こんにちは。
I 午前 ホセ オーク、
a 統計学者 で 統計 コンサルティング で カンピノス、 ブラジル。
I 感謝 あなた のために その 機会 に 見せる 一つの 応用 の ジャンプ に 臨床 試験
どこ a 選考科目 改善 動き 来た から a 統計的 発見。
として a 結果 の それ 発見、
1つ トライアル 終了 と その 期待される そして とても 望ましい 結果。
その後 試験 の上 その 同じ 症候群 意思 なれ 多くの より安い そして もっと早く。
その 問題 は その 出血 後 誕生 または 産後 出血、 P PH のために 短い。
P PH アカウント のために 12万5000 死亡者（数） あたり 年。
平 で 発展した 国 のように その ユナイテッド 州、
その その 原因 の 11% の その 母性の 死亡者（数。
今、 出産前健康診断 は 定義、 ただ のために 分類、
として 血 音量 で 過剰 の 500mL で 24 時間 後 配達。
もし その 音量 超過 1,000 mL、 それから その 厳しい PPH。
それは 面白い に 知る その 主要 原因 の PPH。
90% の その 原因 は 子宮弛緩 .
その a 失敗 の その 子宮 に 契約 後 その 配達。
もし その 子宮 失敗した に 契約、 それから その 出血 続きます。
それから 私たちは できる 扱う それ による 与える 薬物 に 契約 その 子宮
または による いくつかの 物理的な アクション。
その 主要 原因 は トラウマ
そして 胎盤組織 保持 そして 凝固 システム 失敗。
あなたは なれ 取引 と 子宮の解剖 そして その 防止。
出産前健康診断 できる 持ってくる 深刻な 脅威 女性の 人生 そして 健康。
その 発症 しなければならない なれ 素早く 診断された その間 その 配達 そして 治療した。
治療 含む、 として I 言った、 薬 処理 と 追加 子宮収縮薬
そして最後に リゾート、
動脈 灌漑 またはh 子宮摘出術、 その 子宮 除去。
新しい 薬物 そして デバイス は いる 発展した に 防ぐ PPH。
毎 1つ の それらの しなければならない なれ テスト済み で 臨床 試験 前に 彼らは は 許可された
に 使用 で その 自然 配達。
私たちは 持っている データ の上 三つ とても 大きい 試験。
その 初め 1つ、 その 最古 1つ、 だった 出版された で 2001年。
それ だった その ミソプロストール。
それは その 名前 の a 薬
それ だった 比較すると に その 標準 処理 そして 使用済み 18,000 女性。
その 2番 1つ 後 それ、
そして それ だった 出版された で 2012年、 は その アクティブ 管理、 ない a 薬、
しかし a 物理的な 手順 の 引っ張る その 臍帯 コード。
今、 その ミソプロストール しなかった 証明する に なれ として 効果的 として その 標準 薬
の 処理、 どれの は オキシトシン。
その アクティブ 管理 した ない 見せる どれでも 改善 また の上 PPH。
今 だった 行く に 取引... ごめん、 と その カルベトシン試験 ,
出版された で 2018年、 その 最大 の 全て、 それ 登録済み 29,000 女性。
で 全て これら 試験、 その 主要な 結果 だった 厳しい 出産前健康診断 および/またはPP H.
今、 に 診断する sPPH および/またはPP H、 私たちは 必要 に 知る その 血 音量。
その 観察 だった 音量、 その 数字 ボリューム メートル単位 L.
