研究人员开发了机器学习模型，为临床试验创建虚拟对照组，特别是在炎症性肠病研究中。这些模型基于外部数据进行训练，可预测单臂试验中患者的反事实结局，从而可能减少大规模患者招募的需求。一种梯度提升预测模型LGBM显示出有希望的结果，与倾向得分匹配的估计值非常吻合，支持使用虚拟对照组作为一种经济高效的替代方案。 AI
影响 这项研究支持虚拟对照组作为临床试验中传统对照组的可行替代方案，有可能加速药物开发时间表。
排序理由 学术论文，详细介绍了使用机器学习进行临床试验设计的新方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2604.23465v1 Announce Type: new Abstract: Single-arm trials accelerate study timelines by reducing the number of patients that must be recruited for a concurrent control group. However, these designs require an alternative comparator to estimate treatment effects. One appro…