一个实用的指南,以适当分析eGFR数据随时间推移:模拟研究研究

科学领域:

• 腎臟病學 (nephrology) 是一種醫學專業.
• 临床试验统计 临床试验统计
• 制药指标 (Pharmacometrics) 是一个指标.

背景情况:

• 在临床试验中分析纵向估计的膜过率 (eGFR) 数据对于评估慢性病 (CKD) 和免疫球蛋白A脏病 (IgAN) 等疾病的治疗方法至关重要.
• 在eGFR的非线性变化,可能是由于干预的短期血液动力学影响,造成分析挑战.
• 对于eGFR变化速率的标准单斜坡分析模型的I型错误通货膨胀存在监管问题.

研究的目的:

• 为分析随机临床试验中的eGFR变化率提供实际指导和统计方法.
• 为eGFR数据提出和评估一个双倾斜的统计模型,可以同时评估短期和长期影响.
• 提供对eGFR终点的试验设计考虑的见解.

主要方法:

• 为分析随时间推移的eGFR数据,开发了一种双斜率的统计模型.
• 进行了一项模拟研究,将双斜率模型与单斜率随机系数模型和非斜率分析 (基线变化,曲线下的时间规范区域) 进行比较.
• 模拟涵盖了各种零和替代假设,以评估模型性能.

主要成果:

• 与此前的担忧相反,模拟表明没有I型错误通货膨胀与单或双斜率随机系数模型,即使错误指定的.
• 发现模型错误规范影响了统计能力,而不是I型错误控制.
• 双斜率模型提供了一个强大的方法来分析复杂的eGFR轨迹.

结论:

• 拟议的双斜率模型是分析临床试验中eGFR变化率的可靠统计工具,可以容纳非线性模式.
• 对基于eGFR的斜率模型的I型错误膨胀的担忧没有得到模拟数据的支持.
• 在考虑eGFR分析中的模型错误规范时,统计能力,而不是I型错误控制,应该是重点.