Anna Wiksten, Doctoral Candidate SSL Webinar, R ja JAGS: Esimerkki Bayesilaisesta data-analyysista

Vastuuvapauslauseke 2 (Disclaimer)  Tämän esityksen tarkoitus on näyttää Bayesilaisen data- analyysin tekninen toteutus R-ohjelmistolla  Jos haluat käyttää historiallista dataa kliinisen kokeen suunnittelussa ja analyysissä tai ylipäätään tehdä bayesilaisia analyysejä, kannattaa varmaan tutustua muihinkiin lähteisiin

JAGS ja rjags 3  Mikä on JAGS? Just Another Gibbs Sampler Ohjelma Bayesilaiseen data-analyysiin Perustuu MCMC-simulointiin Lisätietoa ja ohjeet asennukseen:  Mikä on rjags? R-paketti JAGSn käyttöön Lisätietoa:

Esimerkki: Historiallisen datan käyttö kontrolliryhmälle 4  Kliininen tutkimus lääke vs plasebo  Binomijakautunut vaste(1=positiivinen hoitovaste, 0=ei hoitovastetta)  Klassinen tutkimusasetelma: Plasebo n=24 Lääke n=24 Fisherin tarkka testi  Kirjallisuudesta löytyy 8 samanlaista plasebo-kontrolloitua tutkimusta eri kokeellisille lääkkeille  Voidaanko historiallista plasebodataa hyödyntää uudessa tutkimuksessa?

Meta-analytic-predictive (MAP) prior MAP priori ja sen approksimaatio Beta(11,32) jakaumasta MAP priorin(yhtenäinen viiva) ja Beta(11,32) priorin (katkoviiva) tiheysfunktio 5 Meta-analyyttinen-ennuste priori

 Esimerkkitutkimus Plasebo: Y plasebo ~ Binomial(  plasebo,n plasebo ) Lääke: Y lääke ~ Binomial(  lääke,n lääke ) PlaseboLääke PrioriBeta(11,32)Beta(0.5,1) Data 1/6 vastaajaa14/23 vastaajaa Posteriori Beta(11+1, 32+5)Beta(0.5+14,1+9)  Todennäkoisyyksien erotus  =  lääke -  plasebo Posteriori mediaani (95% todennäköisyysväli)  :lle 0.35 (0.12,0.56) P(  >0 | data) = 99.8% Meta-analyyttinen-ennuste priori Analyysi käyttäen MAP prioria 6

JAGS: Data ja malli 7

| Presentation Title | Presenter Name | Date | Subject | Business Use Only8 Data per subjekti

MCMC-otanta 9

Tulokset | Presentation Title | Presenter Name | Date | Subject | Business Use Only10

Grafiikkaa: Autokorrelaatio 11

Grafiikkaa: MCMC ja posteriorijakaumat 12

Kiitos! 13  Heinz Schmidli  EU: This work was supported by funding from the European Community’s Seventh Framework Programme FP7/2011: Marie Curie Initial Training Network MEDIASRES (”Novel Statistical Methodology for Diagnostic/Prognostic and Therapeutic Studies and Systematic Reviews”; with the Grant Agreement Number

Lähteet 14  Baeten D et al. (2013) Anti ‐ interleukin ‐ 17A monoclonal antibody secukinumab in treatment of ankylosing spondylitis: a randomised, double ‐ blind, placebo ‐ controlled trial. Lancet 382(9906):1705 ‐  Neuenschwander B, Capkun-Niggli G, Branson M, Spiegelhalter DJ (2010) Summarizing historical information on controls in clinical trials. Clinical Trials 7,  Schmidli H, Gsteiger S, Roychoudhury S, O'Hagan A, Spiegelhalter D, Neuenschwander B (2014) Robust meta ‐ analytic ‐ predictive priors in clinical trials with historical control information. Biometrics 70(4):1023 ‐ 1032.

R-koodi | Presentation Title | Presenter Name | Date | Subject | Business Use Only15