×
贾科莫·阿莱蒂;Andrea Ghiglietti;威廉·罗森伯格。

基于功能urn模型的非参数协变量调整响应自适应设计。 （英语） Zbl 1410.62158号

Ann.统计。 46，No.6B，3838-3866（2018）.
摘要：在本文中，我们提出了一类基于新功能urn模型的通用协变量调整响应自适应（CARA）设计。在整个研究中，我们证明了功能性骨灰盒比例和分配给治疗组的受试者比例以及每个协变量的分布具有很强的一致性，从而可以非参数地估计协变量条件下的反应分布。此外，我们建立了上述量的联合中心极限定理和感兴趣特征的充分统计量，这允许构造对条件响应分布进行推断的程序。然后将这些结果应用于高斯和二进制响应的典型情况。

引用于5文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
62L20型 随机近似
60F05型 中心极限和其他弱定理
62E20型 统计学中的渐近分布理论
62万 顺序统计设计
6220国集团 非参数推理的渐近性质

关键词：

临床试验;协变量调整分析;推理;大样本理论;个性化医疗;随机化
PDF格式BibTeX公司 XML格式引用
\textit{G.Aletti}等人，Ann.Stat.46，No.6B，3838-3866（2018；Zbl 1410.62158）
全文： 内政部 arXiv公司 欧几里得

