دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: برنامه نویسی: زبان های برنامه نویسی ویرایش: 1 نویسندگان: Ying Kuen Cheung سری: Chapman & Hall/CRC Biostatistics Series ISBN (شابک) : 1420091514, 9781420091519 ناشر: Chapman and Hall/CRC سال نشر: 2011 تعداد صفحات: 200 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 4 مگابایت
کلمات کلیدی مربوط به کتاب دوزیابی با روش ارزیابی مجدد مستمر: کتابخانه، ادبیات کامپیوتر، ر
در صورت تبدیل فایل کتاب Dose Finding by the Continual Reassessment Method به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب دوزیابی با روش ارزیابی مجدد مستمر نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
از آنجایی که پزشکان متوجه نقش مهم یافتن دوز در فرآیند توسعه دارو می شوند، گشودگی فزاینده ای نسبت به روش های \"جدید\" پیشنهاد شده در دو دهه گذشته وجود دارد. به طور خاص، روش ارزیابی مجدد مستمر (CRM) و تغییرات آن توجه زیادی را در جامعه پزشکی به خود جلب کرده است، اگرچه هنوز به یک ابزار رایج تبدیل نشده است. برای غلبه بر وضعیت موجود در آزمایشهای بالینی فاز اول، آماردانان باید بتوانند کارآزماییها را با استفاده از CRM بهموقع و قابل تکرار طراحی کنند.
یک چارچوب نظری مستقل از CRM برای محققان و دانشجویان فارغ التحصیل که به دنبال یادگیری و تحقیق در CRM و روشهای دوزیابی به طور کلی هستند، یافتن دوز با روش ارزیابی مجدد مستمر ویژگیها:
این کتاب روش های عملی و کارآمد دوزیابی را بر اساس تحقیقات آماری پیشرفته ارائه می دهد. این کتاب بیش از یک کتاب آشپزی، پوشش کامل و یکپارچه ای از CRM را به علاوه دستورالعمل های گام به گام برای اتوماسیون و پارامترسازی روش های مورد استفاده به طور منظم ارائه می دهد. شرح مفصلی از کالیبراسیون CRM برای آماردانان کاربردی که با دوزیابی در آزمایشهای فاز اول کار میکنند، این کتاب بر روی بسته R 'dfcrm' برای CRM و انواع اصلی آن تمرکز دارد.
نویسنده شک و تردید پزشکان را نسبت به طرحهای مبتنی بر مدل تشخیص میدهد و به نگرانیهای آنها در مورد اینکه زمان، منابع حرفهای و محاسباتی لازم برای طراحیهای دقیق مبتنی بر مدل میتواند گلوگاه اصلی استفاده گسترده از روشهای مناسب برای یافتن دوز باشد، پاسخ میدهد. در فاز اول تمرین روشهای مبتنی بر تئوری و تجربی در یافتن دوز با روش ارزیابی مجدد مستمر بار آمارگیر را کاهش میدهد و توسعه و اجرای مستمر روشهای دوزیابی مبتنی بر مدل را تشویق میکند.
As clinicians begin to realize the important role of dose-finding in the drug development process, there is an increasing openness to "novel" methods proposed in the past two decades. In particular, the Continual Reassessment Method (CRM) and its variations have drawn much attention in the medical community, though it has yet to become a commonplace tool. To overcome the status quo in phase I clinical trials, statisticians must be able to design trials using the CRM in a timely and reproducible manner.
A self-contained theoretical framework of the CRM for researchers and graduate students who set out to learn and do research in the CRM and dose-finding methods in general, Dose Finding by the Continual Reassessment Method features:
This book supplies practical, efficient dose-finding methods based on cutting edge statistical research. More than just a cookbook, it provides full, unified coverage of the CRM in addition to step-by-step guidelines to automation and parameterization of the methods used on a regular basis. A detailed exposition of the calibration of the CRM for applied statisticians working with dose-finding in phase I trials, the book focuses on the R package ‘dfcrm’ for the CRM and its major variants.
The author recognizes clinicians’ skepticism of model-based designs, and addresses their concerns that the time, professional, and computational resources necessary for accurate model-based designs can be major bottlenecks to the widespread use of appropriate dose-finding methods in phase I practice. The theoretically- and empirically-based methods in Dose Finding by the Continual Reassessment Method will lessen the statistician’s burden and encourage the continuing development and implementation of model-based dose-finding methods.
