-event outcomes when late-onset toxicities are present. Extensive simulation studies demonstrate substantial improvements in both accuracy and safety for identifying the maximum tolerated dose. In settings involving dose insertion, the proposed design identifies inserted target doses more effectively than adaptive dose modification while maintaining a comparable modification rate.
• Abstract（参考訳）: キーボード設計のようなモデル支援インターバル設計は、第1相オンコロジー試験において透明で実装が容易である。 しかし、現在の用量からのデータのみに基づく暫定的な決定は、近隣の用量からの情報的信号を見落とし、不要なエスカレーションやデエスカレーションにつながる可能性がある。 本稿では, カーネル重み付き擬似数を用いたベータカーネルプロセスによって誘導される後続回路を用いて, 独立ベータ二項更新方式に代えて, ベイズモデルを用いた共有キーボード設計を提案する。 この設計はキーボード設計の決定構造を保ちながら、近くの用量にわたって制御された借入を可能にしている。 過剰摂取抑制を優先するために,エスカレーション中に高用量で観察される毒性に重みを割り当てる非対称カーネルを提案する。 さらに,初期線量格子が不十分な場合の適応線量挿入と遅発性毒性が存在する場合の時間-時間結果に対応するために,提案設計を拡張した。 広範囲にわたるシミュレーション研究は、最大許容線量を特定するための精度と安全性の両方を著しく改善した。 線量挿入を含む設定において, 本設計では, 適応線量修正よりも効果的に挿入対象線量を特定するとともに, 同等の修正率を維持している。

関連論文リスト

• DARTS: Targeting Prognostic Covariates in Budget-Constrained Sequential Experiments [47.61857875238484]
  我々はトンプソンサンプリング(DARTS)による動的適応的ランダム化を導入する。 DARTSは、共変量取得を設計に基づく因果推論タスクに埋め込まれた逐次最適化問題として扱う。 我々は,最小限の値と対数的因子とを一致させる獲得層に対してベイズリスクを導出する。
  論文  参考訳（メタデータ） (2026-05-07T17:27:51Z)
• Accelerated Discovery of Cryoprotectant Cocktails via Multi-Objective Bayesian Optimization [0.0]
  低温保護剤(CPA)カクテルは、氷の形成を抑制するのに十分に濃縮されなければならないが、細胞生存性を維持するのに十分な毒性はない。 本稿では,多目的ベイズ最適化に基づく高スループットスクリーニングとアクティブラーニングループを組み合わせることで,CPAカクテル設計を高速化するデータ効率フレームワークを提案する。 Wet-lab ValidationはCPA濃度の高いカクテルと露光後生存率の高いカクテルを効率よく発見できることを示す。
  論文  参考訳（メタデータ） (2026-02-13T19:02:05Z)
• Pretrained Joint Predictions for Scalable Batch Bayesian Optimization of Molecular Designs [1.3505106522886807]
  バッチベイズ最適化における結合親和性のスケーラブルな確率的サロゲートを得る方法を示す。 これにより、設計間のヘッジと、それらを近似するために共同予測密度から素早くサンプリングする能力の並列取得関数が要求される。 この研究の鍵となるのは、ENNにおける先行ネットワークの重要性と、下流のパフォーマンスを改善するために合成データでそれらを事前訓練する方法の調査である。
  論文  参考訳（メタデータ） (2025-11-13T18:26:58Z)
• Wav2Arrest 2.0: Long-Horizon Cardiac Arrest Prediction with Time-to-Event Modeling, Identity-Invariance, and Pseudo-Lab Alignment [5.706374608871095]
  高周波生理学的波形モダリティは、患者の状態に対する深いリアルタイムな洞察を提供する。 近年、心臓発作を含む重要な事象を予測するための生理学的基礎モデルが示されている。 最小限の補助情報を用いてPSGのみのCAシステムを改善するための3つの改良点を提案する。
  論文  参考訳（メタデータ） (2025-09-25T23:46:39Z)
• Amortized In-Context Mixed Effect Transformer Models: A Zero-Shot Approach for Pharmacokinetics [0.0]
  Amortized In-Context Mixed-Effect Transformer (AICMET) モデルを提案する。 メカニカル・コンパートメンタル・プレファレンスと、文脈内ベイズ推論とを統一する。 実験の結果,AICMETは最先端の予測精度を達成し,患者間の変動を忠実に定量化することがわかった。
  論文  参考訳（メタデータ） (2025-08-21T15:45:17Z)
• A Generative Framework for Causal Estimation via Importance-Weighted Diffusion Distillation [55.53426007439564]
  観察データから個別化された治療効果を推定することは因果推論における中心的な課題である。 逆確率重み付け(IPW)は、この問題に対するよく確立された解決策であるが、現代のディープラーニングフレームワークへの統合は依然として限られている。 本稿では,拡散モデルの事前学習と重み付きスコア蒸留を組み合わせた新しい生成フレームワークであるIWDDを提案する。
  論文  参考訳（メタデータ） (2025-05-16T17:00:52Z)
• Neural Conformal Control for Time Series Forecasting [54.96087475179419]
  非定常環境における適応性を高める時系列のニューラルネットワーク共形予測手法を提案する。 提案手法は,ニューラルネットワークエンコーダを用いた補助的マルチビューデータを活用することにより,望ましい対象範囲を達成するために設計されたニューラルネットワークコントローラとして機能する。 予測間隔の整合性に優れたキャリブレーションを組み合わさった手法は, 適用範囲と確率的精度の大幅な向上を実証的に示す。
  論文  参考訳（メタデータ） (2024-12-24T03:56:25Z)
• Towards Understanding the Robustness of Diffusion-Based Purification: A Stochastic Perspective [65.10019978876863]
  拡散性浄化(DBP)は、敵の攻撃に対する効果的な防御機構として出現している。 本稿では,DBPプロセスの本質性がロバスト性を駆動する主要な要因であることを示す。
  論文  参考訳（メタデータ） (2024-04-22T16:10:38Z)
• Exploiting Causal Graph Priors with Posterior Sampling for Reinforcement Learning [86.22660674919746]
  後部サンプリングは、環境の遷移力学に関する事前知識の活用を可能にする。 本稿では,環境変数に対する因果グラフとして先行値が与えられる新しい後方サンプリング手法を提案する。
  論文  参考訳（メタデータ） (2023-10-11T14:16:04Z)

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。