베이지안 적응 설계(Bayesian Adaptive Design, BAD)는 베이지안 통계 원칙과 적응 요소를 통합한 임상 시험 또는 실험에 사용되는 설계 유형을 말합니다.
전통적인 임상 시험에서 디자인은 일반적으로 고정되어 있습니다. 즉, 임상 시험이 시작되기 전에 프로토콜이 설정되고 전체적으로 변경되지 않은 상태로 유지됩니다. 반대로 Bayesian 적응 설계는 축적된 데이터와 Bayesian 통계 분석을 기반으로 임상시험이 진행되는 동안 수정이 가능합니다.
Bayesian 적응 설계의 적응적 측면을 통해 연구원은 실험 중에 수집된 데이터에 대한 응답으로 샘플 크기, 치료 할당 또는 끝점 선택과 같은 실험의 특정 요소를 변경할 수 있습니다. 이 동적 기능은 새로운 패턴과 결과에 따라 시험을 수정할 수 있으므로 보다 효율적이고 효과적인 의사 결정을 가능하게 합니다.
베이지안 통계는 들어오는 데이터로 이전 신념이나 지식을 업데이트하여 BAD에서 핵심적인 역할을 합니다. 베이지안 방법을 사용하면 불확실성을 정량화하고 관심 변수 및 관련 매개변수에 대한 지식을 동시에 업데이트할 수 있습니다.
전반적으로 베이지안 적응 설계는 임상 시험 설계에서 유연성, 효율성 및 개선된 의사 결정을 제공하고 사용 가능한 리소스의 사용을 최적화하는 데 도움이 됩니다.
발행일: