×

一种基于实用性的随机对照试验设计,具有顺序结果和预后亚组。 (英语) Zbl 1414.62462号

总结:提出了一种随机对照试验的设计,该试验具有顺序结果和预后亚组。该设计考虑了患者的异质性,允许在亚组内得出可能不同的比较结论。比较测试标准基于顺序结果水平的效用和贝叶斯概率模型。考虑了基于两种备选模型的设计,这两种模型包括治疗-子组相互作用,即比例优势模型和非比例优势模型,其分层优势缩小为比例优势模型。第三种设计假设同质性,并忽略可能的治疗-子组相互作用。这三种方法被应用于构建组序贯设计,用于对接受放化疗和手术的食管癌患者(包括未经治疗的患者和之前治疗后复发的抢救患者)进行营养恢复与护理标准的对比试验。进行了一项模拟研究,对三种设计进行了比较,包括在包括治疗-子组相互作用的不同组合在内的各种场景下,评估子组内I型和II型错误概率。

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
62K05美元 最佳统计设计
PDF格式BibTeX公司 XML格式引用
全文: DOI程序 链接

参考文献:

[1] Abreu,M.N.S.、Siqueira,A.L.、Cardoso,C.S.和Caiaffa,W.T.(2008)。序数逻辑回归模型:在生活质量研究中的应用。巴黎圣母院24,581-591。
[2] Agresti,A.(2010年)。有序分类数据分析。新泽西州霍博肯:John Wiley&Sons,Inc·Zbl 1263.62007年
[3] Bender,R.和Grouven,U.(1998年)。对具有非比例优势的有序数据使用二元逻辑回归模型。《临床流行病学杂志》51,809-816。
[4] Braga,M.、Gianotti,L.、Nespoli,L.,Radaelli,G.和Di Carlo,V.(2002年)。外科营养不良患者的营养方法:一项前瞻性随机研究。外科档案137174-180。
[5] Brannath,W.、Zuber,E.、Branson,M.、Bretz,F.、Gallo,P.、Posch,M.等人(2009年)。利用贝叶斯决策工具进行肿瘤靶向治疗的验证性适应性设计。医学统计281445-1463。
[6] 陈,K.‐N。(2014). 并发症处理I:渗漏、狭窄、排空、反流、乳糜胸。《胸科疾病杂志》6,355-363。
[7] Clavien,P.A.、Barkun,J.、de Oliveira,M.L.、Vauthey,J.N.、Dindo,D.、Schulick,R.D.等人(2009年)。手术并发症的Clavien‐Dindo分类。《外科年鉴》250,187-196。
[8] Clavien,P.A.、Sanabria,J.R.和Strasberg,S.M.(1992年)。建议对手术并发症进行分类,并举例说明其在胆囊切除术中的作用。外科111518-526。
[9] Dindo,D.、Demartines,N.和Clavien,P.‐A。(2004). 外科并发症的分类:一项新的建议,对6336名患者的队列进行评估,并得出调查结果。外科年鉴240,205-213。
[10] Gelman,A.、Carlin,J.B.、Stern,H.S.、Dunson,D.B.、Vehtari,A.和Rubin,D.B.(2014)。贝叶斯数据分析,第3版。佛罗里达州博卡拉顿:查普曼和霍尔/CRC出版社·Zbl 1279.62004号
[11] Ghosh,J.、Li,Y.和Mitra,R.(2017)。关于贝叶斯逻辑回归中柯西先验分布的使用。贝叶斯分析1-25。
[12] Guo,B.和Yuan,Y.(2017)。基于贝叶斯I/II期生物标记物的精确药物分子靶向药物剂量测定。《美国统计协会杂志》112,508-520。
[13] Houede,N.、Thall,P.F.、Nguyen,H.、Paoletti,X.和Kramar,A.(2010年)。在第一/第二阶段试验中,使用顺序毒性和疗效对联合治疗进行基于效用的优化。生物统计学66,532-540·Zbl 1192.62224号
[14] Ishwaran,H.(2000)。具有协变量特定切入点的单变量和多评价者序数累积链接回归。加拿大统计杂志28,715-730·Zbl 0966.62013.中
[15] Jennison,C.和Turnbull,B.W.(1999)。分组序贯方法及其在临床试验中的应用。佛罗里达州博卡拉顿:查普曼和霍尔/CRC。
[16] McCullagh,P.(1980)。有序数据的回归模型。英国皇家统计学会杂志,B辑(方法学)42,109-142·Zbl 0483.62056号
[17] McKinley,T.J.、Morters,M.和Wood,J.L.N.(2015)。累积链接序数回归模型中的贝叶斯模型选择。贝叶斯分析10,1-30·Zbl 1334.62141号
[18] Murray,T.A.、Thall,P.F.和Yuan,Y.(2016)。基于效用的随机对照试验设计,具有分类结果。医学统计35,4285-4305。
[19] Parekh,K.和Iannettoni,M.D.(2007年)。食管切除和重建的并发症。胸心血管外科研讨会19,79-88。
[20] Peterson,B.和Harrell,F.E.(1990年)。顺序响应变量的部分比例优势模型。英国皇家统计学会杂志,C39205-217系列·Zbl 0707.62154号
[21] 普卢默(2003)。JAGS:一个使用吉布斯抽样分析贝叶斯图形模型的程序。
[22] Quirk,J.P.和Saposnik,R.(1962年)。可接受性和可测量的效用函数。《经济研究评论》29,140-146。
[23] Rosenblum,M.、Luber,B.、Thompson,R.E.和Hanley,D.(2016)。采用前瞻性规划规则进行分组序贯设计,以实现亚群富集。医学统计35,3776-3791。简写6957。
[24] Thall,P.F.和Nguyen,H.Q.(2012年)。自适应随机化,以改善基于效用的剂量发现和双变量序数结果。《生物制药统计杂志》22,785-801。
[25] Waitzberg,D.L.、Saito,H.、Plank,L.D.、Jamieson,G.G.、Jagannath,P.、Hwang,T.‐L.、。,等(2006)。通过专门的营养支持,可以减少术后感染。《世界外科杂志》第30期,1592-1604页。
[26] Walters,S.、Campbell,M.和Lall,R.(2001)。以生活质量为结果的试验设计和分析:实用指南。生物制药统计杂志11,155-176。
[27] Wang,S.‐J。,James Hung,H.M.和O'Neill,R.T.(2009年)。治疗试验中的适应性患者强化设计。《生物医学杂志》51,358-374·Zbl 1442.62681号
[28] Whitehead,J.(1993)。有序分类数据的样本量计算。医学统计学12257-271。
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。