しかし のみ その 指標 の SPPH そして 出産前健康診断
だった 考慮された で その 統計的 分析します。
それ は 二項式 分散ゼロ、 1つ、 はい または いいえ。
わかった、 で 悪意 それ 私たちは 持っていた その 情報 について その 血 音量。
前に 私たちは 進む、 ただ a 小さい 説明
について その 二 薬物 それ 良い なれ 取引 もう一度、と。
その 標準 薬 に 使用 配達 は オキシトシン。
その 与えられた 日常的に に 毎 配達 仕事、
毎 一部 で その 世界。
として すぐ として その 赤ちゃん は 配達された、 その 女性 受け取る a ショット の オキシトシン。
その a 標準 手順。
今、 オキシトシン は とても ニース。
それ 減らす その 厳しい 出産前健康診断 料金 から 3.84% に 2％。
それ 役立つ その 事件 または その 料金 の その sPPH。
しかし そこには は a 問題、 それ は a 熱に弱い 物質。
それ しなければならない なれ 保たれた で a 寒い 鎖 で セブン センチメートル 成績 全て その 時間。
今、 で 国 と 低い リソース、 これ できる なれ a 問題。
もし あなた する ない 保つ それ で これ 寒い 鎖 ロジスティック、
その 薬 意思 失う その 効能、 私は ごめん。
時々 あなた できる 適用する a 薬 それ は ない 効果的 で 全て。
今、 カルベトシン、 その a 新しい 薬 どれの もっている その 同じ アクティブ 原理 の オキシトシン
そして ただ a 変化 で その 賦形剤 それ 作る それ 熱- 安定した。
カルベトシン できる なれ 保たれた のために 六 ヶ月 で 30 摂氏、
どれの は について 部屋 温度 で ほとんど 場所 で その 世界。
今、 そこには だった とても 高い 希望
それ カルベトシン だろう なれ a 良い 交換 のために オキシトシン、
ほとんど の 全て のために 使用 それらの 低い- リソース 国々。
臨床 トライアル だった 考案された のために PPH、 それ だった 終わり による WHO
そして それ だった 非 劣等 トライアル。
その パラメータ のために これ トライアル は で その 客観的。
その 捜査官 言った それ、 に 宣言する カルベトシン 非 劣った
に オキシトシン、 それ すべき 保存する 75% の その 利点。
今、 その 利点 は これ 3.84% マイナス2%
それで これ 与える 彼ら 非劣性 マージン の 0.4 6％。
私たちは は 話している について とても 低い 料金 そして その 相対的 リスク の 1.23.
カルベトシン だろう なれ 宣言した 劣っていない に オキシトシン
もし で その トライアル 私たちは できた 証明する または 持ってくる 証拠 の上
それ a 相対的 リスク は 少ない よりも 1.23.
これ 結果 で ただ a 迷路 競争 で a サンプル サイズ と 以上 3万 人々。
私たちは 終了 上 と a トライアル と について 29,000。
それらの だった で いくつかの 国 として 私たちは 署名 それ テーブル 前に
で その 多くの センター。
それ だった a とても 高い トライアル、 ただ a データ コレクション
の 良い 以上 ほとんど 二 年。
その a とても 深刻な もの。
なぜ は その 試験 それで 大きい？
良い、 その 明らか 応答 回答 に それ 質問、
は その 割合 いる 比較すると は 小さい。
その 効果 は 必然的に 平 小さくなります。
ない それで 明らか、 しかし その まだ 明らか、
それ その 勝利 ニーズ に なれ それで 大きい なぜなら 私たちは は 負け a 素晴らしい 取引
の 情報 による マッピング で、 その 音量、 の中へ 二 カテゴリー、 のように これ。
の上 これ ヒストグラム ここ 私たちは 持っている その 実際の 分布 の その 血 損失 音量
のために その 29,000 科目 の その トライアル そして それから その カット- 的外れ、数千 .
ただ 想像する、
ただ 見ている で その ヒストグラム、 どうやって 多くの 情報 は 失った
による 服用 全て その 細かいこと の その 頻度 の その ヒストグラム
で ゼロ、1 左 に その 千 ライン、 右 に その 千 ライン。
しかし それは その 方法 それ だった 終わり、
なぜなら のために いくつかの 理由 人々 のように に 使用 これ 二分法。
もし その 以上 1,000, その 厳しい PPH。
もし ない、 その ない。
I しない 知る 平 もし それは 良い あまりにも 関連する
と どれでも さらに遠く 結果 の上 その 健康 の その 女性。
それは その 方法 その 終わり。
その 分類 は それ。
今 ジャンプ 助けた 私たち に 発見する
それ その 分布 の その 血 損失 音量 は ログ 普通。
そこには は a 話 後ろに それ。
私たちは セット 前へ に 分析する その 実験 として 決めた による その 捜査官
使用される その 二項式 分布。
