This paper presents a protocol, or design, for the analysis of a comparative effectiveness evaluation of abiraterone acetate against enzalutamide, two drugs given to prostate cancer patients. The design explicitly make use of differences in prescription practices across 21 Swedish county councils for the estimation of the two drugs comparative effectiveness on overall mortality, pain and skeleton related events. The design requires that the county factor: (1) affects the probability to be treated (i.e. being prescribed abiraterone acetate instead of enzalutamide) but (2) is not otherwise correlated with the outcome. The fist assumption is validated in the data. The latter assumption may be untenable and also not possible to formally test. However, the validity of this assumption is evaluated in a sensitivity analysis, where data on the two morbidity outcomes (i.e. pain and skeleton related events) observed before prescription date are used. We find that the county factor does \emph{not} explain these two pre-measured outcomes. The implication is that we cannot reject the validity of the design.


翻译:本文提出一个协议或设计,用于分析对抗抗丙氨酸乙酮乙酸乙酯的两种给前列腺癌病人的药物的比较有效性评估,设计明确利用21个瑞典县议会在处方做法上的差异来估计两种药物的总体死亡率、疼痛和骨骼相关事件的相对有效性。设计要求县因子:(1) 影响治疗的概率(即被处方乙酮乙酸乙酸乙酯,而不是酶甲酸乙酯),(2) 与结果无关,但(2) 与结果无关。拳头假设在数据中得到验证。后一种假设可能站不住脚,也不可能正式测试。然而,在敏感度分析中评估了这一假设的有效性,其中使用了在处方日期之前观察到的两种发病率结果(即疼痛和骨骼相关事件)的数据。我们发现,县因子确实解释了这两个预先测定的结果。这意味着我们不能否定设计的有效性。

0
下载
关闭预览

相关内容

专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
28+阅读 · 2021年2月26日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
《科学》(20190517出版)一周论文导读
科学网
5+阅读 · 2019年5月19日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
4+阅读 · 2018年6月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2021年12月2日
VIP会员
相关VIP内容
专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
28+阅读 · 2021年2月26日
【干货书】机器学习速查手册,135页pdf
专知会员服务
125+阅读 · 2020年11月20日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
[综述]深度学习下的场景文本检测与识别
专知会员服务
77+阅读 · 2019年10月10日
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
相关资讯
《科学》(20190517出版)一周论文导读
科学网
5+阅读 · 2019年5月19日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
已删除
将门创投
4+阅读 · 2018年6月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
计算机视觉近一年进展综述
机器学习研究会
9+阅读 · 2017年11月25日
【论文】变分推断(Variational inference)的总结
机器学习研究会
39+阅读 · 2017年11月16日
Adversarial Variational Bayes: Unifying VAE and GAN 代码
CreateAMind
7+阅读 · 2017年10月4日
【论文】图上的表示学习综述
机器学习研究会
14+阅读 · 2017年9月24日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员