CoRpower:用于评估临床风险相关性的功率计算疗效试验

根据Gilbert、Janes和Huang,《临床疗效试验中评估风险相关性的功率/样本量计算》(2016年,医学统计)中的描述,计算中间生物标记物反应作为临床疗效试验主动治疗组风险相关性的评估功率。这些方法不同于以往的方法,因为它们考虑了临床治疗总体疗效和生物标记物反应亚组的水平,从而能够根据疗效/保护的潜在相关性来解释风险结果的相关性。这些方法还解释了观察到的生物标记物反应的诱导间变异性,这种变异性与生物学无关(例如,由于用于测量生物标记物响应的实验室分析的技术测量误差),这是重要的,因为检测风险效应大小的特定相关性的能力受到生物标志物的测量误差的严重影响。这些方法可用于一般的二元临床终点模型,在随机分组后的固定时间点,在积极治疗的受试者中测量单变量二分法、三分法或连续生物标记物反应,无论是采用病例-短伯努利抽样还是病例-对照,都不需要对生物标记物进行重新放置抽样(基线生物标记物作为一个普通的特殊情况处理)。在指定的两组试验设计中,computeN()函数最初可用于计算与在生物标记物取样时间点观察到处于风险中的活动治疗受试者的目标人群相关的额外必要设计参数。随后,功率计算采用逆概率加权逻辑回归模型,该模型由“osDesign”包中的tps()函数拟合。使用各种绘图功能,可以可视化功率结果以及风险效应大小与治疗效果之间的相关性。为了将检测风险相关性和治疗疗效相关性的功率计算联系起来,可以根据指定的分类规则(对于二分法或三分法BIP)或与生物标记物反应的相关性(对于连续BIP)来模拟基线免疫原性预测器(BIP),然后与分配给治疗的生物标志物反应数据以及治疗组和安慰剂组的临床终点数据一起输出。

版本: 1.0.4
取决于: R(≥3.5.0)
进口: 生存操作系统设计
建议: 针织物rmarkdown公司
出版: 2020-11-17
作者: 斯蒂芬妮·吴[aut],Michal Juraska【aut,cre】,彼得·吉尔伯特,黄云达[aut]
维护人员: Michal Juraska<mjuraska at fredhutch.org>
错误报告: https://github.com/mjuraska/CoRpower/issues
许可证: GPL-2型
网址: https://github.com/mjuraska/CoRpower网站
需要编译:
材料: 自述文件
CRAN检查: CoR功率结果

文档:

参考手册: CoR电源.pdf
渐晕图: R包CoRpower简介
安慰剂组和基线免疫原性预测数据的模拟算法

下载内容:

程序包来源: CoRpower_1.0.4.tar.gz公司
Windows二进制文件: r-devel公司:CoRpower_1.0.4.zip公司,r版本:CoRpower_1.0.4.zip公司,r-oldrel:CoRpower_1.0.4.zip公司
macOS二进制文件: r释放(arm64):CoRpower_1.0.4.tgz公司,r-oldrel(arm64):CoRpower_1.0.4.tgz公司,r-release(x86_64):CoRpower_1.0.4.tgz公司
旧来源: CoRpower存档

链接:

请使用规范形式https://CRAN.R-project.org/package=CoRpower公司链接到此页面。