しかし 私たちは 見た それ とても 簡単に それ その 二 分布
の カルベトシン そして オキシトシン、 その 血 損失量 分布
だった かわいい 多くの その 同じ。
私たちは だった ない とても ハッピー と この二分法 に 始める と、
しかし 私たちは 持っていた に する それ。
それは 何 その プロトコル 言った。
今、 一度 私たちは その 統計学者 で その トライアル、 私たちは 見つかった 超えて どれでも 疑い
それ その 分布 だった ログ 普通。
いつ I 言う その 分布 の 血 損失 音量 は ログ 普通、
I 平均 a 大きい もしそうだとしたら、
それは ない 一つの 近似値、 a ニース フィット、 もの それ 私たちは 統計学者 のように。
いいえ、 私たちは 持っていた 29,000 ポイント そして その フィット あなた は 行く に 見る だった 完璧。
それから 私たちは 行った に する いくつかの 宿題 そして 私たちは 見つかった から 物理
それ その 血 損失 音量 分布... 言い訳 自分、 その 流体 音量
で パイプ もっている a ログ 普通 分布、
そして それ もっている された 知られている 以来 その 19日 世紀。
来る から 物理。
の コース、 私たちは 気がついた それ 私たちの パイプ は 血 船舶、 それで 彼らは は 弾力性がある。
その 粘度 の その 血 変更 なぜなら の 凝固。
しかし まだ、 私たちは 持っている 選別 の a モデル。
私たちは 持っている 流体 で パイプ、 流れる で パイプ、 そして その データ 示した それ。
私たちは だった とても 興奮した と それ。
私たちは 行った さらに遠く に 見る その 結果 の 使用して V のために その 推定 の その リスク
そして 私たちは 得た ニース 結果。
今 それから 私たちは 持っていた に 納得させる その 捜査官たち。
そのような a 大きい トライアル もっている たくさん の 捜査官、 大きい ショット。
その 医師、 彼らは 自分の その 問題、
それで 彼らは 持っている その 最後 言葉 そして すべて。
彼らは 投げられた で その アイデア。
いくつかの の 彼ら 本当に しなかった のように。
彼らは 言った、 "良い、 私たちは 使用 いいえ 仮説
以来 それ ただ 二項式 変異体、 それ もっている いいえ モデル。"
それ もっている、 しかし 彼らは 考える それ そうではありません。
人々 考える その あまりにも 単純。
何 もし その ログ 普通 分布 は ない 正しい？
私たちは できる 持っている 間違っている 結果。
それから 私たちは した その通り 何 だった 行く に する 右 ここ。
今、 私たちは した その 分析 で フロント の 彼ら、
そして それ と ジャンプ だった とても 説得力のある、 そして I 希望 あなた 同意する と それ。
ジャンプ 助けた また の上 その コミュニケーション
の その 発見 に その 捜査官 で a とても 説得力のある 方法。
ただ それから、 に 前進 その 結果、
使用して 対数正規分布 分布 保存 その 結果 の その 実験。
それは 一部 の その 話。
私たちは 行った の上 それから に 公開 それらの 結果
後 その 出版物 の その 実験 だった 終わり、 なぜなら その 実験 失敗した。
あなたは 見る それ その a ニース 話。
しかし それから 私たちは 出版された その 結果 と 対数正規分布 分布
として a 二次 分析。
それ 触れた その ハート の その ヨーロッパの 当局、
ADMAのように。
右 今、 カルベトシン は とても 幸せに
いる 使用済み で 低い- リソース 国、 どこ それ は 必要です。
私たちは とても ハッピー と それ。
させて 自分 見せる あなた どうやって それ 行った。
初め の 全て、 その 測定。
あなた 見る の上 その 左、 a 選別 の コレクタ に 集める その 血。
その 使用済み で 多くの 場合 で 配達。
として I 言った あなた、 時々
あなた 持っている に 取る とても 速い アクション いつ その 女性 は 出血 あまりにも 多くの。
人々 できる 評価する その 血 損失 による ただ 見る その 染色
で その ベッド、 で その 床。
しかし で 多くの 場合、 人々 使用 それ コレクタ。
それ コレクタ もっている a 規模 それ I 拡大 の上 その 右。
で その 初め 二 試験、
その 血 損失 音量 だった 評価された と それ。
それから 彼らは 変更されました。
彼らは 変更された なぜなら それ だった いいえ 良い、 ない 完璧 のために 私たちの 実験、
その 三つ の 彼ら それは された ランニング のために について 20 年 今。
させて 自分 見せる あなた どうやって それ 行く と ジャンプ。
さあ 見る。
I 感じる もっと 快適 と ジャンプ。
ここ は a データ テーブル と 全て その 71,000 場合
の その 三つ 試験。
味噌 プロストール。
ここ 彼らは は。
何 オプロストール、A アクティブ 管理、 そして カルベトシン .
