Kernekoncepter
有害事象の正確な予測と管理は、より安全で効果的な医薬品の開発と患者アウトカムの向上に不可欠である。CT-ADE は、この課題に取り組むための包括的なデータセットを提供する。
Resumé
本論文では、有害事象(ADE)の予測モデリングを支援するために開発された新しいデータセット「CT-ADE」について説明する。CT-ADE は、12,000件以上の臨床試験結果から抽出されたインスタンスで構成され、薬剤、患者集団、および文脈情報を統合している。多ラベル分類タスクに対応するため、有害事象は医薬品規制活動のための医学用語辞書(MedDRA)のシステム器官クラス(SOC)レベルで標準化されている。
初期分析では、73.33%のF1スコアと81.54%のバランス精度を達成する基準モデルを示しており、CT-ADE の有害事象予測の向上に向けた潜在力を強調している。CT-ADE は、人工知能とマシンラーニングの力を活用して患者の安全性を高め、医薬品の研究開発への影響を最小限に抑えることを目指す研究者にとって不可欠なツールを提供する。
Statistik
約96%の医薬品候補が市場承認を受けていない。
新薬開発にかかる平均投資額は13億ドルと推定されている。
安全性の懸念が臨床試験失敗の17%を占めている。
Citater
「有害事象は、臨床研究と公衆衛生に大きな影響を及ぼし、臨床試験の失敗につながり、医療費の増加につながっている。」
「有害事象の正確な予測と管理は、より安全で効果的な医薬品の開発と患者アウトカムの向上に不可欠である。」