콘텐츠로 건너뛰기
MedPaper
by
MotionLabs
논문 큐레이션
${specMeta.name} 피드
2026. 2. 1.·CPT: pharmacometrics & systems pharmacology·메타분석·🇫🇷 France

Combining Aggregate Data and Individual Patient Data in Model-Based Meta-Analysis: An Illustrative Case Study of Tofacitinib in Rheumatoid Arthritis Patients.

PubMed 원문

원문 읽기 ~4분 → AI 요약 ~1

AI 핵심 요약

개별 환자 데이터 활용이 메타분석 성능 향상에 도움

임상 적용 포인트 · AI 추출

류마티스 관절염 환자에서 개별 환자 데이터를 활용한 메타분석 결과를 참고할 수 있습니다.

요약· AI 생성

1) 모델 기반 메타분석(MBMA)은 다양한 연구 결과를 통합하여 통계적 검정력을 높일 수 있다. 2) 개별 환자 데이터(IPD) 접근이 제한적이므로 적절한 범위의 집단 데이터(AD)를 활용해야 한다. 3) IPD 또는 공개된 층화 결과에 접근할 수 있다면 예측 공변량 추정을 개선할 수 있다. 4) IPD 활용 여부와 예측 공변량 포함 여부에 따라 MBMA 성능이 달라진다. 5) IPD 활용이 예측 공변량 모델 성능 향상에 도움이 되었다.

임상적 의의

개별 환자 데이터를 활용한 메타분석이 보다 정확한 치료 효과 예측에 도움이 될 수 있다. 이를 통해 환자 맞춤형 치료 전략 수립에 활용할 수 있다.

연구 한계

실제 임상에서 개별 환자 데이터 확보가 어려울 수 있다.

메타분석개별 환자 데이터류마티스 관절염
연구 국가: 🇫🇷 France
연구 유형: Meta-Analysis, Randomized Controlled Trial
MeSH: Humans, Arthritis, Rheumatoid, Pyrimidines, Piperidines, Pyrroles, Meta-Analysis as Topic, Randomized Controlled Trials as Topic

이 요약은 MotionLabs 의료 AI가 생성했습니다. AI 요약은 원문의 핵심을 전달하기 위한 참고 자료이며, 임상 판단을 대체하지 않습니다.

MotionLabs 더 알아보기