Original title: Bridging Machine Learning and Clinical Endpoints: A METABRIC-Informed Simulation Study of Missing Data Imputation for RECIST-Based Best Overall Response
- 機械学習ベースの補完アプローチは、臨床的に現実的な進行駆動型条件下で、縦方向の腫瘍軌跡、カテゴリ別奏効結果、グループレベルの治療効果を回復することで、臨床エンドポイントとのギャップを埋めることができる。
- RECISTベースの最良総合奏効に関する欠損データ補完のMETABRICに基づいたシミュレーション研究が行われた。