- 综合排序
- 最热优先
- 最新优先
- 来自专栏临床试验
临床试验统计篇-交叉设计方差分析原理
2.试验设计 临床试验中，较低变异度（intra-subject CV%<30%）的仿制药，在判定生物等效性时常采用2交叉试验设计： 组别 第一周期 第二周期 TR组 T R RT组 R T 假设一共 User's Guide.v8.1. [3]https://www.zhihu.com/question/21744800.2021.09.07访问 [4]医学统计学，李晓松版，t检验和方差分析章节. [5]临床试验统计学
5.6K11编辑于 2021-12-14 - 来自专栏DrugOne
BBC NEWS | AI设计的新药分子首次进入临床试验
人工智能设计的新药分子将首次进入人体临床试验 By Jane Wakefield （技术记者）BBC News 2020年1月30日 ? Hopkins教授说：“找到合适的分子需要经过数十亿次决策，而精确设计一种药物更是一个巨大的决定。” 他补充说：“但是该算法的优点在于它们是不可知的，因此可以应用于任何疾病。” 该公司已经在研究用于治疗癌症和心血管疾病的潜在药物，并希望在今年年底前准备另一种分子用于临床试验。 Hopkins教授说：“这是今年首个使用AI设计的药物，但到本世纪末，所有新药都可能由AI产生。” 很高兴看到同时也相信这是一种新的药物进入人体临床试验的第一个例子，它的创造是由科学家使用人工智能技术来指导和加速药物发现的主要方式。”
57950发布于 2021-02-01 - 来自专栏智药邦
首个计算设计的抗体AU-007进入临床试验
2022年4月5日，总部位于波士顿的Biolojic Design宣布，首个计算设计的人类抗体AU-007将进入临床。 AU-007是由Biolojic Design计算设计的单克隆抗体，对IL-2的CD25结合部分具有高度选择性。 该抗体已被转移到其衍生公司Aulos Bioscience，该公司目前正在澳大利亚进行临床试验。两家公司希望在今年晚些时候公布中期数据。 Aulos在一项开放标签、首次人体1/2期的临床试验中评估AU-007，该试验旨在评估AU-007在不可切除的局部晚期或转移性癌症患者中的安全性、耐受性、免疫原性和临床活性。 了解有关临床试验计划请访问：ClinicalTrials.gov (NCT05267626)。
34020编辑于 2022-06-08 - 来自专栏智药邦
进入临床试验的AI设计的药物 汇总V1.0
越来越多的AI初创企业和制药公司使用AI来发现药物，那么目前都有哪些AI设计的药物进入了临床试验？ 本文对该方面公开可获取的信息进行整理。
83920发布于 2021-06-07 - 来自专栏智药邦
Nature子刊｜利用人工智能改进临床试验设计
Communications Medicine》上发表文章Harnessing artificial intelligence to improve clinical trial design，讨论了如何利用人工智能来优化临床试验设计 ，并提高临床试验的成功率。 近年来，人工智能技术和真实世界数据（RWD）在医疗保健领域的应用已开始改变我们进行临床试验的方式，使我们能够重塑临床试验设计的关键步骤。 数据驱动的人工智能工具在改进从准备到执行的临床试验设计步骤方面具有巨大潜力。 最后，数据科学家和医学科学家应制定如何在试验规划和设计中使用人工智能的指南，以便在临床试验生命的早期阶段释放人工智能的力量。
81110编辑于 2024-03-05 - 来自专栏生信小驿站
各种临床试验终点
临床试验终点（End Point）服务于不同的研究目的。在传统的药物的研发中，早期的临床试验目的是评价安全性以及药物的生物活性，如肿瘤缩小。 让我们一起来看看常用的临床试验终点都有什么区别以及优缺点。 总生存 overall survival，OS 定义为：从试验开始到任何原因引起随访结束的时间。 临床试验中常常会用到 5 年生存率，即——某种治疗方案下，生存五年以上的患者比例。 除了 OS 外，其余的终点都是要基于肿瘤测量的。 药物上市申请时如果采用基于肿瘤测量的临床试验终点作为有效性的唯一证据，那么通常应提供来自第二个试验得到的确凿证据。 因此，在临床试验设计中，「肿瘤进展」的标准必须要进行明确的定义，还包括 PFS 的评估、观察、分析方法，随访和影像学评价必须是均衡的，最好有一个由影像学专家和临床专家组成的处于盲态的独立裁定小组进行。
1.9K30发布于 2019-03-04 - 来自专栏临床试验
临床试验编程-Setup篇
本项目中所有的公用变量如：项目编号，分组变量，唯一标识变量，本项目存在的文件夹位置，本项目用到的逻辑库，一些系统选项，或者外部数据导入，工具表的准备。创建的宏变量、路径、逻辑库、系统选项可以本项目使用，每一个项目有一个单独的Setup。下面对每一个作用进行详细解释：
