TL;DR
- چکیده:.
- کارآزماییهای بالینی اغلب دادههایی را در مورد پیامدهای متعدد،.
- مانند بقای کلی (OS)،.
چه اتفاقی افتاد
چکیده:. کارآزماییهای بالینی اغلب دادههایی را در مورد پیامدهای متعدد،.
مانند بقای کلی (OS)،. بقای بدون پیشرفت (PFS)،.
و پاسخ به درمان (RT) جمعآوری میکنند. با این حال،.
در بیشتر موارد،. طرحهای مطالعه فقط از دادههای پیامد اولیه برای تصمیمگیری موقت و نهایی استفاده میکنند.
در چندین موقعیت بیماری،. پیامدهای مرتبط بالینی،.
برای مثال OS،. سالها پس از ثبت نام بیمار در دسترس قرار میگیرند.
علاوه بر این،. اثرات درمانهای تجربی بر سیستم عامل ممکن است در مقایسه با نتایج کمکی مانند RT کمتر مشخص.
باشد. ما یک چارچوب نظری تصمیم بیزی ایجاد میکنیم که از نتایج اولیه و کمکی برای تصمیمگیری.
موقت و نهایی استفاده میکند. این چارچوب به محققین اجازه میدهد تا ویژگیهای استاندارد عملکرد متداول،.
مانند میزان خطای نوع I را کنترل کنند و میتواند با نتایج کمکی از فناوریهای نوظهور،. مانند تومور در گردش استفاده شود.
سنجش نرخهای مثبت کاذب و سایر ویژگیهای عملیاتی مکرر به شدت بدون هیچ گونه فرضی در. مورد تطابق بین پیامدهای اولیه و کمکی کنترل میشوند.
ما الگوریتمهایی را برای اجرای این رویکرد تئوریک تصمیمگیری مورد بحث قرار میدهیم و نشان میدهیم که ترکیب. اطلاعات کمکی در تصمیمگیری موقت و نهایی میتواند منجر به افزایش کارایی مرتبط با توجه به معیارهای تعیینشده.
و قابل تفسیر شود. برنامههای کاربردی (stat.
AP) استناد بهعنوان: (یا v2 [stat. AP] برای این نسخه) https:.
// شده توسط arXiv از طریق DataCite تاریخچه ارسال از:. Massimiliano Russo [مشاهده ایمیل] [v1] سه شنبه،.
7 ژانویه 2025،. 23:.
41:. 35 UTC (1,.
072 KB) [v2] جمعه،. 3 آوریل 2026،.
02:. 49:.
33 UTC (1,. 071 KB).
چرا مهم است
اهمیت این خبر در این است که روی استفاده واقعی از AI و تصمیمگیری سازمانی اثر میگذارد.
منبع
لینک منبع اصلی در کارت و صفحه مقاله نمایش داده میشود.