Takk for svar. Jeg har aldri vært bekymret for at det reduserer tumoropptak, det var vel noe tull noen skrev og så ble det en spekulasjon i det, selv om Nano aldri har hintet eller sagt at det var noe de kunne være bekymret for. Det ble jo til og med avkreftet av Lisa. Men det sistnevnte er veldig interessant, at opptak i RM ikke øker. Det betyr at det bare er å kjøre på med 20/100! 
1 Like
Spørsmålet er vel bare når datagrunnlaget er klart for å ta den endelige beslutningen til Paradigme-doseringen.
1 Like
Skjønner hva du skriver, men jeg tolker “for any parameters” som medisinske parametre og ikke statistiske parametre - som en test for ulikhet mellom de to t-observatorene er og som jeg antar du tenker på. Når den ene t-en er svært signifikant og den andre ikke signifikant - så vil en test for ulikhet i t-observatorene gi signifikant ulikhet -
ihvertfall om pooling av antallet i de to pasientgruppene er noenlunde like, evt i favør av 20/100-gruppen.
t-fordelingen fungere ned til N=20.
Ser ut til at det ble litt action etter innlegget på HO.
Forøvrig så synes jeg det er merkelig at de ikke velger å børsmelde dette, og har kommunisert det til Tone.
Det blir ikke mindre spennende med kliniske data som kommer nå om ikke lenge.
1 Like
Numeric reduserer short med 40k
3 Likes
Hvis dette refererer til tumoropptak over RM, er det ikke da bare positivt at forholdstallet er likt for arm1 og arm4? Tumoropptak kan vel være høyere i arm4 uten at det påvirker RM-opptak siden det nettopp er dette predosering hindrer.
Tumour doses were higher in arm 4 patients compared to patients without pre-dosing (p = 0.04). Tumour doses in arm 1 were not significantly higher compared to non-pre-dosing (p = 0.71)
1 Like
Da ser vi nok over 200 kr 
fin stigning i dag.
3 Likes
Ikke helt sikker på om jeg forstår hva du mener her, Hugoil. Først og fremst tolker jeg “any parameters” som de statistiske parametre henvist til tidligere i teksten (opptak i tumor, RM og ratio), hvis de mener noe annet med den setningen, ville de nok ha spesifisert dette for å unngå misforståelser. Dvs., de fant ingen signifikant forskjell mellom arm1 og 4 for hverken tumor-, RM-opptak eller tumor/RM (og minste p-verdi var 0.12).
Du skrev: “Når den ene t-en er svært signifikant og den andre ikke signifikant - så vil en test for ulikhet i t-observatorene gi signifikant ulikhet -”,
dette utsagnet er litt forvirrende, og som jeg tolker det, ikke nødvendigvis stuerent. Hvis du henviser til følgende test:
“Tumour doses were higher in arm 4 patients compared to patients without pre-dosing (p = 0.04). Tumour doses in arm 1 were not significantly higher compared to non-pre-dosing (p = 0.71).”
, så er det uriktig å konkludere med at tumoropptak i arm4 må være signifikant høyere enn i arm1. Det gir riktignok en klar indikasjon, men kun den respektive testen direkte mellom arm4 og arm1 kan si noe om signifikansnivå de i mellom.
Denne illustrasjonen av (hypotetiske) t-fordelinger for tumoropptak i de respektive gruppene kan kanskje klarne opp litt:
2 Likes
Jo, Fornybarkrakk, det trenger ikke være negativt at det ikke er forskjell på tumor/RM i arm4 og arm1. Det betyr jo at man kan bruke en høyere predosering for å kompensere for RM-opptak ved høyere strålingsdose, uten at dette går utover tumoropptak (og implisitt virkningsgraden). Forholdstallet er ikke referert til i setningen du limer inn, men som vi ser av den relevante setnignen:
“The mean tumour to RM absorbed dose ratios were 2.16, 3.93 and 1.07 for arm 1, 4 and non-pre-dosing respectively”
, så er ratio for arm4 omtrent 1.8 ganger høyere enn for arm1, og det er absolutt grunn til å være optimistisk for 20/100, selvom det ikke utgjør en signifikant forskjell (hverken for tumor/rm eller tumor-opptak, se svaret mitt til Hugoil).
3 Likes
Takk for gode oppklaringer. NANO fortsetter fremover, skritt for skritt! 
1 Like
Hva mener du med ‘‘flere samples fra hver pasient’’ her? Hvis du mener at det er samlet ulike parameter inn er det vel ikke nødvendigvis galt å bruke uparret student-t-test for analyse sålenge input er nummerisk og kontinuerlig, samt normalfordelt? Hva ville du heller sett, en non-parametrisk (mann-whitney-U) ville vel vært svakere her (og unødvendig). En linjær regressions modell kanskje? Da foretrekker jeg personlig uparret t-test her. Jeg er ikke statistikker, men jeg synes ikke en multivariat linjær modell ville være en styrke her.
Kan du forklare hva du ville gjort?
Innlegget er ment i all vennlighet.
3 Likes
Hei, har ikke sett på dette før nå og ganske kjapt. Jeg tok nok feil ovenfor. Dosimetry-studiene sammenligner jo uilke pre-doser innad i samme radioaktiv dose (det er det disse beregnede t-verdiene fortelelr om) - OG ditto mellom ulike radioaktive doser. Så en type 2*2 matrise.
Blir en spennende måned for NANO nå, 25% inne her og vurderer å øke til 35-50%. Potensialet er der for stigning fram til 22. oktober, med små nedganger for å hente momentum selvsagt. Har troen på at vi ser 100 igjen i oktober. Hva tenker dere?
3 Likes
Lett spør du meg… aksjen er sprekkferdig og ørkenvandringen er over.
3 Likes
100 i oktober, og det dobbelte til nyttår 
2 Likes
Liker tanken
1 Like
Enig, liker tanken.
Men har ikke selv så mye tiltro til EANM i Wien. LC nevnte den ikke som en trigger å se mot, LR kom med antydninger den veien i forhold til sikkerhetsdata? Tror Q3 er dagen og løfte blikket mot.
Så tradingandelen min er ikke i NANO enda, noe jeg angrer på så langt i oktober 
Med flere samples henviser jeg til at de benyttet 1 til 5 tumorlesjoner per pasient som datagrunnlag. Statistisk sett kalles dette for repeated measurements (eller gjentakende målinger om du vil), og dersom man kun benytter en vanlig uparet t-test, så er dette ikke hensyntatt. Med en t-test antar man at hver måling er uavhengig av de andre målingene, og dette er selvsagt ikke tilfelle når man måler fra flere tumorer i samme pasient. Å bruke en parametrisk test er helt greit så lenge responsvariabelen er normalfordelt, men i stedet for en enkel t-test, ville jeg foretrukket en lineær regresjonsmodell, hvor pasient-identitet er inkludert som en tilfeldig variabel, slik at det blir tatt hensyn til gjentakende målinger. Mange forskere som går i denne fella, bevisst eller ubevisst, og får dermed en overvurdert signifikans i sine tester. Problemet blir kalt for pseudoreplication.
6 Likes
Forøvrig veldig trivelig med flere som er interessert i statistikk. Innlegget ditt ble definitivt tolket som vennlig kuriositet fra min side
3 Likes