Development of a methodology for identifying drug response groups based on big data from clinical trials of New Drugs
이공학학술연구기반구축(R&D) · Post-Doc. 성장형 연구지원
2026년
2340051069
교육부
한국연구재단
서울대학교
김원세
3명
2026.03.01 ~ 2027.02.28
2024.09.01 ~ 2027.08.31
2억원
2억원
기초연구
대학
서울특별시 관악구
보건의료 > 신약·의약품개발 > 달리 분류되지 않는 신약·의약품개발
본 연구과제의 최종 연구 목표는 다음과 같습니다. \"최종 연구 목표: 신약 임상시험 빅 데이터 기반 약물 최적 반응그룹 특정화 (identifying) 방법론 개발” 신약 임상시험 데이터 연구는 크게 관심사건 발생 (occurrence of the even of interests) 데이터를 분석하는 “Time to Event Analysis”와, 시간에 따른 ...
■ 1차 연도: \"최신 신약 임상시험 빅 데이터 (PARADIGM-HF/PARAGON-HF)를 활용한 신약 임상시험 데이터 특성 및 최신 연구 동향 파악\" 책임 연구자는 최초의 안지오텐신 ... 서울대학교 수리과학부 교수 1인 함께 연구를 진행 중입니다. PARADIGM/PARAGON-HF는 데이터양과 질에서 전례 없는 신약 임상시험 빅데이터입니다. 1차 연도에는 PARADIGM /PARAGON-HF ...
... 위험을 헷지하기 위해 활용될 수 있을 것으로 기대됩니다. 웹/앱을 통해서 공공에 제공되는 최신 데이터 분석 기법 연구 결과들은 일선 의료진들의 진단 및 처방 정확도를 높일 수 있도록 도울 것으로 ... 할 수 있을 것으로 기대됩니다. 따라서, 본 연구개발과제의 최종 목표인 “신약 임상시험 빅 데이터 기반 약물 최적 반응그룹 특정화 방법론 개발”을 통하여 임상시험 성공확률 향상을 통한 ...