Cover Page......Page 1
Chapman & Hall/CRC Biostatistics Series......Page 3
Title Page......Page 5
ISBN 9781420091519......Page 6
Contents......Page 10
I. Fundamentals......Page 15
1. Introduction......Page 17
2.1 The Maximum Tolerated Dose......Page 21
2.2 An Overview of Methodology......Page 24
2.3 Bibliographic Notes......Page 29
2.4 Exercises and Further Results......Page 30
3.2.2 Dose–Toxicity Model\r......Page 31
3.2.3 Dose Labels......Page 32
3.2.4 Model-Based MTD......Page 34
3.2.6 Implementation in R......Page 35
3.3.1 Initial Design......Page 36
3.3.2 Maximum Likelihood CRM......Page 37
3.4.2 Methods of Simulation......Page 39
3.5.1 Dose Escalation Restrictions......Page 41
3.5.2 Group Accrual......Page 42
3.5.3 Stopping and Extension \rCriteria......Page 44
3.7 Exercises and Further Results......Page 45
4.2 ψ-Equivalent Models......Page 47
4.3 Model Assumptions......Page 50
4.5 Exercises and Further Results......Page 54
5.2.1 Motivation and Definitions......Page 55
5.2.2 Coherence Conditions of the CRM......Page 56
5.2.3 Compatibility......Page 57
5.2.4 Extensions......Page 59
5.3.1 Consistency and Indifference Interval......Page 60
5.3.2 Consistency Conditions of the CRM......Page 62
5.3.3 Model Sensitivity of the CRM......Page 65
5.3.4 ComputingModel Sensitivity in R......Page 67
5.4.1 Coherence of One-Stage CRM......Page 68
5.4.2 Consistency of the CRM......Page 69
5.5 Exercises and Further Results......Page 70
6.2.1 Accuracy Index......Page 71
6.2.3 Average Toxicity Number......Page 73
6.3 A Nonparametric Optimal Benchmark......Page 74
6.4 Exercises and Further Results......Page 76
II. Design Calibration......Page 77
7.1 Introduction......Page 79
7.2.3 Sample Size N......Page 80
7.2.4 Prior MTD n0 and Starting Dose x[sub(1)]\r......Page 81
7.3 A Roadmap for Choosing the Statistical Component......Page 82
7.4.1 The Bortezomib Trial......Page 83
7.4.2 NeuSTART......Page 85
7.4.3 The Case for an Automated Process......Page 87
8.2 Half-width (δ) of Indifferent Interval......Page 89
8.3.1 Effects of δ on the Accuracy Index......Page 91
8.3.2 The Calibration Approach......Page 92
8.3.3 Optimal δ for the Logistic Model......Page 93
8.4 Case Study: The Bortezomib Trial......Page 95
8.5 Exercises and Further Results......Page 101
9.2.1 Definitions......Page 103
9.2.2 Rules of Thumb......Page 105
9.3.2 An Application to the Choice of n[sub(0)]\r......Page 107
9.3.3 Optimality Near σLIβ......Page 109
9.4 Optimal Least Informative Model......Page 111
9.5 Revisiting the Bortezomib Trial......Page 113
10.2 Ordering of Dose Sequences......Page 117
10.3.1 Coherence-Based Criterion......Page 120
10.3.2 Calibrating Compatible Dose Sequences......Page 121
10.4.1 Sample Size Constraint......Page 123
10.4.2 Dose Insertion......Page 126
10.5 Case Study: NeuSTART......Page 127
10.6 Exercises and Further Results......Page 129
III. CRM and Beyond......Page 131
11.2.1 A Weighted Likelihood......Page 133
11.2.2 Weight Functions......Page 134
11.2.3 Individual Toxicity Risks......Page 136
11.3.1 The Bortezomib Trial......Page 137
11.3.2 Implementation in R......Page 138
11.4.1 Patient Accrual......Page 139
11.4.2 Interim Suspensions......Page 141
11.5.2 Real-Time Coherence......Page 143
11.5.3 Consistency......Page 144
11.6.1 WaitingWindow......Page 145
11.6.2 Case Study: The Poly E Trial......Page 146
11.7 Bibliographic Notes......Page 149
11.8 Exercises and Further Results......Page 150
12.2.1 The Basic Approach......Page 153
12.2.2 Product-of-Beta Prior Distribution......Page 154
12.2.3 Dirichlet Prior Distribution......Page 157
12.2.4 Isotonic Design......Page 158
12.3.1 Illustrations of the Problem......Page 160
12.3.3 Remedy 2: Increase Prior Correlations......Page 161
12.4.1 The Basic Approach......Page 163
12.4.2 A Rigid Two-Parameter CRM: Illustration......Page 164
12.4.3 Three-Stage Design......Page 165
12.4.4 Continuous Dosage......Page 167
12.6 Exercise and Further Results......Page 168
13.2.1 Motivation......Page 169
13.2.2 Maximum Safe Dose and Multiple Testing......Page 170
13.2.3 A Sequential Stepwise Procedure......Page 171
13.2.4 Case Study: The ASCENT Trial......Page 173
13.2.5 Practical Notes......Page 175
13.3 Bivariate Dose Finding......Page 176
14.2.1 The Robbins-Monro Procedure......Page 181
14.2.2 Maximum Likelihood Recursion......Page 182
14.2.3 Implications on the CRM......Page 183
14.3.1 Practical Considerations......Page 184
14.3.2 Dichotomized Data......Page 185
14.3.3 Virtual Observations......Page 188
14.3.4 Quasi-Likelihood Recursion......Page 189
14.4 The Future Challenge......Page 190
14.5 Assumptions on M(x) and Y (x)......Page 191
14.6 Exercises and Further Results......Page 192
References......Page 193