Efficient Learning for Adaptive Design of Clinical Trials
This talk discusses the efficient approximation to optimal designs of response adaptive clinical trials. Response adaptive trials use the information of responses of patients to skew the treatment allocation so that more patients are assigned to the potentially better treatment. We format the treatment allocation process as a Markov decision process and use the Bellman equation to study the properties of the optimal value functions. We establish a contraction operator based on the Bellman equation and the optimal allocation is iteratively approximated using the contraction operator. Numeric studies are presented to demonstrate the performance of the proposed method.
Apprentissage efficace pour la conception adaptative d'essais cliniques
Cette présentation traite de l'approximation efficace des conceptions optimales d'essais cliniques adaptatifs en fonction des réponses. Les essais adaptatifs en fonction des réponses utilisent les informations relatives aux réponses des patients pour orienter l'attribution des traitements afin que davantage de patients soient affectés au traitement potentiellement le plus efficace. Nous formatons le processus d'attribution des traitements sous la forme d'un processus de décision markovien et utilisons l'équation de Bellman pour étudier les propriétés des fonctions de valeur optimale. Nous établissons un opérateur de contraction basé sur l'équation de Bellman et l'attribution optimale est approximée de manière itérative à l'aide de l'opérateur de contraction. Des études numériques sont présentées pour démontrer les performances de la méthode proposée.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais