Suppression of disability progression is an important goal in the treatment of multiple sclerosis (MS). Randomized clinical trials in MS frequently use the time to the first confirmed disability progression (CDP) on the ordinal Expanded Disability Status Scale (EDSS) as an endpoint. However, especially in progressive forms of MS, patients may experience repeated CDP events over time. We investigate first how recurrent disability progression events can be defined, and consider then recurrent event analyses that could increase power and improve clinical interpretation of results. Data on disease activity and results from two simulation studies which compare analyses of the time to the first event with recurrent event analyses (including negative binomial, Andersen-Gill and Lin-Wei-Ying-Yang models) are presented to demonstrate challenges in defining disability progression and to identify analysis methods suitable for treatment comparisons in MS trials with disability progression endpoints. This article is based on the Master Thesis by Alexandra B\=uhler at the University of Ulm which was written under the supervision of Jan Beyersmann, Marcel Wolbers, Fabian Model and Qing Wang.


翻译:247. 有关疾病活动的数据和两次模拟研究的结果,其中将时间分析与经常事件分析(包括负面的二感、安德森-吉尔和林维英模式、法比安模式和王金模式)进行比较,以展示在确定残疾进展定义方面的挑战,并确定适合在残疾进展端点的MS试验中进行治疗比较的分析方法。 文章以Jan Beyersmann、Marcel Wolbers、法比安模式和王庆的监督下撰写的Ulm大学Alexandra Büuhler的硕士论文为基础。

0
下载
关闭预览

相关内容

多媒体系统(MS)期刊详细介绍了多媒体计算,通信,存储和应用的各个方面的创新研究思想,新兴技术,最新方法和工具。它包含理论,实验和调查文章。多媒体系统的覆盖范围包括:在计算机系统中集成数字视频和音频功能;多媒体信息编码和数据交换格式;数字多媒体的操作系统机制;数字视频和音频网络与通信;存储模型和结构;用于支持多媒体应用程序的方法、范式、工具和软件体系结构;多媒体应用程序和应用程序接口,以及多媒体终端系统架构。 官网地址:http://dblp.uni-trier.de/db/journals/mms/
专知会员服务
39+阅读 · 2020年9月6日
【干货书】真实机器学习,264页pdf,Real-World Machine Learning
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
152+阅读 · 2019年10月12日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11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
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Arxiv
9+阅读 · 2021年6月21日
Arxiv
11+阅读 · 2021年3月25日
Arxiv
15+阅读 · 2020年2月6日
VIP会员
相关资讯
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
17+阅读 · 2018年12月24日
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
【推荐】用Python/OpenCV实现增强现实
机器学习研究会
15+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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Top
微信扫码咨询专知VIP会员