Consistency of continual reassessment method under model misspecification
模型误设下连续再评估方法的一致性AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要讨论临床剂量设计和序贯估计，未提供给定经济计量细分的直接证据。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
模型误设下连续再评估方法的一致性
- 研究问题
- 一期临床试验采用连续再评估法寻找目标毒性剂量时，模型误设是否影响估计一致性，以及推荐剂量能否收敛到正确目标？
- 方法与思路
- 作者研究局部估计目标毒性水平的序贯极大似然程序，分析误设下的大样本性质，并讨论推荐剂量的收敛情形。
- 材料陈述的贡献
- 摘要称建立误设下估计的一致性和渐近正态性，同时指出推荐剂量可能接近目标却并非最近，并给出保证收敛的条件。
- 阅读关注点
- 应区分参数估计一致性与推荐剂量收敛，核对目标剂量定义、误设范围、序贯分配规则和非最近剂量的反例条件。
- 阅读边界
- 摘要未给出收敛条件、误设模型或有限样本保障；不能推断任意误设下均成功，OpenAlex 索引版本未注明。
原文摘要
This paper studies large sample behaviour of the continual reassessment method used to determine the target dose levels in phase I clinical trials. A sequential maximum likelihood procedure is investigated for local estimation of a given targeted toxicity level. Consistency and asymptotic normality for the maximum likelihood estimates are established under model misspecification and it is shown that, in general, the recommended dose level will converge to the target level. There are, however, situations in which the recommended dose may converge to a level close to the target level, but not necessarily the closest. This contrasts with the conclusions of O'Quigley, Pepe & Fisher (1990) and we describe this situation as well as providing the conditions under which convergence is assured.