自适应样本量调整中Fisher合并P值法和传统检验法的模拟比较

文章探讨Fisher合并P值法在两阶段自适应设计样本量调整中对Ⅰ型错误和检验效能的影响。利用蒙特-卡罗(Monte Carlo)法模拟不同样本量时的两阶段自适应设计过程,分别采用合并P值法和方差分析法分析最后数据并比较了二者对Ⅰ型错误、检验效能值的影响。

P值合并法中基于有效终止概率的适应性样本量调整的优化研究

目的 在P值合并法中,本文对三阶段适应性样本量调整(sample-size re-estimation, SSR)进行权重优化并基于有效终止概率(efficacy stopping probability, ESP)选择最优的设计方案。方法 以两样本均数比较的优效性检验为分析目的,在三阶段SSR下,采用基于P值之和的方法,通过设定不同的样本量分配权重、每阶段的有效终止概率、设计参数及对应低估的实际模拟参数,计算得到在不同ESP组合下的最优样本量分配权重及相应的最大功效和平均样本量(average sample number, ASN)。结果 SSR在不同的第二阶段有效终止概率(ESP_(2))下存在不同的最大功效;设定第一阶段有效终止概率(ESP1)为0.10,无论原设计及实际模拟参数为多少,ESP_(2)在0.15~0.45的范围内均能获得较好且相近的最大功效,并随着ESP_(2)的增大,相应的ASN先递减而后趋于平稳或平稳上升,其中最优设计的ESP1、ESP_(2)和ESP3分别为0.10、0.45和0.35;在ESP1设定为0.1和0.2条件下,最大功效的变化范围不同,前者最大功效的极差为1.8%,后者为5.7%。结论 三阶段适应性样本量调整在ESP1不确定的情况下,为了降低ESP_(2)的选择对试验功效的影响,建议设定较小的ESP1;当确定ESP1后,可根据实际数据模拟得到较优的ESP_(2),使设计能获得较好的功效和适宜的ASN。

两阶段自适应样本量调整中合并P值法和传统t检验的模拟比较

目的 探讨Fisher合并P值法在两阶段自适应设计样本量调整中对I型错误和检验效能的影响.方法 利用蒙特-卡罗（Monte Carlo）法模拟不同样本量时的两阶段自适应设计过程,分别采用合并P值法和t检验分析最后数据并比较二者对I型错误、检验效能值的影响.结果 第一阶段样本量较小时,t检验能够保证检验效能,但是不能很好的抑制I型错误;合并P值法能较好的抑制I型错误,但检验效能降低较大.结论 根据第一阶段的方差和组间均值差调整样本量时,第一阶段样本量大于计划样本量的三分之一而小于计划样本量的一半时,应选择合并P值法;超过计划样本量的一半,则应采用t检验法.

生物类似药证据链完备性的合成P值法评估(英文)

最近几年,许多生物制药/生物技术公司对研发生物类似药物的兴趣越来越强。根据生物类似药物的研发需求,美国药监局(FDA)在2012年颁布了3个相关指导原则草案。FDA在这3个指导原则中表示,对于生物类似药物的注册申请的全部提交资料采用"证据链完备性(totality-of-the-evidence)"的方法来审查,并鼓励研发企业使用"逐步递进法stepwise"来找出与原研产品相比,仿制生物制品在每一工艺步骤中的残余不确定度,进而在后续的研发步骤中设法解决这些残余不确定度。尽管要获得"具有较小不确定度的充足证据链完备性"这样的概念可以理解,但是,如何根据提交的所有注册申请信息客观地评价"证据链完备性",以及如何基于已有信息确定下一步研发步骤的程度和范围仍然是需解决的具体操作问题。本研究探索了费舍尔合成P值的概念(Fisher,1932)在等效性检验设置中的应用,更具体地说,在一个生物类似药物的临床研究中,根据"逐步递进法"和"临床证据完备性"的概念,用它来设计和分析2个生物类似药物的临床相似性。