Benchmarking progression-free survival ratio as primary endpoint in precision oncology clinical trials
8.0
来源：
Nature
关键字：
computational pathology
发布时间：
2025-12-15 19:33
摘要：
该研究探讨了精准肿瘤学中进展自由生存比率（PFSratio）作为主要终点的临床试验分析方法，比较了五种不同的分析方法，推荐使用Kernel-based Kaplan Meier分析以处理信息性删失。研究分析了五个临床试验的数据，发现PFS1与PFS2之间的相关性较弱，提出的分析方法在临床试验设计中具有重要应用价值。
原文：
查看原文
价值分投票
评分标准
新闻价值分采用0-10分制，综合考虑新闻的真实性、重要性、时效性、影响力等多个维度。
评分越高，表示该新闻的价值越大，越值得关注。
价值维度分析
domain_focus
1.0
business_impact
0.5
scientific_rigor
1.5
timeliness_innovation
1.5
investment_perspective
2.5
market_value_relevance
1.0
team_institution_background
0.0
technical_barrier_competition
0.0
关键证据
Progression Free Survival Ratio (PFSratio) is a popular endpoint in precision oncology studies.
The Kernel-based Kaplan Meier analysis is most recommended, as it handles informative censoring.
Analysis of five clinical trials revealed an overall weak PFS1/PFS2 correlation.
真实性检查
否
AI评分总结
该研究探讨了精准肿瘤学中进展自由生存比率（PFSratio）作为主要终点的临床试验分析方法，比较了五种不同的分析方法，推荐使用Kernel-based Kaplan Meier分析以处理信息性删失。研究分析了五个临床试验的数据，发现PFS1与PFS2之间的相关性较弱，提出的分析方法在临床试验设计中具有重要应用价值。