含安慰剂组三臂临床试验基于bootstrap再抽样的非劣效评判

目的探讨含安慰剂组三臂临床试验基于bootstrap再抽样的非劣效评判的方法。方法用Monte Carlo模拟方法,产生服从正态分布、对数正态分布和Gamma分布的随机样本,进行Welch校正t检验法和bootstrap法的α-模拟和power模拟的验证和比较。结果当数据服从正态分布,在样本量较大时,Welch校正t检验法和bootstrap法均表现出较好的统计性能,但当数据呈偏态分布时,Welch校正t检验法的第一类错误率会偏离预先给定的α-水平,而bootstrap法在样本量较大时,第一类错误率基本保持在预先给定的水平。Welch校正t检验法和bootstrap法的power模拟结果基本相同。结论含安慰剂组的三臂临床试验在数据不服从正态分布时,bootstrap法可作为一种有效的非劣效评判方法。

三臂非劣效临床试验基于干预依从性的效应估计方法

目的临床试验中干预不依从问题通常无法避免,分析方法不当会导致结果偏倚,非劣效研究尤其如此。本研究针对三臂非劣效临床试验,建立Bayes因果模型,实现对干预依从人群的效应估计。方法基于主分层思想,按依从性类型将试验人群分层,从而转化为不同依从性人群的结局混合分布识别问题。通过构建Bayes模型和使用DA(data augmentation)算法,实现结局参数后验分布估计和统计推断。通过模拟研究,比较本研究提出方法与传统的意向性治疗(intention-to-treat,ITT)、遵循研究方案(per-protocol,PP)及实际接受治疗(as-treated,AT)分析的统计性能。结果当依从类型与结局相关时,传统的ITT、PP及AT分析均存在较大偏倚;本研究提出方法在依从类型与结局相关和不相关两种情况下,均能够将偏倚控制在较小的范围。结论对于存在较严重干预不依从问题的非劣效临床试验,本研究提出方法较传统分析可以更好地控制分析偏倚。

安慰剂和阳性药对照的三臂非劣效临床试验的样本含量估计和统计推断

目的介绍一种基于非劣效界值为标准对照药效应一部分的三臂非劣效临床试验的样本含量估计和统计检验的方法。方法在介绍Pigeot法的基础上,实例探讨了如何计算样本含量及确定非劣效界值,并用模拟的方法比较了Pigeot法与传统检验方法的检验效能。结果相同样本含量时Pigeot法的检验效能更高。结论Pigeot法充分利用了所有样本量的信息,提高了检验效率,降低了临床试验的成本。