Nonlinear predictive directions in clinical trials
Nonlinear predictive directions in clinical trials
复制标题
临床试验中的非线性预测方向
DOI：
10.1016/j.csda.2022.107476
复制
发表时间：
2022
影响因子：
1.8
通讯作者：
Ghosh, Debashis
中科院分区：
文献类型：
--
作者：
Cho, Youngjoo;Zhan, Xiang;Ghosh, Debashis
在许多临床试验中，不同亚组的个体可能会经历不同的治疗效果。这就需要考虑治疗获益的个体差异。预测方向的一般概念，这是潜在的结果考虑动机的风险分数，介绍。这些技术大量借用文献充分降维（SDR）和因果推理。最初的方向，假设一个理想化的完整的数据结构制定。然后，SDR和核机器方法检测治疗协变量相互作用之间的一个新的连接。仿真研究和艾滋病临床试验组（ACTG）175数据的真实的数据分析表明，所提出的方法的实用性。
In many clinical trials, individuals in different subgroups may experience differential treatment effects. This leads to the need to consider individualized differences in treatment benefit. The general concept of predictive directions, which are risk scores motivated by potential outcomes considerations, is introduced. These techniques borrow heavily from the literature from sufficient dimension reduction (SDR) and causal inference. Initially directions assuming an idealized complete data structure are formulated. Then a new connection between SDR and kernel machine methodology for detection of treatment-covariate interactions is developed. Simulation studies and a real data analysis from AIDS Clinical Trials Group (ACTG) 175 data show the utility of the proposed approach.
登录
查看更多内容
影响因子：
2.1
作者：
Cai, Tianxi;Tian, Lu;Wei, L. J.
通讯作者：
Wei, L. J.
影响因子：
3.7
作者：
Wang L;Zhou Y;Song R;Sherwood B
通讯作者：
Sherwood B
影响因子：
5.4
作者：
VanderWeele, Tyler J.;Luedtke, Alex R.;Kessler, Ronald C.
通讯作者：
Kessler, Ronald C.
影响因子：
4.5
作者：
Fukumizu, Kenji;Bach, Francis R.;Jordan, Michael I.
通讯作者：
Jordan, Michael I.