参考文献：

[1] Aletti，G.、Crimaldi，I.和Ghiglietti，A.（2017年）。用基于网络的交互同步强化随机过程。附录申请。大约27 3787–3844·Zbl 1382.60046号 ·doi:10.1214/17-AAP1296
[2] Aletti，G.和Ghiglietti，A.（2017年）。交互广义弗里德曼骨灰盒系统。随机过程。申请127 2650–2678·Zbl 1367.60119号 ·doi:10.1016/j.spa.2016.12.003
[3] Aletti，G.、Ghiglietti，A.和Paganoni，A.M.（2013）。预先指定分配的随机强化瓮设计。J.应用。大约50 486–498·Zbl 1301.62072号 ·doi:10.1239/jap/1371648956
[4] Aletti，G.、Ghiglietti，A.和Rosenberger，W.F.（2018年）。补充“基于功能urn模型的非参数协变量调整响应自适应设计”DOI:10.1214/17-AOS1677SUPP·Zbl 1410.62158号
[5] Athreya，K.B.和Karlin，S.（1970年）。随机环境下的分支进程。牛。阿默尔。数学。Soc.76 865–870·兹伯利0209.19302 ·网址：10.1090/S0002-9904-1970-12589-7
[6] Atkinson，A.C.（1982）。具有预后因素的序贯临床试验的最佳偏向硬币设计。生物特征69 61–67·兹伯利048362067 ·doi:10.1093/biomet/69.1.61
[7] Atkinson，A.C.和Biswas，A.（2005）。在反应正常的临床试验中，用于倾斜分配比例的自适应偏倚设计。Stat.Med.24 2477–2492。
[8] Atkinson，A.C.和Biswas，A.（2013）。临床试验中的随机反应-适应性设计。CRC出版社，纽约·兹比尔1284.62005
[9] Bai，Z.-D.和Hu，F.（2005）。随机urn模型的渐近性。附录申请。大约15 914–940·Zbl 1059.62111号 ·doi:10.1214/10505160400000774
[10] Bai，Z.-D.，Hu，F.和Zhang，L.-X.（2002）。urn模型的高斯近似定理及其应用。附录申请。大约1149年至1173年·Zbl 1014.60025号 ·doi:10.1214/aoap/1037125857
[11] Bai，Z.D.和Hu，F.（1999）。具有非齐次生成矩阵的urn模型的渐近定理。随机过程。申请80 87–101·Zbl 0954.62014号 ·doi:10.1016/S0304-4149（98）00094-5
[12] Baldi Antognini，A.和Zagoraiou，M.（2012年）。具有协变量的临床对比试验中的多目标优化设计：强化双自适应偏向硬币设计。《统计年鉴》40 1315–1345·Zbl 1257.62082号 ·doi:10.1214/12-AOS1007
[13] Baldi Antognini，A.和Zagoraiou，M.（2017年）。协变量自适应随机化程序下的估计精度。电子。J.统计数据11 1180–1206·Zbl 1362.62156号 ·doi:10.1214/17-EJS1261
[14] Bandyopadhyay，U.和Biswas，A.（1999）。在存在预后因素的情况下，根据随机游戏规则进行分配。SankhyáSer。B61 397–412·Zbl 0972.62061号
[15] Bandyopadhyay，U.和Biswas，A.（2001年）。具有预后因素的正常反应的适应性设计。生物特征88 409–419·Zbl 0984.62054号 ·doi:10.1093/biomet/88.2.409
[16] Bandyopadhyay，U.、Biswas，A.和Bhattacharya，R.（2007）。随机临床试验中二元反应的协变量调整两阶段分配设计。统计医学26 4386–4399。
[17] Beggs，A.W.（2005年）。关于强化学习的收敛性。《经济学杂志》。理论122 1-36·Zbl 1118.91025号 ·doi:10.1016/j.jet.2004.03.008
[18] Benaím，m.、Schreiber，S.J.和TarrèS，P.（2004）。进化过程的广义URN模型。附录申请。大约1455-1478年·Zbl 1051.60072号 ·doi:10.1214/10505160400000422
[19] Cheung，S.H.、Zhang，L.-X.、Hu，F.和Chan，W.S.（2014）。广义线性模型的协变量调整响应自适应设计。J.统计。计划。推断149 152–161·Zbl 1432.62359号 ·doi:10.1016/j.jspi.2014.02.006
[20] Durham，S.D.、Flournoy，N.和Li，W.（1998年）。最大化有利响应概率的顺序设计。加拿大。《统计学杂志》26 479–495·Zbl 0916.62057号 ·doi:10.2307/3315771
[21] Egenberger，F.和Pólya，G.（1923年）。这是一份统计报告。ZAMM Z.Angew。数学。机械3 279–289。
[22] Ghiglietti，A.、Vidyashankar，A.N.和Rosenberger，W.F.（2017年）。自适应随机增强urn模型的中心极限定理。附录申请。大约27 2956–3003·兹比尔1379.60025 ·doi:10.1214/16-AAP1274
[23] Hu，F.和Rosenberger，W.F.（2006）。临床试验中的反应-适应性随机化理论。纽约威利·Zbl 1111.62107号
[24] Hu，J.、Zhu，H.和Hu，F.（2015）。基于效率和道德的协变量调整响应适应性设计的统一家族。J.Amer。统计师。协会110 357–367·Zbl 1373.62382号 ·doi:10.1080/01621459.2014.903846
[25] Hu，Y.和Hu，F.（2012）。协变量自适应随机化的渐近性质。《统计年鉴》40 1794年至1815年·Zbl 1257.62104号 ·doi:10.1214/12-AOS983