さあ 見る その 分布 の その 血 損失 音量
のために 三つ の 彼ら による トライアル、 ない による 処理。
その 違い による 処理 は それで 小さい
それ それ しません 案件 のために これ 短い デモンストレーション ここ。
私は ない 分析する その 実験 まだ。
ここ は のために ミソプロストール 分布。
あなた 見る それ その a とても ニース ログ 普通、 ない それ？
できる なれ 何か それ以外、 しかし それ は ログ 普通。
それ 見た目 のように a ニース 分布、 しかし それ もっている 問題。
その 隠蔽 その 問題、 実は、 ない のために フィッティング a ログ 普通、
しかし のために 分析する その 方法 それ だった と その 二項式 バリアント。
さあ 使用 その グラバー 道具 そして 変化 その ピン の その ヒストグラム。
作る 彼ら より薄い。
わかった、 そこには 私たちは 行く。
何 私たちは 見る、 私たちは 見る スパイク で 分布。
定期的に あなた 持っている スパイク、 あなた できる 見る 彼ら ここ。
させて 自分 変化 a 少し 少しは、そうですね。
今 あなた 言った、 良い、 そこには いいえ 問題。
その のように 数値 統合。
あなた 失う の上 その 1つ ビーム それから あなた 持っている アクセス の上 その 他の ビーム
そして 彼らは 代替 そして あなた 終わり 上 と a ニース 統合。
良い、 ない その 場合 ここ、
なぜなら 私たちは 持っている a 問題
それ で 1,000 私たちは 持っている a カット- オフ ここ。
させて 自分 取る a ズーム の 分布 その周り 1,000, どれの 案件 ほとんど のために 私たち。
見る ここは その スパイク で 1,000 .
しかし あなた 見る 一部 の これ 頻度 ここ 来る から その 左、 から その 900。
なぜなら の その 読む の それ 規模、
それ 規模 だった 粗い そして 人々 世話をした に ラウンド その 数字。
そこには は a 選別 の a 桁 好み ここ。
その とても クリア それ いくつかの の その 知られている 症例 の 出産前健康診断
だった 移動した に PPH。
その いいえ 些細な 量 のために それ 小さい 頻度 ここ。
それ 手段 それ で 悪意 の 持つ いいえ モデル、 として 私の 同僚 言った、
のために その 二項式 変異体、
私たちは おそらく 持っている a ポジティブ バイアス の上 これ 推定。
今、 これ 問題 だった 撮影 ケア の による 服用 その 重さ
の その コレクタ デバイス 前に その コレクション、 前に その 使用、
前に その 手順、 そして それから 計量する また 後 その 手順。
それ だった 終わり のみ のために その カルベトシン トライアル
それ 開始 の上 その カルベトシン トライアル。
もし あなた 行く その 同じ トリック ここ、 変化 その 梁。
今 あなた 見る それ 私たちは 持っている a ニース 分布、
いいえ 問題 と スパイク もう。
計量 解決済み それ 問題。
今、 させて 自分 教えて あなた これ コレクタ は ない のために その 実験。
その のために 実際の 臨床 使用。
その 評価 の その 血 損失 そして その スピード その間 その 配達
は 完璧 と それ 規模。
私たちは できない 取り除く それ その後 計量する それから に 決める それ、
あなた 持っている に 取る、 言う、 子宮摘出とか のように それ。
その まだ で 場所、 その まだ 使用済み のように それ。
私たちは ただ 変更された それ のために その トライアル。
私たちは 待って で その 終わり。
それは ただ のために 好奇心 または 何か 面白い。
それ 来た また から その 能力 それ 私たちは 持っている それで 簡単に
に する これ 選別 の 分析 と ジャンプ。
それは もっと 重要 よりも 私たちは できる 平 考える の。
今 さあ 行く に その 本物 問題。
それ は また 簡単 と ジャンプ。
私は 行く に 分析する その 結果 の その カルベトシン トライアル
しかし それから、 それで それ I しない 得る 混合 上 で フロント の あなた、
I 準備した データ セット と サブセット ただ のために その カルベトシン試験 .
ここ それ は、 29,000件 のみ。
それは a サブセット の それ 他の トライアル。
させて 自分 取る その 機会 に 教えて あなた 何 その データ それ I 持っている ここ、
の コース、 それは ない その 満杯 データ の その トライアル、 それ 臨床 試験。
臨床 試験、 あなた 集める その 数百 の 列 の [聞き取れない 00:20:56]
のために 多くの 理由 そして のために 制御するなど そして それで 前へ。
ここ 私たちは 持っている ただ その 中心、
なぜなら その 実験 だった ランダム化 による 中心 それで I 持っている に 保つ それ。
それから その アーム、 その 1つ そして 二 ここ しかし ここ 持っている その 問題 それは 閉鎖
そして I 持っている 開ける 処理 そして コントロール ここ その 裁判は 以上、 の コース。
それから その 音量、 それは 全て その データ 私たちは 必要。
それらの 二 列 ここ は 派生語、 sPPH指標であり、 P PH インジケータ
それで 彼らは は ただ とても 簡単 に する。
ただ 一つの インジケータ の [聞き取れない 00:21:48] PPHで これ 場合。
さあ 始める による 分析する その 方法 プロトコル SEB、おそらく で a 単純 方法、
ない やっている その 完了 分析、 しかし さあ 分析する その SPPH 応答。
覚えて... ない 覚えて、 I しなかった 言う それ まだ。
で その 実際の トライアル 分析、 私たちは 来た に その 相対的 リスク の 1.26
そして その 最大、 I 言った あなた、 のために 非劣性 だった 1.23.
