Individualized Treatment Regime for Personalized Medicine: A Review

Young-Geun Choi

추천

검색

질문

자료유형: 학술저널

저자정보: Young-Geun Choi (Fred Hutchinson Cancer Research Center)

저널정보: 계명대학교 자연과학연구소 Quantitative Bio-Science Quantitative Bio-Science Vol.36 No.1

발행연도: 2017.5

수록면: 7 - 13 (7page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

The heterogeneity of patients’ responses in many treatment programs stems from the characteristics of their diverse background. Accordingly, paradigms of clinical decisions are shifting from “one-size-fits-all” rules to individualized treatment rules (ITRs). In statistical frameworks, an ITR is defined as a mapping of patient information to treatment recommendations, aiming to optimize the average future outcome of the program. In recent years, many researchers have developed methods for estimating optimal ITRs. This paper reviews some of the recent approaches, focusing on “indirect” (“Q-learning” and “A-learning”) and “direct” (“O-learning”) methods. We also briefly discuss further extensions of ITRs, which include multi-staged treatment rules also known as a dynamic treatment regime.

#A-learning #O-learning #Q-learning #Individualized treatment rules #Personalized medicine

참고문헌 (33)

참고문헌 신청

[학술지(정기간행물)] - McLellan AT / 2002 / Have we evaluated addiction treatment correctly? Implications from a chronic care perspective / Addiction 97 : 249 ~ 252

[학술지(정기간행물)] - Fava M / 2003 / Background and rationale for the sequenced treatment alternatives to relieve depression (STAR*D) study / Psychiatr Clin North Am 26 : 457 ~ 494

[기타자료] - Wang Y / 2016 / An optimal learning method for developing personalized treatment regimes / arxiv:1607. 01462

[학술지(정기간행물)] - Wang Y / 2017 / Learning optimal personalized treatment rules in consideration of benefit and risk: with an application to treating type 2 diabetes patients with insulin therapies / J Am Stat Assoc

[학술지(정기간행물)] - Qian M / 2011 / Performance guarantees for individualized treatment rules / Ann Stat 39 : 1180 ~ 1210

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

Young-Geun Choi

소속기관 SK Telecom

주요연구분야 자연과학 > 자연과학 일반

논문수 2 이용수 37

이 논문과 함께 이용한 논문

카메라로 취득한 이미지에서의 색 정보를 이용한 텍스트 영역 추출 및 텍스트 분리

조연희 , 송영자 , 김길천 외 3명 한국정보과학회 학술발표논문집 2004 .01

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (33)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)