[26] Janson，S.（2004）。多类型分支过程和广义Pólya urns的泛函极限定理。随机过程。申请110 177–245·Zbl 1075.60109号
[27] Kadane，J.B.（1996年）。临床试验设计中的贝叶斯方法和伦理。纽约威利。
[28] Kalish，L.A.和Harrington，D.P.（1988年）。生存分析中平衡治疗分配的效率。生物统计学44 815–821·Zbl 0715.62232号 ·doi:10.2307/2531593
[29] Laruelle，S.和PagèS，G.（2013）。使用随机近似重新访问随机urn模型。附录申请。大约231409-1436年·Zbl 1429.62360号 ·doi:10.1214/12-AAP875
[30] May，C.和Flournoy，N.（2009年）。由双色随机加固瓮生成的响应自适应设计的渐近性。美国国家统计局37 1058–1078·Zbl 1162.62076号 ·doi:10.1214/08-AOS596
[31] Pocock，S.J.和Simon，R.（1975年）。对照临床试验中平衡预后因素的序贯治疗分配。生物识别31 103–115。
[32] Rosenberger，W.F.（1996年）。自适应设计的新方向。统计师。科学11 137–149。
[33] Rosenberger，W.F.、Flournoy，N.和Durham，S.D.（1997年）。多参数响应驱动设计最大似然估计量的渐近正态性。J.统计。计划。推断60 69–76·Zbl 0900.62454号 ·doi:10.1016/S0378-3758（96）00120-6
[34] Rosenberger，W.F.和Lachin，J.M.（2016）。《临床试验中的随机化》，第2版，威利出版社，纽约·Zbl 1329.92004号
[35] Rosenberger，W.F.和Sverdlov，O.（2008）。临床试验设计中协变量的处理。统计师。科学23 404–419·Zbl 1329.62350号 ·doi:10.1214/08-STS269
[36] Rosenberger，W.F.、Vidyashankar，A.N.和Agarwal，D.K.（2001年）。二进制响应的协变量调整响应自适应设计。生物制药杂志。统计11 227–236。
[37] Schortgen，F.、Clabault，K.、Katsahian，S.、Devaquet，J.、Mercat，A.、Deye，N.、Dellamonica，J.，Bouadma，L.、Cook，F.，Beji，O.、Brun-Buisson，C.、Lemaire，F.和Brochard，L.（2012）。感染性休克时使用外部冷却来控制发烧。美国J.Respir。批评。护理医学185 1088–1095。
[38] Smythe，R.T.（1996）。urn模型的中心极限定理。随机过程。申请65 115–137·Zbl 0889.60013号 ·doi:10.1016/S0304-4149（96）00094-4
[39] Taves，D.R.（1974）。最小化：将患者分为治疗组和对照组的新方法。临床。药理学。Ther.15 443–453。
[40] Toulis，P.、Rennie，J.和Airoldi，E.M.（2014）。广义线性模型随机梯度方法的统计分析。在第31届国际机器学习会议上，ICML 2014 2128–2136。JMLR:W&CP，北京。
[41] Villar，S.和Rosenberger，W.F.（2018年）。使用改进的前瞻性gittins指数规则进行多组临床试验的协方差调整反应自适应随机化。生物统计学74 49–57·Zbl 1415.62141号
[42] Wei，L.J.（1978）。urn模型在序贯对照临床试验设计中的应用。J.Amer。统计师。协会73 559–563·Zbl 0389.62067号 ·doi:10.1080/01621459.1978.10480054
[43] Wei，L.J.和Durham，S.（1978年）。医学试验中的随机获胜规则。J.Amer。统计师。协会73 840–843·Zbl 0391.62076号 ·doi:10.1080/01621459.1978.10480109
[44] Zelen，M.（1969年）。执行优胜者规则和对照临床试验。J.Amer。统计师。协会64 131–146。
[45] Zhang，L.和Rosenberger，W.F.（2006）。具有持续结果的临床试验的反应适应性随机化。生物统计学62 562–569·Zbl 1097.62139号 ·doi:10.1111/j.1541-0420.2005.00496.x
[46] 张立新（2016）。递归随机算法的中心极限定理及其在自适应设计中的应用。附录申请。大约26 3630–3658·Zbl 1358.60044号 ·doi:10.1214/16-AAP1187
[47] Zhang，L.-X.，Hu，F.和Cheung，S.H.（2006）。序列估计调整urn模型的渐近定理。附录申请。概率16 340–369·Zbl 1090.62084号 ·doi:10.1214/10505160500000746
[48] Zhang，L.-X.，Hu，F.，Cheung，S.H.和Chan，W.S.（2007）。协变量调整响应自适应设计的渐近性质。美国国家统计局35 1166–1182·Zbl 1118.62124号 ·doi:10.1214/00905360000001424
[49] Zhang，L.-X.，Hu，F.，Cheung，S.H.和Chan，W.S.（2011）。移植的urn模型——理论属性和应用。附件39 643–671·Zbl 1226.60012号 ·doi:10.1214/10-AOS851
[50] 朱华（2015）。共变量调整反应适应性设计，包括有或无治疗相互作用的协变量。加拿大。《统计学杂志》43 534–553·Zbl 1347.62176号 ·doi:10.1002/cjs.11260
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。