だから だった a 近く 逃した 状況。
私たちは できた ない 宣言する 非劣性
そして もし あなた 行く に その 出版物 の その 実験、
あなた できる 探す で その 参照 で その 最後 スライド ここ。
私たちは 持っている に 公開 それ 私たちは しなかった 証明する 非劣性、 多くの に 私たちの 後悔。
さあ 行く そして する それ ただ に 見せる それは a 選別 の 見せる オフ のために ジャンプ。
どうやって 私たちは 必要 今 は a フィット Y による X.
その それで 単純 後 全て それ 仕事。
私たちは 持っている 処理 のために X
そして 私たちは 持っている に 使用 ブロック のために センター、 ただ に 尊敬 ランダム化。
そして そこには 私たちは できる 探検する その 結果 の これ ここ。
しかし 私は 見ている ただ のために その 相対的 リスク、 どれの は 1つ ...内のアイテム
その 1つ アイテム 上の メニュー ここ、 相対的 リスク。
良い、 1つ は 私たちの 応答 そして 処理 しなければならない なれ で その 分子。
それは 私たちの 選択。
そこには 私たちは 行く。 私たちは 持っている 下 ここ 1.255、
それは その 1.26 それ 私たちは 得た と それらの ニース モデル、
ランダム モデル のために 中心 そして もの のように それ。
それで その 1.25。 その a 近く 逃す 状況。
私たちは しなかった 証明する 非劣性。
その代わり の ただ 泣いている 以上 その 結果、
私たちは 行った の上 そして 試した に する 一つの 分析 それ だった ない 計画された、
しかし ともかく、 私たちは 出版された それ として a 選別 の 二次 分析 その後。
さあ 分析する その 分布 の で。
に する それ、 私は ない 行く に その 分布 プラットフォーム。
それよりも、 私は 行く に 使用 信頼性 そして 生存、 ライフ分布
なぜなら その a 多くの より豊かに プラットフォーム のために 勉強する 分布、
を除外する それ その 変数、 その カラム しなければならない なれ 非 ネガティブ。
それは その 場合 のために 音量、 わかった。
I できる 使用 これ その代わり の タイミング ここ。
I しない 必要 感覚的、 何もない のように それ。 そこには いいえ そのような a もの ここ。
その ただ a 道具 のために フィッティング 配布物。
今 さあ 得る 下 に ここでビジネスをします。
I 持っている 分布 の 両方 処理 そして コントロール、
それ は カルベトシン そして オキシトシン。
さあ 別 それらの。
あなた できる する それ による a 地元 データ フィルター のために 処理
そして それから 病気 選ぶ 処理 ここ、 それは カルベトシン。
の上 その 右 ここ 私たちは 持っている その データ ポイント、 それらの 黒 ドット、。
彼らは は それで 多くの、 1万5000 の 彼ら。 それらの それ だった 治療された と カルベトシン、
それ 彼らは 見て のように a 連続 ライン しかし それらの は その ポイント。
彼らは ない 持つ 青、 彼らは ノンパラメトリック 推定値、
ノンパラメトリック推定 [聞き取れない 00:25:41]。
彼らは は その 同じ として その 二項式 ポイント 賢い、 なぜなら 彼らは 持っている いいえ 感覚的な。
それから どこですか その 対数正規分布 ここ？
そこには いいえ 対数正規分布 で その メニュー のために 配布物。
それは なぜなら そこには は ゼロ で その データ。
それから 私たちは できない フィット a 対数正規分布 と 二 パラメータ。
いくつかの 女性 は とても ラッキー 十分 に 持っている [聞き取れない 00:26:06] ゼロ
ミリリットル 血 損失。
おそらく それ だった いくつかの 間違い。
そこには だった 女性 それ 行った ほとんど に 4000 で その コントロール
そして それらの だった おそらく で ショック。
これ 大きい スパン ここ のために その 二項式 変化 だった 分離する ただ 二。
わかった、 さあ フィット その しきい値 対数正規分布。
