Statističke metode u planiranju farmaceutskih ispitivanja

diplomski rad

• Autor: Marija Radnić
• Mentor: Siniša Slijepčević (mentor)
• Član povjerenstva: Siniša Slijepčević (predsjednik povjerenstva)
• Član povjerenstva: Luka Grubišić (član povjerenstva)
• Član povjerenstva: Vjeran Hari (član povjerenstva)
• Član povjerenstva: Boris Širola (član povjerenstva)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Prirodoslovno-matematički fakultet; (Matematički odsjek); Zagreb
• Datum i država obrane: 2016-02-24, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: PRIRODNE ZNANOSTI; Matematika

Sažetak

Uspješna istraživanja i razvoj novih lijekova važna su za budućnost farmaceutske industrije, te za ljudsko zdravlje. Jedan poseban aspekt razvoja lijekova koji farmaceutske tvrtke moraju uzeti u obzir je sposobnost prepoznavanja podskupine bolesnika, koji će vjerojatno izvući dodatnu korist od liječenja kako bi se preciznije odredio tretman tih pojedinaca unutar zdravstvenog sustava. Jedna od metoda koje se mogu koristiti je PRIM (eng. Patient Rule Induction Method) metoda kao što je demonstrirano na primjeru u poglavlju 4. PRIM je namijenjen kao alat analitičara podataka (statističara), koji će se koristiti kada je cilj bilo eksplicitna ili implicitna optimizacija (poglavlje 2.2) funkcije cilja. Njegovo glavno obilježje je strpljiva metoda eliminacije varijabli, te ponovno lijepljenje natrag onih koje su naknadno ocjenjene kao značajne u kombinaciji s višestrukim putanjama razvoja (poglavlje 2.5) kako bi se poboljšala snaga i stabilnost modela, te sudjelovanje (uvid) korisnika u proces odabira modela (varijabli i parametara). Pokazali smo na primjerima da PRIM ima učinak superioran u odnosu na usporedive metode, kao što je CART (eng. Classification and Regression Tree Method), koje su namijenjene, i popularnije korištene, za aproksimaciju funkcija. Mjera u kojoj ovi primjeri i performansa PRIM metode generaliziraju druge situacije tek treba biti uspostavljena. U posljednjem poglavlju prikazan je primjer primjene PRIM metode za analizu rizika od oboljenja od IHD-a.

Sažetak (engleski)

The successful research and development of new drugs is critical for the future of the pharmaceutical industry and for human health. One particular aspect of drug development that pharmaceutical companies are required to consider is the ability to identify subgroups of patients that are likely to derive additional benefit from treatment and to help quantify the burden of those patients on the healthcare system. One of the methods that can be used is PRIM method (Patient Rule Induction Method) as shown on the example in section 4. PRIM is intended as an addition to the data analyst’s tool kit, to be used when the goal is either explicit or implicit optimization (section 2.2). Its distinguishing characteristics include patient peeling/pasting coupled with multiple trajectories (section 2.5) to enhance power and stability, and intimate user involvement in the model selection process. It tends to produce parsimonious interpretable descriptions of the structure it uncovers, and on the problems considered here exhibits performance superior to comparable procedures such as CART (Classification and Regression Tree Method) that are intended for function approximation. The extent to which this performance gain generalizes other situations remains to be established. As with all learning procedures, relative performance will likely be problem dependent. The final chapter gives an example of application PRIM method for analyzing the risk of IHD.

• Ključne riječi: planiranje farmaceutskih ispitivanja; Patient Rule Induction Method; Classification and Regression Tree Method
• Ključne riječi (engleski): planing pharmaceutical reserach; Patient Rule Induction Method; Classification and Regression Tree Method
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:217:124786
• Studijski program: Naziv: Matematička statistika; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra matematike (mag. math.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2019-02-01 11:13:53