问题描述
我正在尝试使用 R 实施已完成的工作 by Suyu Liu，“免疫疗法的贝叶斯 I/II 期试验设计”，因为该工作附带的代码需要很多时间（超过 20 小时并且代码不完整，我不知道它是如何生成表格和数字的）。
所以我尝试使用 trialr 包尝试使用表 1（下图）中用于敏感性分析的效用函数来获得相似或近似的结果，但是这个包只允许我使用两个结果（毒性、功效）和刘的工作使用了三个结果（免疫反应、毒性和功效）。我想看看我是否使用了正确的实用程序（下面的表 1），以及如何将第三个结果（免疫反应）添加到模型中？ （问题 1）
I attached to you the code and the output for 50 iterations 和来自 Liu 和 Yuan 工作的 60 名患者（我不能做更多，花了大约 12 个小时），如果你知道他是如何产生结果的，（问题 2） 我希望你能回馈我。
我的目标是：用他们的想法在第一阶段选择最佳剂量，并在只有2组临床试验和最佳剂量的情况下继续第二阶段。 （有没有其他方法可以做到这一点？）
### My code trying to get similar results using trialr package ###
rm(list = ls())
library(trialr)
## Utility from table 1 and Liu and Yuan work.
Uti <- array(0,c(2,3,2)) # order: tox,eff,immuno
Uti[,1] <- matrix(c(0,50,10,80,35),nrow=2)
Uti[,2] <- matrix(c(5,70,20,100,45),nrow=2)
N.max= 60 # patients
outcomes <- '1NNN 2NNT 3NNT 4NNN 5NTN'
doses = c(.1,.3,.5,.7,.9)
fit <- stan_efftox(outcomes,real_doses =doses,efficacy_hurdle = 0.5,toxicity_hurdle = 0.3,p_e = 0.1,p_t = 0.1,eff0 = 0.5,tox1 = 0.65,eff_star = 0.7,tox_star = 0.25,alpha_mean = -7.9593,alpha_sd = 3.5487,beta_mean = 1.5482,beta_sd = 3.5018,gamma_mean = 0.7367,gamma_sd = 2.5423,zeta_mean = 3.4181,zeta_sd = 2.4406,eta_mean = 0,eta_sd = 0.2,psi_mean = 0,psi_sd = 1,seed = 123)
ndoses <- length(fit$prob_tox)
plot(1:ndoses,fit$prob_tox,type="b",pch=19,xlab="Dose level",ylab="Probability of toxicity",ylim=c(0,max(fit$prob_tox) + 0.15),col="green")
points(1:ndoses,fit$prob_eff,pch=18,col="blue")
abline(h=0.3,lwd=2,lty=4,col = "red")
legend(1,0.4,legend=c("Toxicity","Effecacy"),col=c("green","blue"),lty=1:2,cex=0.8)
这个产品this figure
提前致谢
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）