比较随机缩减法在成组序贯设计中的功效与先验分布影响
本研究论文探讨了"随机缩减法在成组序贯设计中的应用研究",由刘伟杰和谭旭辉两位作者共同完成,他们分别来自南方医科大学公共卫生学院生物统计系。论文的目的是对比分析随机缩减法(Stochastic Curtailment Procedure, SCP)中的两种关键评估指标:条件功效(Conditional Power, CP)和不同先验分布下的预测功效(Predictive Power, PP)。研究采用两样本均数比较的统计优效性检验,并基于拒绝型O'Brien & Fleming (OBF) 成组序贯设计框架进行。 论文首先介绍了研究背景,指出随机缩减法在临床试验设计中的潜在优势,特别是在控制早期阶段的Ⅰ类错误(即避免假阴性错误)方面。研究通过设定不同的SCP拒绝阈值γ(如0.80、0.85和0.90),在每个期中分析阶段分别计算CP和不同先验(如无信息先验和enthusiastic先验)下的PP。结果显示,随着γ值的提高,CP和不同先验下的PP的Ⅰ类错误会显著增加,而无信息先验的PP在γ=0.80时能够保持稳定的Ⅰ类错误水平。 在特定条件下,如五阶段OBF设计下,功效设定为90%,当SCP终止阈值为0.80时,CP、无信息先验PP和enthusiastic先验PP的功效分别为87.6%、84%和86.5%。这表明,在期中分析频繁的情况下,无信息先验PP在控制Ⅰ类错误方面表现优于CP。 文章的结论指出,随机缩减法对于临床试验的有效性监测具有重要意义,特别是在阳性研究中,它能够显著降低成组序贯试验所需的期望样本量和阶段数。然而,随着SCP终止阈值的提高和期中分析次数的减少,CP和不同先验PP的功效会有所下降,但可以有效抑制Ⅰ类错误的膨胀。因此,选择适当的SCP参数对于优化临床试验设计和提高研究效率至关重要。 关键词包括:成组序贯设计、随机缩减法、贝叶斯统计、先验分布,这些关键词突出了研究的核心内容和统计学方法的应用。这篇论文提供了对随机缩减法在复杂设计中实际应用的重要见解,对于研究者和临床试验设计者来说是一份有价值的参考资料。
- 粉丝: 7
- 资源: 971
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 李兴华Java基础教程:从入门到精通
- U盘与硬盘启动安装教程:从菜鸟到专家
- C++面试宝典:动态内存管理与继承解析
- C++ STL源码深度解析:专家级剖析与关键技术
- C/C++调用DOS命令实战指南
- 神经网络补偿的多传感器航迹融合技术
- GIS中的大地坐标系与椭球体解析
- 海思Hi3515 H.264编解码处理器用户手册
- Oracle基础练习题与解答
- 谷歌地球3D建筑筛选新流程详解
- CFO与CIO携手:数据管理与企业增值的战略
- Eclipse IDE基础教程:从入门到精通
- Shell脚本专家宝典:全面学习与资源指南
- Tomcat安装指南:附带JDK配置步骤
- NA3003A电子水准仪数据格式解析与转换研究
- 自动化专业英语词汇精华:必备术语集锦