Bayesian Nonparametric Common Atoms Regression for Generating Synthetic Controls in Clinical Trials
利用贝叶斯非参数共同原子回归构建临床试验合成对照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：摘要明确通过合成对照构建可比人群并推断治疗效应，直接对应因果推断。
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…
利用贝叶斯非参数共同原子回归构建临床试验合成对照
- 研究问题
- 如何利用电子健康记录为仅含治疗组的单臂试验构造可比对照人群，并据此开展治疗效应推断？
- 方法与思路
- 作者提出非参数贝叶斯共同原子混合模型，寻找两类数据中的对应人群分层，并通过无密度重要性抽样重采样对照。
- 材料陈述的贡献
- 摘要称方法支持合成对照与模型内效应推断，模拟中对非线性响应有较高检验功效，并用于胶质母细胞瘤研究。
- 阅读关注点
- 应核对人群可比性与治疗效应识别条件、重采样机制，以及模拟比较设置和历史试验对照应用的具体处理。
- 阅读边界
- 依据arXiv 2201.00068v3预印本摘要，不能据此声称已同行评审或期刊接收；摘要未说明识别条件，功效比较仅限所述模拟。
原文摘要
The availability of electronic health records (EHR) has opened opportunities to supplement increasingly expensive and difficult to carry out randomized controlled trials (RCT) with evidence from readily available real world data. In this paper, we use EHR data to construct synthetic control arms for treatment-only single arm trials. We propose a novel nonparametric Bayesian common atoms mixture model that allows us to find equivalent population strata in the EHR and the treatment arm and then resample the EHR data to create equivalent patient populations under both the single arm trial and the resampled EHR. Resampling is implemented via a density-free importance sampling scheme. Using the synthetic control arm, inference for the treatment effect can then be carried out using any method available for RCTs. Alternatively the proposed nonparametric Bayesian model allows straightforward model-based inference. In simulation experiments, the proposed method exhibits higher power than alternative methods in detecting treatment effects, specifically for non-linear response functions. We apply the method to supplement single arm treatment-only glioblastoma studies with a synthetic control arm based on historical trials.