その 対数正規分布 それ あなた 取る a シフト それで それ 私たちは できる 置く その ゼロ で その 分野。
今 私たちは 持っている 三つ 線 ここ。
その 赤 1つ は その しきい値 対数正規分布。
彼らは は 全て 三つ。 彼らは は 隠蔽 彼ら自身、 その 三つ の 彼ら。
それから 人々 できる 言う "良い、 わかった、 その フィット は とても ニース、 完璧。"
その ない いつも のように それ。 もし I フィット a 普通 または a 最小 価値 ここ
もの のように それ 、 あなた できる 見る それ あなた 来る 外 しかし それは いいえ ここに必要です。
私たちは できる 探す その リスク で いくつかの 場所 で これ 結果はこちら。
その リスク は 1 から 0.985 を引いた値です。 もし あなた しない 欲しい に する これ 選別 の 減算、
私たちは できる 見せる その 生存 曲線 そして その リスク は 1.47 のために カルベトシン。
もし I 欲しい に 見る その リスク で 1,000
のために オキシトシン、 その また その 同じ、 1.47。 おお。
私たちは 持っている また 自信 間隔 ここ。
人々 意思 チャレンジ 私たち 言う、
「T ホース 分布、 彼らは 見て その 同じ なぜなら の その 規模 の その グラフ。"
良い、 さあ 取る 上 これ チャレンジ。
さあ する a ズーム ここ。
さあ する a ズーム その周り 1,000。
ただ なぜなら 私たちは は 思いやり について それ。
見て どうやって 近い その フィット は。
その とても 近い。
今 I できる 行く 平 さらに遠く、 のように これ。
そして 今 私たちは できる 見る 平 もっと。
私たちは 見る それ その ポイント 推定値 これ 黒 ドット ここ、 もし あなた 欲しい、
その ほとんど その 同じ として その 赤 ライン、 どれの は その 対数正規分布 フェンス。
私の 仲間 捜査官 そこには できた 見る それ I しない 持っている 表現 または a テーブル。
A テーブル しません 言う 何でも。 彼らは できた 平-
I しない 知る- しかし 彼らは できた 平 考える それ 統計学者 だった 不正行為。
ここ は その 簡単 方法 に 見せる それ しかし そこには は もっと に 見る ここ。
もし あなた 見る その 自信 間隔 のために その 対数正規分布 分布、
その 1つ 三番目 の それ の その 非パラメトリック分布。
良い、 以来 その 精度 ...と一緒に行きます
増加する その 四角 根 の その 実験 サイズ。
私たちは できる 推測 それ もし 私たちは 取る サイズ 1つ 9番目 の それ
I だろう 得る のために その 対数正規分布 その 同じ 自信 間隔
それ I 得る のために その ノンパラメトリック ここ。
それは 面白い。
その代わり の 使用して 3万 女性、 本質的に I できた 使用 3000 そして 得る これ 結果。
それ だった とても 良い のために その 捜査官、 彼らは 計画された の上 それ。
これにより、
[聞き取れない 00:29:55] の その 自信 間隔
来た から その 対数正規分布、 どれの だった ない 計画された。
それで 何か それ以外 に 聞く。
良い、 わかった、 あなたは やっている 大丈夫 のために その リスク .
あなたは 取得 その リスク から その ログ 普通 どれの は その 同じ として その 二項式 レート
そして あなた 持っている より近い 自信 間隔
もし その ログ 普通 予測 は わかった、 それ は。
今 何 について その 相対的 リスク ?
良い、 私たちは できる 行く そして 取る その 対数 の その V.
あなた 持っている a 普通 分布
それで 私たちは 持っている a 標準 装置 に する いくつかの 回帰 そして 探す その 相対的 リスク。
しかし I 覚えて ジョン 太陽 話している の上 これ 同じ ミーティング 最後 年。
彼の 話す もっている a ニース タイトル、 繊細 ブルート 力。
使ってみましょう その 同じ もの、 繊細 野蛮な 力。
もしそれが 良い のために ジョン・ソル その 行く に なれ 良い のために 私たち あまりにも。
ここ は その 推定...
