基于图形的,自适应的,多臂的,多端点的,双阶段的设计
Cyrus Mehta1,2, Ajoy Mukhopadhyay1, Martin Posch3
1Cytel Corporation, Cambridge, MA, USA.
这项研究将基于图形的多重假设测试方法扩展到可适应的两阶段临床试验设计. 它比较了控制这些复杂的自适应设计中的家族错误率的两种方法.
科学领域:
- 生物统计学 生物统计学
- 临床试验设计 临床试验设计
- 统计学方法论 统计学方法论
背景情况:
- 基于图形的方法为层次多重测试和1型错误传播提供了一个直观的方法.
- 传统的基于图形的方法是为单阶段的,非适应性的设计而开发的.
研究的目的:
- 将基于图的方法扩展到可适应的两阶段临床试验设计.
- 评估在适应性设计中保持家族性错误率的方法.
主要方法:
- 扩展基于图形的方法,以适应两阶段的自适应设计.
- 实施和比较p值组合方法和条件错误率方法.
- 大规模的模拟实验,以比较操作特征.
主要成果:
- 基于图形的方法可以成功地扩展到复杂的自适应式两阶段设计.
- 无论是p值组合还是条件错误率方法,都为家族错误率控制提供了有效的策略.
- 模拟结果提供了在适应性场景下对每个方法的操作特征的洞察.
结论:
- 通过使用扩展的基于图形的多重测试框架,可以有效地管理自适应的两阶段设计.
- 在p值组合和条件错误率方法之间做出选择取决于具体的设计目标和操作特征.
- 这项工作为适应性临床试验设计和多重测试提供了一个强大的统计框架.
更多相关视频
11:25Simultaneous Scalp Electroencephalography EEG, Electromyography EMG, and Whole-body Segmental Inertial Recording for Multi-modal Neural Decoding
Published on: July 26, 2013
05:39A Fine Motor Task to Study Joint Kinematics in a Preclinical Model of Neurodegenerative Disease
Published on: June 13, 2025
相关概念视频
Bioequivalence Experimental Study Designs: Repeated Measures, Cross-Over, Carry-Over, and Latin Square Designs
Bioequivalence Experimental Study Designs: Completely Randomized and Randomized Block Designs
Multi-input and Multi-variable systems
In the absence of...
Experimental Designs
Dosage Regimen Designs: Nomograms and Tabulations
