统计学 > 方法论
[提交于 2019年2月14日
]
标题: 将新的试验组添加到随机临床试验中:对误差率的影响
标题: Adding new experimental arms to randomised clinical trials: impact on error rates
摘要: 背景:实验性治疗要经过多个发展阶段。 如果一种治疗通过了早期阶段的实验,研究者可能希望在晚期随机对照试验中评估它。 一种有效的方法是将它作为新的研究组添加到正在进行的试验中。 这允许在现有组继续进行的同时添加新治疗。 家庭误差率(FWER)通常是在多组试验中一个关键感兴趣的数量。 我们旨在阐明当在试验开始一段时间后添加新组时,应该如何计算它。 方法:我们展示了当一个新的组被添加到平台试验中时,如何计算FWER、任意对和所有对的统计功效。 我们扩展了Dunnett概率,并推导出现有成对比较和新添加组的检验统计量之间的相关性的解析公式。 我们还通过模拟验证了我们的解析推导。 结果:我们的结果表明,FWER依赖于共享对照组的信息(即连续和二元结果中的个体以及时间至事件结果中的主要结果事件)来自共同对照组患者和分配比例。 FWER更多地由成对比较的数量和相应的(成对)I型错误率驱动,而不是由新组添加的时间驱动。 如果成对比较的检验统计量之间的相关性小于0.30,可以使用Šidák校正来估计FWER。 结论:我们在本文中提出的发现可用于设计具有预先计划的延迟组的试验,或在正在进行的平台试验中设计新的成对比较,其中需要控制成对误差率(PWER)或FWER(成对比较子集)。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.