亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Quantitative bias analysis for external control arms using real-world data in clinical trials: a primer for clinical researchers

稳健性(进化) 缺少数据 外部有效性 医学 混淆 样本量测定 人口 临床试验 数据收集 计算机科学 统计 机器学习 基因 病理 环境卫生 化学 生物化学 数学
作者
Kristian Thorlund,Stephen Duffield,Sanjay Popat,Sreeram V Ramagopalan,Alind Gupta,Grace Hsu,Paul Arora,Vivek Subbiah
出处
期刊:Journal of Comparative Effectiveness Research [Future Medicine]
卷期号:13 (3) 被引量:3
标识
DOI:10.57264/cer-2023-0147
摘要

Development of medicines in rare oncologic patient populations are growing, but well-powered randomized controlled trials are typically extremely challenging or unethical to conduct in such settings. External control arms using real-world data are increasingly used to supplement clinical trial evidence where no or little control arm data exists. The construction of an external control arm should always aim to match the population, treatment settings and outcome measurements of the corresponding treatment arm. Yet, external real-world data is typically fraught with limitations including missing data, measurement error and the potential for unmeasured confounding given a nonrandomized comparison. Quantitative bias analysis (QBA) comprises a collection of approaches for modelling the magnitude of systematic errors in data which cannot be addressed with conventional statistical adjustment. Their applications can range from simple deterministic equations to complex hierarchical models. QBA applied to external control arm represent an opportunity for evaluating the validity of the corresponding comparative efficacy estimates. We provide a brief overview of available QBA approaches and explore their application in practice. Using a motivating example of a comparison between pralsetinib single-arm trial data versus pembrolizumab alone or combined with chemotherapy real-world data for RET fusion-positive advanced non-small cell lung cancer (aNSCLC) patients (1–2% among all NSCLC), we illustrate how QBA can be applied to external control arms. We illustrate how QBA is used to ascertain robustness of results despite a large proportion of missing data on baseline ECOG performance status and suspicion of unknown confounding. The robustness of findings is illustrated by showing that no meaningful change to the comparative effect was observed across several ‘tipping-point’ scenario analyses, and by showing that suspicion of unknown confounding was ruled out by use of E-values. Full R code is also provided.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
车访枫完成签到 ,获得积分10
17秒前
老姚完成签到,获得积分10
18秒前
肆肆完成签到,获得积分10
1分钟前
不配.应助明理问柳采纳,获得10
2分钟前
Lucas应助Echan采纳,获得10
3分钟前
实力不允许完成签到 ,获得积分10
3分钟前
谭凯文完成签到 ,获得积分10
4分钟前
丘比特应助科研通管家采纳,获得10
4分钟前
明理问柳完成签到,获得积分10
4分钟前
8分钟前
Echan发布了新的文献求助10
8分钟前
doreen完成签到 ,获得积分10
9分钟前
中央发布了新的文献求助10
9分钟前
zxq1996完成签到 ,获得积分10
9分钟前
9分钟前
Nemo发布了新的文献求助30
9分钟前
10分钟前
Malmever发布了新的文献求助10
10分钟前
科目三应助黙宇循光采纳,获得10
10分钟前
10分钟前
黙宇循光发布了新的文献求助10
10分钟前
Jj7完成签到,获得积分10
11分钟前
lena完成签到,获得积分10
11分钟前
田様应助黙宇循光采纳,获得10
12分钟前
12分钟前
爆米花应助科研通管家采纳,获得10
12分钟前
黙宇循光发布了新的文献求助10
12分钟前
12分钟前
希勤发布了新的文献求助10
12分钟前
林才发布了新的文献求助10
12分钟前
12分钟前
chenxiang完成签到,获得积分10
12分钟前
上官若男应助希勤采纳,获得10
12分钟前
JamesPei应助黙宇循光采纳,获得10
13分钟前
13分钟前
安青兰完成签到 ,获得积分10
13分钟前
黙宇循光发布了新的文献求助10
13分钟前
Simon应助勤恳的汉堡采纳,获得20
14分钟前
研友_VZG7GZ应助科研通管家采纳,获得20
16分钟前
18分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Le dégorgement réflexe des Acridiens 800
Defense against predation 800
XAFS for Everyone (2nd Edition) 600
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3133981
求助须知:如何正确求助?哪些是违规求助? 2784836
关于积分的说明 7768734
捐赠科研通 2440219
什么是DOI,文献DOI怎么找? 1297295
科研通“疑难数据库(出版商)”最低求助积分说明 624920
版权声明 600792