文献速递流行病学与生物统计临床试验与 GCP

最优两阶段设计的变分方法

A variational approach to optimal two-stage designs.
PubMed 文献 · Stat Med · 2019-07-01

该文研究适应性两阶段设计中的样本量重估问题,指出使用组合检验并非控制一类错误率所必需,并利用变分技术构建在预设最优性准则下全局最优的通用适应性设计。该方法得到更高效的设计,并允许研究逆正态方法的效率以及局部(基于中期)重估规则与全局(无条件)最优性之间的关系。

要点

  • 使用组合检验并非控制一类错误率所必需。
  • 变分技术可构建在预设最优性准则下全局最优的通用适应性设计。
  • 该方法可考察逆正态方法的效率及局部重估规则与全局最优性的关系。

核心结论

  • 使用组合检验并非控制一类错误率所必需。
  • 利用变分技术可构建在预设最优性准则下全局最优的通用适应性设计,该方法得到更高效的设计。

研究设计与样本

  • 方法学研究,基于变分技术开发适应性两阶段设计,并与Jennison和Turnbull(2015)提出的基于逆正态组合检验的最优适应性两阶段设计进行比较。

主要发现

  • 变分方法得到的设计比基于逆正态组合检验的设计更高效。
  • 该方法允许研究逆正态方法的效率以及局部(基于中期)重估规则与全局(无条件)最优性之间的关系。

临床怎么用

  • 原文未据此给出推荐。

局限性

  • 原文未报告局限性。

以上解读依据论文摘要(全文未开放获取或许可不允许翻译转载)。

原文

Recalculating the sample size in adaptive two-stage designs is a well-established method to gain flexibility in a clinical trial. Jennison and Turnbull (2015) proposed an "optimal" adaptive two-stage design based on the inverse normal combination test, which minimizes a mixed criterion of expected sample size under the alternative and conditional power. We demonstrate that the use of a combination test is not necessary to control the type one error rate and use variational techniques to develop a general adaptive design that is globally optimal under predefined optimality criteria. This approach yields to more efficient designs and furthermore allows to investigate the efficiency of the inverse normal method and the relation between local (interim-based) recalculation rules and global (unconditional) optimality of adaptive two-stage designs.

来源:Stat Med,查看原文。版权归原作者所有。

引用

  1. Pilz M, Kunzmann K, Herrmann C, et al. A variational approach to optimal two-stage designs. Stat Med. 2019. PMID: 31264243. doi:10.1002/sim.8291

供执业医师工作参考,不替代临床判断;数值与分级以指南原文为准。