On Multi-Armed Bandit Designs for Dose-Finding Clinical Trials.
On Multi-Armed Bandit Designs for Dose-Finding Clinical Trials.
复制标题
关于剂量探索临床试验的多臂老虎机设计。
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Marie
中科院分区：
文献类型：
--
作者：
Maryam Aziz;E. Kaufmann;Marie
我们研究了在早期临床试验中通过多臂强盗透镜寻找最佳剂量的问题。我们提倡使用汤普森抽样原则，这是一种灵活的算法，可以适应不同类型的单调性假设的毒性和有效性的剂量。对于最简单的版本的汤普森采样，基于每个剂量的均匀先验分布，我们提供了有限时间的次优剂量选择的数量上界，这是前所未有的剂量发现算法。通过一个大型的模拟研究，我们表明，基于更复杂的先验分布的汤普森采样的变体在I期或I/II期试验中发生的不同类型的剂量发现研究中优于最先进的剂量识别算法。
We study the problem of finding the optimal dosage in early stage clinical trials through the multi-armed bandit lens. We advocate the use of the Thompson Sampling principle, a flexible algorithm that can accommodate different types of monotonicity assumptions on the toxicity and efficacy of the doses. For the simplest version of Thompson Sampling, based on a uniform prior distribution for each dose, we provide finite-time upper bounds on the number of sub-optimal dose selections, which is unprecedented for dose-finding algorithms. Through a large simulation study, we then show that variants of Thompson Sampling based on more sophisticated prior distributions outperform state-of-the-art dose identification algorithms in different types of dose-finding studies that occur in phase I or phase I/II trials.
影响因子：
1.9
作者：
STORER, BE
通讯作者：
STORER, BE
DOI：
10.1287/educ.1080.0039
发表时间：
2021
期刊：
Encyclopedia of Evolutionary Psychological Science
影响因子：
--
作者：
Warrren B Powell;P. Frazier
通讯作者：
Warrren B Powell;P. Frazier