您可以使用 Gemini Enterprise，透過對話介面取得研究方法、科學概念或 PubMed 等公開資料庫的一般資訊。
提示範例
在對話方塊中輸入提示，例如：
My objective is to understand [specific topic, e.g., the methodology behind
clinical trials for cancer research].
Please use all available external data sources, including [list of data
sources, e.g., PubMed, Google Scholar, National Library of Medicine], to
summarize the key statistical methods used to analyze data in each phase.
輸出範例
Gemini Enterprise 會根據這項提示產生類似下列內容的輸出結果：
以下是肺癌治療臨床試驗所用的統計方法摘要，按階段分類。
第 I 階段：安全性與劑量
第 1 期試驗的主要目標是判斷新療法的安全性特徵，並找出最大耐受劑量 (MTD)。這是最高劑量，不會造成無法接受的副作用。這類試驗的參與者人數較少 (約 15 至 30 人)。
主要統計方法著重於劑量遞增設計：
- 3+3 設計：這是常見的規則式方法。三位患者接受了治療。如果沒有任何受試者出現劑量限制毒性 (DLT)，接下來的三人組就會接受較高劑量。如果發生 DLT，系統會以目前劑量新增更多患者，以便更妥善地評估安全性。
- 持續重新評估法 (CRM)：以模型為基礎的設計，使用試驗中所有病患的資料，模擬劑量與毒性之間的關係。這樣一來，系統就能更有效率且精確地估算 MTD。
第 II 期：療效和副作用
第 II 期試驗的主要目標是評估新藥是否具有足夠的生物活性或作用 (初步療效)，可進行進一步測試。此外，研究人員也會持續監控更大群體 (通常少於 100 人) 的安全性。
主要統計方法通常涉及單臂研究：
- Simon 的兩階段設計：這項設計效率高，如果治療效果不佳，可以提早停止試驗。如果第一階段有最低人數的患者出現正面反應，試驗就會進入第二階段，收集更多資料。
- 終點分析：主要終點通常是客觀反應率 (ORR)，這項指標會評估腫瘤縮小至預先定義程度的患者比例。統計分析會判斷觀察到的 ORR 是否夠高，具有臨床意義。
第 III 階段：比較和確認
第 III 期試驗的主要目標是確認新療法的療效，方法是與目前的標準照護方式進行比較。這些是涉及數百或數千名病患的大型關鍵試驗，結果可用於申請法規核准。
主要統計方法最為嚴謹：
- 隨機對照試驗 (RCT)：患者會隨機分到實驗組 (新療法) 或控制組 (標準療法)。這種隨機化方式可減少偏誤。這些試驗通常是「雙盲」試驗，也就是病患和研究人員都不知道誰接受哪種治療。
- 存活分析：這在癌症研究中至關重要。
- 卡普蘭-梅爾曲線可用於估算並繪製一段時間內的存活機率。
- 對數等級檢定用於統計比較實驗組之間的存活曲線。
- 考克斯比例風險模型是一種迴歸模型，用於評估治療效果，同時調整年齡或疾病階段等其他變數。這項功能會計算風險比 (HR)，量化某個群組發生事件 (例如死亡或疾病惡化) 的可能性，與另一個群組相比高出多少。
階段 IV：上市後監測
第 IV 期試驗的主要目標是監控藥物獲准上市後，對大眾的長期安全性和有效性。這個階段可以偵測出早期小型研究中未發現的罕見或長期副作用。
主要統計方法包括：
- 觀察性研究：研究人員分析實際環境中大量患者的資料，瞭解藥物在臨床試驗的受控環境以外的成效。
- 真實世界資料 (RWD) 分析：使用電子病歷、保險理賠和病患登記資料，監控安全信號並瞭解長期結果。這項程序通常是藥物安全監視 (監控藥物安全性的科學) 的一部分。