1.5K60编辑于 2021-12-06 - 来自专栏临床试验
临床试验编程-Adam数据转换
临床试验缺失数据的统计学考量[J]. 中国临床药理学杂志, 2016, 32(5):4. [3]衡明莉, 陈丽嫦, 王骏. 临床试验中缺失数据处理方法研究[J]. 每一个数据集均应产生配套的生成程序.sas、数据集、日志存放在临床试验编程篇-Setup中创建的文件夹中。方便后续做TFLs时调用。
4.1K41编辑于 2021-12-05 - 来自专栏科研猫
临床试验：“说谎”的职业受试者
一般参与临床试验的志愿者可以获得一定的补偿，这就出现了一群专业的临床试验试用者为了获得更多的奖励，隐瞒身体的情况或是同时参加多个临床试验的情况。这种现象严重的干扰了临床试验的结果。 屡禁不止的职业临床试验受试者 专业临床试验试用者Patricia： Patricia曾经不止一次的隐瞒自己的用药史。 有项临床试验招募志愿者的标准之一是在过去的两到三周内没有服用泼尼松醇。 专业临床试验试用者Janette ： Janette参加了一个评估肉毒杆菌毒素使用的临床试验。这项研究是无偿的，但可以免费获得医疗服务。和Patricia一样，她也隐瞒了自己的病史。 为了避免招募到职业受试者，有的临床试验会对志愿者进行生物学筛查，例如高血压等疾病的临床试验，生物学筛查会排除掉隐瞒情况的专业受试者。 而在一些论坛上，有很多人会公开讨论如何伪造身份或隐藏信息以参加临床试验。” 许多专业受试者担心被排除在临床试验之外，因此论坛主持人标记了那些会检查受试者是否隐瞒的公司。
1.5K20发布于 2020-07-28 - 来自专栏智药邦
CAS博客｜首批进入临床试验的AI设计的候选药物：结构新颖性评估
2021年11月3日，美国化学学会（ACS）旗下的全球化学信息权威机构--美国化学文摘社（CAS）发表博客文章，结合IPO招股说明书和专利信息，对Exscientia报告的3个AI设计的进入临床试验的候选药物的结构新颖性进行了分析 Exscientia公司在2020年初报告了第一个进入临床试验的AI设计的候选药物。此后，Exscientia的两个候选药物也紧随其后，其他管线也在迅速向这个里程碑迈进。 CAS发表的评估新药创新性的文章 我们使用这一新的早期药物创新指标，来评估首批进入人体临床试验的3个AI设计的候选药物的结构新颖性。 DSP-0038 2021年5月，Exscientia宣布在美国启动了DSP-0038的I期临床试验。 与其用一个完美的标准来要求AI，不如用与药物化学家设计的分子相同的标准来判断AI设计的分子的新颖性。在这种情况下，药物化学家更有可能使用基于现有科学文献的传统方法，将这些分子确定为潜在的候选药物。
66540发布于 2021-11-29 - 来自专栏SAS程序分享号号号
SAS-临床试验程序制表合集（一）
一个多月前，小编写了一篇SAS-临床试验程序绘图合集（一），今天小编要写的是统计编程的另外一块，统计表格的制作。本来也想按照绘图合集的形式，按表格样式/类型写程序，然后分享。
3.6K31发布于 2020-07-13 - 来自专栏SAS程序分享号号号
SAS-临床试验程序绘图合集（一）
，日前，看到了《药物临床试验数据递交指导原则（征求意见稿）.doc》正文114行的“尤其应避免大型宏程序的嵌套”，所以写宏的计划暂时夭折了。所以呀，今天要分享的内容不含大型宏程序。 折线图 首先是最基础的折线图，折线图的应有也是十分广泛的，譬如：药时曲线等均是临床试验中折线图绘制的典型例子。
7.4K117发布于 2020-05-22 - 来自专栏临床试验
临床试验统计篇-肿瘤试验终点指标计算
1.概述 临床试验终点（End Point）服务于不同的研究目的。在传统的肿瘤药物的研发中，早期的临床试验目的是评价安全性以及药物的生物活性，如肿瘤缩小。 尽管在大多数辅助治疗的情况下，总生存期仍然是一个传统的终点指标，但是当生存期延长而使得选择生存期为临床试验终点不现实的时候，DFS可以作为一个重要的终点指标。 5.参考文献 1.CDE.抗肿瘤药物临床试验终点技术指导原则. 2.CDE.抗肿瘤药物上市申请临床数据收集技术指导原则. 3.CDE.抗肿瘤药物临床试验技术指导原则. 4.渣渣东的微信公众号.https ://mp.weixin.qq.com/s/U8lxK9EmitQmb3wr_FNVRA. 5.陈峰等.临床试验统计学. 6.知乎王不留行.https://zhuanlan.zhihu.com/p/392104512
10.5K51编辑于 2021-12-16 - 来自专栏DrugOne
CellPress | 人工智能在临床试验中的应用
