从医疗器械数据中检测安全信号的贝叶斯框架.
Jianjin Xu1, Adrijo Chakraborty1, Archie Sachdeva2
1Division of Biostatistics, Office of Clinical Evidence and Analysis, Office of Product Evaluation and Quality, Center for Devices and Radiological Health, Food and Drug Administration, Silver Spring, MD, USA.
Journal of biopharmaceutical statistics
|March 10, 2025
概括
本研究引入了贝叶斯的框架,用于临床试验中医疗器械安全性评估. 它有效地检测不良事件差异,为传统方法提供了强大的替代方案.
科学领域:
- 生物统计学 生物统计学
- 医疗器械安全 医疗器械安全
- 临床试验方法论 临床试验方法论
背景情况:
- 安全性评估在医疗器械上市前和后的研究中至关重要.
- 及时识别设备之间的安全差异至关重要.
研究的目的:
- 在双臂临床试验中引入贝叶斯层次框架,以加强安全评估.
- 为了快速检测设备之间的不良事件 (AE) 差异.
主要方法:
- 采用贝叶斯层次模型,对AE效应大小使用参数和非参数 (Dirichlet Process Prior) 前置.
- 纳入了罕见事件的零膨胀参数和规范化的效应大小计算.
- 综合暴露时间信息和通过模拟和左心室辅助装置 (LVAD) 试验评估性能.
主要成果:
- 贝叶斯框架证明了对差异组件的预先选择的稳定性.
- 它在模拟和现实应用中表现出与频率主义方法相当或优于频率主义方法的性能.
- 该框架有效地使用几率比率或相对风险来确定安全差异.
结论:
- 开发的贝叶斯框架是用于医疗器械安全评估的频率主义方法的可行和有效替代方案.
- 它在识别安全信号方面提供了更高的效率和稳定性.
- 该方法适用于市场前和市场后临床试验设置.


