PulseAugur
中
实时 17:23:57
English(EN) Optimizing Clinical Trial Protocols Using EHR-Derived Heterogeneous Treatment Effects

人工智能在临床试验模拟中识别出药物反应不同的患者亚组

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种使用电子健康记录识别异质性处理效应（HTE）来优化临床试验方案的方法。他们通过使用梅奥诊所云（Mayo Clinic Cloud）的数据模拟了DAPA-HF试验，并研究了HTE指导的分层是否能揭示对 dapagliflozin 反应不同的患者亚组。虽然整体试验模拟未显示出显著的生存获益，但HTE指导的方法识别出一个亚组显著受益于 dapagliflozin，而另一个亚组则与死亡率增加存在有害关联。 AI

影响 这种方法可以通过识别受益或受特定治疗伤害的患者亚组，从而实现更个性化的医疗。

排序理由 该集群包含一篇学术论文，详细介绍了一种新的临床试验分析方法。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

人工智能在临床试验模拟中识别出药物反应不同的患者亚组

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xiaodi Li, Munhuwan Lee, Pengyang Li, Xiaoke Liu, Jose K. James, Patricia A. Pellikka, Cui Tao, Nansu Zong ·

    利用电子健康记录衍生的异质性治疗效果优化临床试验方案

    arXiv:2607.16934v1 Announce Type: cross Abstract: Traditional randomized trials often obscure clinically meaningful heterogeneity in treatment response by focusing on average effects. Leveraging real-world data to emulate clinical trials and estimate heterogeneous treatment effec…

相关话题