Kan se ut som de store har fått gjort ferdig møtene sine og tatt investeringsbeslutning 
1 Like
Kom det et abstract i natt?
Imponerende hvor lite du følger med 
Hehe, jeg tenkte med evt enda mer utfyllende data, men det får vi muligens på/etter presentasjonen på lørdag.
Stemmer
Hei @polygon
Ref ditt inlegg:
Ultimovacs Fundamentale forhold (ULTI) - #2257 av polygon?
Hva slags HR er det som skal forbedres? 0.73 er forholdstallet mellom median-OS og kommer ikke til å endres. Det er median, ikke snitt.
Finnes det en formel for overall-HR? Eller areal under kurven på et KM plot de vil bruke?
1 Like
Nei, den rapporterte HR på 0.73 er ikke et forholdstall mellom de to mOS. HR er regnet ut basert på to KM-plot for OS. Og når de to KM-plottene blir lengre vil HR kunne endre seg begge veier (men jeg argumentere altså for at det er mest sannsynlig i positiv retning). Og signifikansnivået vil helt sikkert bli bedre.
19 Likes
Det er vel ikke helt sikkert at signifikansnivået blir bedre? Enig i at HR kan bli bedre eller verre, men slik jeg forstår statistikken her vil signifikansnivået (sannsynligheten for at det er en ekte forskjell mellom de to gruppene) med 80 % sannsynlighet bli bedre og med 20 % sannsynlighet bli dårligere.
Det tenker du fordi du også tenker forholdstall. HR er et uttrykk for risiko i et gitt tidsintervalll, og når det går mer tid blir man derfor mer sikker på hva den risikoen faktisk er.
9 Likes
Nei, jeg tenker at det er en regresjonsmodell som likner en differensiallikning med tilnærming til de to plottene. Ved en sann forskjell vil det sannsynligvis tilkomme eventer som påvirker de to kurvene til å spre seg mer, mens hvis den effekten vi har sett er tilfeldig vil mer data sannsynligvis dra de to kurvene nærmere hverandre.
Edit: Eller eventuelt ikke nærme seg hverandre, men utvikle seg parallelt. Da blir sjansen for å dø per tid påvirket i begge gruppene slik at den tidlige effekten utvannes. Men jeg tar gjerne feil her.
Hvordan skal signifikansnivået bli dårligere når man bare får mer tid og mer data? Jeg prøver å forstå hva ev. mekanismen skal være, men sliter: Orker du å utdype?
1 Like
Fordi signifikans ikke er et mål på nøyaktighet, men et mål på sannsynligheten for at to grupper reelt er forskjellige, Hvis de ikke reelt er forskjellige vil den effekten vi nå har sett være en tilfeldighet og mer data vil da vise at gruppene ikke er reelt forskjellige. Det er som nevnt 80 % sannsynlig at de er forskjellige, så da er det 80 % sannsynlig at signifikansnivået bedres med mer data.
4 Likes
Blander ikke du effekt og signifikansnivå her?
Èn ting er at man kan vise til bedre (eller dårligere) effekt i fremtiden avhengig av hvordan resultatene blir fremover.
Men at mer tid og mer data gir en større sikkerhet om “riktigheten” av dataene (uavhengig av om de er gode eller dårlige), kan vel ikke diskuteres?
Ja, det er det jeg mener tallene viser
Tror ikke det
Altså, i min enkle verden så er det sånn:
HR forteller oss om effektforskjellen mellom armene. Den kan bevege seg både oppover og nedover fra 0,73 basert på hva som skjer fremover.
Signifikansnivået (p-verdien) sier noe om hvor sikker man kan være på at den HR-en man får er riktig. Jo mer tid og data man har å basere HR på, jo lavere p-verdi får man, altså man er mer sikker på at resultatet ikke er basert på tilfeldigheter.
Men dette er det mange som kan laaaangt bedre enn meg, så jeg skal verken være påståelig eller vanskelig. Det var bare noe som skurret for meg i den teorien din. Kan hende jeg tar feil.
1 Like
Enig, slik forstår jeg også HR.
Her blander du med konfidensintervall.
Vil absolutt ikke ha æren for teorien her. Den tror jeg det er Fisher eller Pearson som står for.
"Konfindensintervaller brukes som regel som 95% konfindensintervaller (95%Ci). Det er et teoretisk beregnet intervall som man med 95% sannsynlighet mener at gjennomsnittsverdiene ligger innenfor. Om man gjør målingene 100 ganger regner man med at gjennomsnittene i 95 av gangene vil ligge innenfor intervallet. 95% Ci har eksakt samme betydning som p=0,05.
https://tidsskriftet.no/2020/02/kommentar/p-verdier-og-konfindensintervall-er-det-samme
1 Like
Høiseth sin agenda i den debatten tror jeg var å få p-verdier ut av forskningslitteraturen og heller illustrere det med konfidensintervall slik at man ikke kunne hevde at noe var signifikant uten å vise effekten. Det kan jeg være enig i og han har rett i at man ikke taper noe ved å ikke vise p-verdi når man har konfidensintervall for effekten. Det er jo også slik abstractet er presentert. Men den tradisjonelle forståelsen er likevel som dette:
P-values in scientific studies are used to determine whether a null hypothesis formulated before the performance of the study is to be accepted or rejected. In exploratory studies, p-values enable the recognition of any statistically noteworthy findings. Confidence intervals provide information about a range in which the true value lies with a certain degree of probability, as well as about the direction and strength of the demonstrated effect.
Verdens første randomiserte POC for universell kreftvaksine (i en håpløs indikasjon) handles på Oslo Børs til ~450 mUSD.
Det er ren, skjær markedssvikt.
En mcap på eks. 1 mrd. USD tilsier en kurs på ~320. Der burde man minst vært og forblitt fra og med åpning i går. Tror neste uke blir morsom når større aktører får kikket litt på det komplette datasettet som slippes i helgen.
Hvor ofte oppstår det en derisket inngangsmulighet som dette? Kan ikke være ofte.
12 Likes