推定 パラメータ の その 対数正規分布 それ 私たちは 得る。
もし 私たちは できる する a ブートストラップ サンプル の これ、
私たちは できる 計算する その リスク、 その ブートストラップ リスク。
私たちは 持っている a ブートストラップ サンプル のために その リスク。
私たちは できる する それ のために カルベトシン そして のために オキシトシン そして それは 良い。
それから あなた 言う、 "良い、 I 持っている に プログラム これ。"
"私 持っている に プログラム その ブートストラップ サンプル。" その ない 難しい しかし あなた 持っている に プログラム
そして それから あなた 持っている に 計算する 1000 回、 2000 回、 それが何であれ 対数正規分布 フィットします。
しかし いいえ、 ジャンプ は ニース 二度。 もし あなた クリック と その 右 ボタン、
これ テーブル、 あなた 持っている ブートストラップ の上 その メニュー。
その 提案 は に 取る 2500, 私たちは できる 取る 5,000 または 何でも、
しかし それ かかる a 長さ 時間。
私たちは した それ と 1,000。
私たちは だった とても ハッピー と それ。
それ かかる 10 分 または それで のために それぞれ の 処理 そして カルベトシン または オキシトシン。
私は ない 行く に 作る あなた 待って 10 分、 I しなかった 欲しい に 待って のために もっと長いですね。
私たちは した それ 前に
そして ここ は その ブートストラップ サンプル のために その コントロール。
I 平均、 それ は オキシトシン。
その 出力 は その パラメータ ここ。
その 初め ライン は その 実際の 結果 の その 実験
そして 全て その 休む は 1,000 ブートストラップ サンプル それは なぜ 私たちは 持っている 1,001 ここ。
今 これ カラム ここ
来た から その パラメータ。 その ただ その リスク 見積もり。
1つ マイナス その ログ 普通 分布 で その ポイント 1,000マイナス しきい値、
位置 そして 規模。
大丈夫、 簡単。
今 ここは その 同じ もの のために カルベトシン。
今 I 使用 a 結果 それ 私は 読む その 本 による [聞き取れない 00:33:18] ,
その 男 誰が 知っている すべて について ブートストラップ。
に 持っている a ブートストラップ サンプル の その 相対的 リスク、
全て I 持っている に する は 取る それらの 二 ブートストラップ サンプル ここ
そして 参加する その テーブル 行 賢い。
その a ミッキー ねずみ 手術 のために JMP、 のように 私たちは する と その テーブル ここ そして それで の上。
こちらは その 結果。
I 保たれた ただ その リスク カラム ここ のために カルベトシン ここ そして オキシトシン。
もし あなた しない 欲しい に 使用 これ 余分な ポイント、 I しない 知る なぜ あなた しないだろう これ t.
私たちは できる 除外する それ に 使用 ただ その ブートストラップ。
私たちは 持っている その 相対的 リスク ここ、 ただ その 商 の それらの 二 列。
だった 終わり。
取る その 分布 の これ ブートストラップ サンプル、 その 相対的 リスク
そして ここ 私たちは は、 だった ほとんど に 祝う 今。
こちらは その 分布。
あなた しない 見る 1.23 ここ... はい、 あなた 見る、 しかし それから
私たちは 必要 今 1つ 両面 自信 間隔 と 95% カバレッジ。
I 必要 その 5% 分位数、 どれの は ない ここ。
わかった、 それで 私たちは 親切に 尋ねた ジャンプ
に 計算する それ あなた できる 置く 画面 オプション、 カスタム 四分位数
そして 私たちは 必要 0。 95分位、 どれの ターン 外 に なれ 1.11.
私たちは 平 持っている a ボーナス 結果 どれの は その 自信 間隔 のために これ 見積もり。
もし あなた 欲しい に なれ 本当に 安全、 私たちは できる 使用 上部、
上部 自信 制限... のために その 信頼限界の限界
それは あまりにも 関与した に 言う。 ともかく、 その 遠い 離れて よりも 1.23.