本文介绍如何利用人工智能（AI）最新的进展重塑临床试验设计的关键步骤，以提高临床试验成功率。 ---- ? 在以下各节中，重点介绍了具有直接AI潜在入口点的临床试验设计方面，并解释了特定的AI技术及其应用将如何改善临床试验性能。 ? 图2. 人工智能在临床试验设计中的应用。 患者招募带来了32％的失败率， 三期临床试验说明了国家的最先进的临床试验设计的最严重的缺点之一：具有最高的病人需求的临床试验遭受最低效患者招募技术。 尽管AI可能会影响从准备到执行的临床试验设计的许多步骤，但是任何旨在立即解决所有方面问题的AI都注定会失败。 就像仅改变临床试验设计并不会将药物研发周期的效率从衰落转变为增长一样，人工智能并不是神奇的灵丹妙药，它不会使临床试验的成功率在一夜之间飙升。
93270发布于 2021-01-29 - 来自专栏脑机接口
BrainGate植入脑机接口临床试验取得进展
该临床试验是由多个机构的研究人员组成的合作联盟进行的，其中包括麻省总医院(MGH)，他们正在努力为神经疾病或损伤引起的瘫痪患者开发脑机接口。 “这份中期报告表明，仍在进行临床试验的研究性BrainGate神经接口系统，迄今为止具有与许多已批准的植入神经设备(如深部脑刺激器和响应性神经刺激器)相当的安全性。”
63720编辑于 2023-02-14 - 来自专栏DrugOne
. | 临床试验走向智能化
各国监管机构正在加快步伐以适应新兴技术的发展，人工智能已不再只是一个遥远的愿景，而是正在重新塑造临床试验设计、执行与分析方式的强大工具。 无论药物是通过何种方式设计生成，最终都必须经过临床试验这一关卡，而临床试验的复杂度与成本正不断上升。 在临床试验设计阶段，AI 有望解决一些最具挑战性的难题：优化招募对象及招募地点可以显著节省时间和成本。AI 工具正被用于预测临床试验结果、筛选受试者、生成终点与排除标准。 此外，AI 还可以在提升临床试验运行效率方面发挥作用。AI 算法能够分析中期试验数据，并利用强化学习或自适应设计机制动态调整剂量、样本数量等参数。 大多数初创公司专注于临床试验流程中的某一环节，如 ConcertAI 可用于优化入组标准；BioPhy 旨在模拟试验结果；而如 Keiji AI 的公司则尝试同时覆盖数据分析、试验设计和语言处理等多个环节
29110编辑于 2025-07-26 - 来自专栏SAS程序分享号号号
SAS-临床试验中编码频数表的自动输出
今天要写的是关于SAS在临床试验中自动输出频数表的程序。在临床试验中，我们会对不良事件与合并用药进行医学编码，编码后，我们会对编码进行分级频数汇总。汇总表长的什么样子呢，来见下图!
2.5K22发布于 2019-10-21 - 来自专栏智药邦
人工智能可以改变临床试验的4种方式
然而，人工智能在实际临床试验过程中的采用仍处于早期阶段。与其他医疗保健领域相比，很少有初创公司直接针对临床试验领域的客户。目前，在临床试验的许多方面，对数字化的需求先于对人工智能的需求。 人工智能算法与有效的数字基础设施相结合，可以使连续的临床试验数据流得到清理、聚合、编码、存储和管理。 人工智能驱动的技术有可能改变临床试验过程的每个阶段。 AI有可能在四个关键领域改变临床试验 临床试验设计 生物制药公司正在采用一系列策略来创新试验设计。越来越多的科学和研究数据，例如当前和过去的临床试验、患者支持计划和上市后监测，为试验设计注入了活力。 人工智能技术在收集、组织和分析临床试验产生的越来越多的数据（包括失败的数据）方面具有无与伦比的潜力，可以提取有意义的信息模式来帮助设计。 大型科技公司和初创公司正在共同为未来更快、更有效的临床试验奠定基础。最终目标是通过在整个临床试验过程中采用人工智能来推动创新和更好的医疗保健。
1.2K20编辑于 2022-03-04 - 来自专栏智药邦
AI+临床试验｜拜耳探索创建“虚拟”对照组
2021年5月，拜耳启动了一个项目，与芬兰的Aalto大学合作，探索人工智能在临床试验中的应用。 2022年2月，这项工作的延伸开始，它将研究人工智能是否可以用来减少或消除某些临床试验中对对照组的需要(例如在罕见疾病中)。具体来说，是利用人工智能从医疗数据库中创建一个"虚拟"对照组。 在拜耳为期三年的未来临床试验(FCT)计划中，拜耳和Aalto大学将与赫尔辛基大学医院(HUS)合作。 我们也在寻找减少临床试验所需病人数量的可能性，同时确保试验的安全性和可靠性。" 最终，其目的是利用人工智能将真实世界数据和临床结果结合起来，更加快速、高效和可靠。
46320编辑于 2022-06-08 - 来自专栏科研菌
临床试验加RNAseq找标志物发10+分！
三、结果解析 1.生存相关转录本筛选 作者从REGOMA临床试验中接受两种不同药物治疗的GBM患者(regorafenib n=36；lomustine n=36)的肿瘤组织FFPE切片中提取了
56921发布于 2020-12-08
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号