×
张莹莹;荣、滕梓忠;李曼曼

八种预测能力，包括无效性和疗效分析的历史和中期数据。 （英语） Zbl 07660316号

统计理论相关。领域 6，编号4，277-298（2022）。
小结：当早期试验的历史数据和III期试验的中期数据可用时，我们应该使用它们在无效性和疗效分析中作出更准确的预测。预测能力是衡量拟议试验实际效用的一个重要指标，它比经典的统计能力更好地指示试验显示积极或具有统计意义的结果的概率。除了文献中可用的历史和中期数据的四种预测能力，并在表1中进行了总结，我们还发现并计算了表1中总结的另外四种预测力量，用于单侧假设。此外，对于反向假设，我们计算了表2中总结的八种预测能力。这两个表的组合为我们提供了预测能力的完整画面，以及用于无效性和疗效分析的历史和中期数据。此外，利用具有历史和中期数据的八种预测能力来指导三苯氧胺示例中的无效性分析。最后，进行了广泛的模拟，以研究先验值、样本量、中间结果和中间时间对不同预测能力的敏感性分析。

MSC公司：

62至XX 统计

关键词：

预测能力;历史数据;中期数据;无效性和有效性分析;第二阶段;第三阶段试验
PDF格式BibTeX公司 XML格式引用
\textit{Y.-Y.Zhang}等人，《统计理论关系》。字段6，编号4，277--298（2022；Zbl 07660316）
全文： 内政部
OA许可证

参考文献：

[1] Chen，M.H。；易卜拉欣，J.G。；Lam，P。；Yu，A。；Zhang，Y.Y.，使用历史数据进行医疗器械非劣效性试验的贝叶斯设计，生物统计学，67，3，1163-1170（2011）·Zbl 1271.62043号 ·doi:10.1111/biom.2011.67.第3期
[2] Choi，南卡罗来纳州。；史密斯，P.J。；Becker，D.P.，治疗差异较小时临床试验的早期决策，对照临床试验，6，4，280-288（1985）·doi:10.1016/0197-2456（85）90104-7
[3] Chuang-Stein，C.，样本量和试验成功的概率，药物统计，5，4，305-309（2006）·doi:10.1002/（ISSN）1539-1612
[4] Chuang-Stein，C。；Kirby，S.，《药物开发中的定量决策》（2017年），施普林格
[5] 邓秋秋。；Zhang，Y.Y。；罗伊·D·。；Chen，M.H.，中期无效性分析中合并两个独立试验的优势，医学研究中的统计方法，29，2，522-540（2020）·doi:10.1177/0962280219840383
[6] Dignam，J.J。；布莱恩特，J。；Wieand，H.S。；费希尔，B。；Wolmark，N.，有证据表明无治疗益处时尽早停止临床试验：国家乳腺和肠道手术辅助项目的b-14方案，对照临床试验，19，6，575-588（1998）·doi:10.1016/S0197-2456（98）00041-5
[7] Dmitrienko，A。；Wang，M.D.，临床试验中期监测的贝叶斯预测方法，《医学统计学》，25，13，2178-2195（2006）·doi:10.1002/（ISSN）1097-0258
[8] 易卜拉欣，J.G。；Chen，M.H。；Lakshminarayanan，M。；刘，G.F。；Heyse，J.F.，使用历史数据进行临床试验的贝叶斯成功概率，《医学统计学》，34，2，249-264（2015）·doi:10.1002/sim.v34.2
[9] Jiang，K.，基于成功概率的第二/三阶段开发计划的最佳样本量和go/no-go决策，生物制药研究统计，3，3，463-475（2011）·doi:10.1198/sbr.2011.10068年
[10] Kirby，S。；伯克·J。；Chuang-Stein，C。；Sin，C.，规划第3阶段临床试验时第2阶段结果的贴现，药物统计，11，5，373-385（2012）·doi:10.1002/pst.1521
[11] Lan，K.K.G。；Wittes，J.T.，《关于样本量的一些思考：贝叶斯频率学家混合方法》，《临床试验》，9，5，561-569（2012）·doi:10.1177/17407745124553784
[12] 奥哈根，A。；史蒂文斯，J.W。；Campbell，M.J.，临床试验设计保证，药物统计，4，3，187-201（2005）·doi:10.1002/（ISSN）1539-1612
[13] 施密德利，H。；布雷茨，F。；Racine-Poon，A.，《无缝Ⅱ/Ⅲ期试验中临时适应的贝叶斯预测能力》，终点是生存到某些特定时间点，《医学统计》，26，27，4925-4938（2007）·doi:10.1002/（ISSN）1097-0258
[14] 施皮盖尔哈特，D.J。；艾布拉姆斯，K.R。；Myles，J.P.，《临床试验和健康评估的贝叶斯方法》（2004），威利
[15] 施皮盖尔哈特，D.J。；弗里德曼，L.S。；Blackburn，P.R.，《监测临床试验：条件或预测能力？》？，对照临床试验，7，1，8-17（1986）·doi:10.1016/0197-2456（86）90003-6
[16] Trzaskoma，B。；Sashegyi，A.，《大结果试验中的预测成功概率和无效性评估》，《生物制药统计杂志》，17，1，45-63（2007）·doi:10.1080/10543400601001485
[17] Tsiatis，A.A.，随时间计算的比例风险模型有效分数测试的渐近联合分布，Biometrika，68，1，311-315（1981）·Zbl 0461.62021号 ·doi:10.1093/biomet/68.1.311
[18] 王世杰。；Hung，H.M.J。；O'Neill，R.T.，根据第二阶段数据调整第三阶段试验的样本量规划，《药物统计》，5，2，85-97（2006）·doi:10.1002/（ISSN）1539-1612
[19] 张杰。；卡林，B.P。；尼顿，J.D。；很快，G.G。；聂，L。；凯恩，R。；维宁，B.A。；Chu，H.，《随机临床试验的网络荟萃分析：报告适当总结》，《临床试验》，11，2，246-262（2014）·doi:10.1177/1740774513498322
[20] Zhang，Y.Y。；Rong，T.Z。；Li，M.M.，正态分布模型的预期平均成功概率及其在最佳样本容量选择中的应用，《医学统计学》，39，23，3173-3183（2020）·doi:10.1002/sim.v39.23
[21] Zhang，Y.Y。；Rong，T.Z。；李明明，一种新的期望恒等式及其在假设正态性的预测能力计算中的应用，中国应用概率统计杂志，36，5，523-535（2020）·Zbl 1474.62046号 ·doi:10.3969/j.issn.1001-4268.2020.05.007
[22] Zhang，Y.Y。；Ting，N.，具有稀释治疗效果的第三阶段临床试验的贝叶斯样本量测定，生物制药统计杂志，28，6，1119-1142（2018）·doi:10.1080/10543406.2018.1436556
[23] Zhang，Y.Y。；Ting，N.，具有稀释治疗效果的iii期临床试验的样本量考虑因素，生物制药研究统计，12，3311-321（2020）·doi:10.1080/19466315.2019.1599414
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。