A Surrogate Endpoint Based Provisional Approval Causal Roadmap
基于替代终点的临时批准因果路线图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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要明确研究跨观测研究与试验的治疗效应、迁移偏差及保守因果推断，直接属于因果推断。
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
基于替代终点的临时批准因果路线图
- 研究问题
- 当罕见病三期试验难以直接验证目标疾病结局的治疗效应时，如何结合替代终点与观测数据，构造考虑代理缺陷和迁移偏差的保守推断？
- 方法与思路
- 作者结合观测研究与三期替代终点试验，以两个偏差函数容纳替代终点不完善及未治疗结局风险迁移偏差，构造代入与非参数有效一步估计。
- 材料陈述的贡献
- 摘要提出治疗效应的保守估计及不确定性下界，开发两种估计量和推断程序，并模拟评价代入估计量，以 B 组链球菌疫苗作示例。
- 阅读关注点
- 应核对目标治疗效应、两个偏差函数的定义和取值依据、下界的覆盖含义，以及一步估计的条件与模拟是否仅覆盖代入方法。
- 阅读边界
- 依据 arXiv 预印本摘要，不能确认同行评审或期刊接收；摘要未说明识别与偏差限制的完整条件，路线图不能直接证明具体干预有效或满足审批要求。
原文摘要
For many rare diseases with no approved preventive interventions, promising interventions exist, yet it has been difficult to conduct a pivotal phase 3 trial that could provide direct evidence demonstrating a beneficial effect on the target disease outcome. When a promising putative surrogate endpoint(s) for the target outcome is available, surrogate-based provisional approval of an intervention may be pursued. We apply the Causal Roadmap rubric to define a surrogate endpoint based provisional approval causal roadmap, which combines observational study data that estimates the relationship between the putative surrogate and the target outcome, with a phase 3 surrogate endpoint study that collects the same data but is very under-powered to assess the treatment effect (TE) on the target outcome. The objective is conservative estimation/inference for the TE with an estimated lower uncertainty bound that allows (through two bias functions) for an imperfect surrogate and imperfect transport of the conditional target outcome risk in the untreated between the observational and phase 3 studies. Two estimators of TE (plug-in, nonparametric efficient one-step) with corresponding inference procedures are developed. Finite-sample performance of the plug-in estimator is evaluated in two simulation studies, with R code provided. The roadmap is illustrated with contemporary Group B Streptococcus vaccine development.