假想策略下处理缺失数据的参照填补法

目的探讨参照填补法基于假想策略来处理缺失数据的统计学性能,为此策略下缺失数据的处理提供参考。方法通过SAS模拟产生不同缺失率、缺失机制的模拟数据,并采用三种参照填补法(J2R、CIR、CR)、LOCF和MMRM进行处理,比较基于五种方法处理缺失后疗效估计的偏倚、均方误差、一类错误率和检验效能,并应用于一个实际临床试验数据。结果当两组疗效无差异时,参照填补法的偏倚和均方误差较LOCF、MMRM更低,LOCF、MMRM对应的一类错误率相对较大,参照填补法对应的一类错误率更为保守。当两组疗效存在差异时,参照填补法的偏倚和均方误差较LOCF、MMRM均更大,检验效能更低,且估计的治疗效应最保守,其中以J2R最甚。当缺失率较低时(低于10%),参照填补法的检验效能与其他方法相近,当缺失率较高时(高于10%),参照填补法检验效能过低。结论参照填补法是一种较为保守的填补方法。当数据缺失率较低时,可用于假想策略下缺失数据的填补,当缺失率较高时,可作为主估计目标的敏感性分析以考察试验结果对数据缺失机制假设的稳健性。

meta分析预测法在二分类终点临床试验中的应用

目的探讨meta分析预测(meta analytic predictive,MAP)法在二分类终点临床试验中借用历史对照组数据的信息。方法通过模拟试验评价历史试验数据的异质性及先验数据冲突对于研究的Ⅰ类错误及检验效能的影响,并对Secukinumab治疗强直性脊柱炎的实际案例进行分析。结果当先验数据冲突不存在时,MAP方法能较好地控制Ⅰ类错误并提高检验效能。随着历史试验间异质性增加,Ⅰ类错误会略有膨胀而检验效能略有降低。当先验数据冲突时,会造成Ⅰ类错误膨胀,若历史试验利于试验组优于对照组的结论时检验效能会增加,反之检验效能会降低。Secukinumab治疗强直性脊柱炎的案例显示,MAP方法能够在新试验对照组样本量较少的情况下,借用历史试验信息,可以识别出试验药与对照药的差异。结论本文对临床试验中信息借用的MAP方法提供了方法学和案例研究支持,评估了先验数据冲突及异质性对信息借用的影响,具有较强的实用价值。

观察性研究中基于贝叶斯加性回归树的平均处理效应估计

目的探讨观察性研究中贝叶斯加性回归树估计平均处理效应的统计学性能及适用条件。方法通过模拟试验和实例分析比较贝叶斯加性回归树与多变量回归、倾向性得分匹配、逆概率加权的估计结果差异。结果模拟试验表明,在线性假设下,贝叶斯加性回归树的估计表现与常用方法接近。当数据中变量之间关系复杂,存在非线性关系时,贝叶斯加性回归树的估计结果明显优于其他方法。当不满足可忽略性假设时,未观测到的混杂因素导致四种估计方法的结果都会存在偏倚,但是贝叶斯加性回归树的估计偏倚明显小于其他三种方法,结果相对稳健。并在实例中使用该方法估计了戒烟对于体重变化的平均处理效应。结论在绝大多数观察性研究中,研究结局受到多个因素的影响,研究者很难正确指定变量间的关系。从模型拟合和结果准确性来说,贝叶斯加性回归树是值得推荐的方法。

优效性试验中存在补救治疗时基于假想策略的效应估计方法比较

目的探讨优效性临床试验中存在补救治疗时基于假想策略的效应估计方法。方法采用结构方程模型模拟存在补救治疗的优效性临床试验数据,在假想策略下采用重复测量的混合效应模型(MMRM)、基于加权的自然效应模型(WNEM)、基于填补的自然效应模型(INEM)和双稳健估计(DR)四种方法估计处理效应,比较其统计学性能,并应用于真实的糖尿病临床试验分析。结果当两组补救治疗发生比例不同时,WNEM估计偏倚较MMRM和INEM小,DR估计偏倚最小。当两组补救治疗发生比例相同时,四种方法估计偏倚均较小。不同情形下,前三种方法的标准误接近,DR的标准误较小。DR的检验效能优于前三种方法,但存在I类错误率膨胀。结论在满足潜在结果框架基本假设的情形下,自然效应模型方法合理利用了补救治疗后的数据信息,能更好地估计药物的真实疗效。