それから 私たちは 持っている 証明された で いくつかの センス、
私たちは 持っている 投げられた 証拠 それ カルベトシン は 非 劣った に オキシトシン。
それは その 結果 私たちは 出版されました。
A s I 言った あなた、 それ 出版物 と いくつかの 仕事 による その 捜査官、
その 温められた その ハート の その 母親、
その ヨーロッパの 権限 誰が だった 見下ろす これ トライアル
そして カルベトシン は ない いる 使用済み の上 場所 どこ あなた 持っている いいえ コード 鎖 安心しました。
させて 自分 使用 あなたの 時間 もし I できる、
ただ に 見せる その 効率 それ 私たちは 得る。
させて 自分 行く 戻る に プレゼンテーション ここ。
さあ 見る その 相対的 効率 の 二項式 対 対数正規分布。
さあ 取る その 問題、 ない 非劣性 しかし 単純 問題
の テスト 優越性 の a 新しい 薬 以上 オキシトシン。
その 新しい 薬 だろう なれ 宣言した 優れた もし その リスク
のために sPPH は 少ない よりも 1.5% 比較すると と 2% の オキシトシン。
私たちは 持っている ここ 全て 私たちは 必要 に する a 二項式 テスト。
のために その 対数正規分布 テスト 私たちは 必要 に 変換する から これ ピース に その 手段。
さあ する それ。
のために その [聞き取れない 00:37:15] , あなた 持っている これ、
のために その 対数正規分布、 私たちは ただ する これ。
私たちは 欲しい に 知る その リスク、
は その 確率 の いる 大きい よりも 1,000なので 取る ログ の上 両方 側面、
いいえ 減算する それから 標準化された、 どれの は 今 a 普通 分散。
そして ここ のために S、 その 標準 偏差、 使用 0.7。
その 重要 で 毎 少し それ 私たちは した、
毎 推論 それ 私たちは した と それらの 三つ 試験 そして それから a 少し もっと、
それ 私たちは 持っている データ 利用可能。
毎 時間 その 標準 偏差 来た について 0.7。
私たちは と呼ばれる 冗談めかして、 これ は a 普遍的な 絶え間ない の P 電話番号
その 標準 偏差 の その 対数 の その 血 音量 損失 0.7です
私たちは 交換する S による 0.7。 私たちは 計算する その 四分位数 で 2% そして それから ここ1.5%
そして私たちは 解決する その 方程式 の上 彼ら そして 私たちは 持っている それらの 二 手段 に 比較する
と a 普通 分布。
その 違い は 0.08 14.
わかった、 今 私たちは 行く 戻る に ジャンプ。
I 感じる 平 恥ずかしい の 表示中 それ しかし その 楽しい
そして 私たちは した それ のために 私たちの 医学 チーム そこには そして それ だった とても 説得力のある、 として I 言った あなた。
ごめん について 全て それらの 窓 開ける ここ。
とても 単純。 あなた 来る に DOE、 サンプル サイズ エクスプローラ、
力、 ミッキーだよ ねずみ もの。
さあ する それ のために その サンプル サイズ のために 二 独立した サンプル 割合。
私たちは 持っている 1つ 両面、 その a 優越性 テスト。
その 割合 下 その 新しい は 2％、
下 その 代替 は 1.5％。 その 行く に 変化 に あまりにも 多くの、 1.5 で 隠蔽 ここ。
それから 私たちは 欲しい 8% のために 力 そして その サンプル サイズ は 17,000。
わかった、 1万7000 に 行く 古い 作られた。
さあ 計算する その サンプル サイズ のために その 対数正規分布。
使用 サンプル サイズ 探検家たち から DOE、
力 そして 力 のために 二 独立した サンプル 手段。
私たちは 持っている a 1つ 両面 テスト。
私たちは 持っている に 追加 その 標準 逸脱 どれの は 0.7 のために 両方 グループ
そして それから その 違い に 検出する 私たちは 持っていた 計算する 0.0814
そして 私たちは 欲しい 80% 力。
わかった、 私たちは 来た に その 結果。
今、 その サンプル サイズ または その 実験 サイズ は 1831年。
それは について 1つ 9番目 の その 17000 それ 私たちは 持っていた 計算された のために その 二項式
[聞き取れない 00:40:31]。
それは 何 私たちは 得た による ただ 検査する その
幅 の その 自信 間隔 で その 信頼性 プラットフォーム。
それは どうやって 多くの もっと 効率的 使用して 対数正規分布 [聞き取れない 00:40:48] 二項式。
最後に…
ただ に 仕上げる その ラップアップ は
その 対数正規分布 分布 フィット とても 良い その 血 損失 音量 分布
それで なぜ ない に 使用 それ？
使用 これ 事実、 その 推定値 の リスクは 多くの もっと 正確な。
私たちは 平 見せる それ 私たちの 大きい トライアル だった 保存された
で いくつかの センス による 表示中 非 劣等 の カルベトシン、 使用して その 対数正規分布。
私たちは は とても ハッピー に 通信する に あなた
それ a 新しい トライアル は すでに 進行中 今 使用して その 対数正規分布。
今 これ トライアル だろう ない 来る に 人生
なぜなら 私たちは しない 持っている お金 のために 3万 人々。
しかし 以来 私たちは は 使用して のみ 少ない よりも 4000, それ 作った その トライアル 可能。
その 進行中 今。 その のために 処理、 ない のために 防止 のように 彼らは の その他。
それは 何 I 持っていた に 教えて あなた。 感謝 あなた とても 多くの。
