版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、背景:
在多中心臨床試驗(yàn)中,調(diào)整中心效應(yīng)的統(tǒng)計(jì)分析已經(jīng)成為美國(guó)食品藥品管理局(FDA)、歐洲藥品管理局(EMEA)和我國(guó)食品藥品監(jiān)督管理總局(CFDA)等權(quán)威機(jī)構(gòu)發(fā)布的相關(guān)統(tǒng)計(jì)分析指導(dǎo)原則中明確提出的要求,無(wú)論中心效應(yīng)是否確實(shí)存在,對(duì)中心效應(yīng)的考慮都是有必要的。
對(duì)于以率為結(jié)局變量的指標(biāo),除采用假設(shè)檢驗(yàn)的方法對(duì)不同干預(yù)間有無(wú)差異進(jìn)行推斷外,還常用置信區(qū)間的方法估計(jì)不同干預(yù)之間的差異大小,特別是對(duì)于目前在臨床試驗(yàn)中經(jīng)常
2、采用的非劣效設(shè)計(jì),通過(guò)計(jì)算率差的置信區(qū)間來(lái)驗(yàn)證非劣效成立是最基本的方法之一。
對(duì)于多中心臨床試驗(yàn),率差的置信區(qū)間需考慮中心效應(yīng)的調(diào)整,否則可能得出潛在的誤導(dǎo)性結(jié)論。所以,統(tǒng)計(jì)分析時(shí)應(yīng)提供經(jīng)中心效應(yīng)調(diào)整的置信區(qū)間,與未經(jīng)中心效應(yīng)調(diào)整的置信區(qū)間一并作為評(píng)價(jià)依據(jù)。然而,由于現(xiàn)有估計(jì)方法尚未得到普遍認(rèn)可,故在數(shù)據(jù)處理實(shí)踐中如何針對(duì)二分類(lèi)反應(yīng)變量進(jìn)行中心效應(yīng)調(diào)整的置信區(qū)間估計(jì)鮮有應(yīng)用,也缺少指南或指導(dǎo)原則的明確指引,導(dǎo)致當(dāng)率差作為主要評(píng)
3、價(jià)指標(biāo)時(shí)考慮中心效應(yīng)的非劣性驗(yàn)證有一定困難。解決這一方法學(xué)問(wèn)題顯然對(duì)臨床試驗(yàn)應(yīng)用領(lǐng)域具有重要價(jià)值。
目前,經(jīng)中心效應(yīng)調(diào)整的率差置信區(qū)間估計(jì)方法主要有以下四種:
最小風(fēng)險(xiǎn)權(quán)重法:該法由Mehrotral&Railkar(2000)提出,綜合考慮了CMH和逆方差權(quán)重的賦權(quán)思想,通過(guò)各中心權(quán)重w控制率差的誤差與率差的方差之和為最小進(jìn)行賦權(quán)。由于該方法計(jì)算的方差較小,所以在不做校正的情況下覆蓋率較低。
Newcom
4、be法:Yan& Su(2010)提出了基于逆方差的加權(quán)方式,并利用單樣本率的分層Wilson置信區(qū)間構(gòu)建了率差的分層Newcombe置信區(qū)間,但該方法計(jì)算復(fù)雜,且覆蓋率會(huì)隨中心數(shù)量增加有所下降。
Logistic回歸法:Ge&Durham等(2011)提出了基于logistic回歸的率差置信區(qū)間估計(jì)方法,基本思路是利用logistic回歸方法納入中心協(xié)變量,并用Delta法近似求得總體率差及其方差的估計(jì),從而用于構(gòu)建中心效應(yīng)
5、調(diào)整后的置信區(qū)間。由于Delta法基于大樣本近似,使得logistic回歸方法得到的置信區(qū)間在中、小樣本量水平上的覆蓋率偏低。
Klingenberg法:Klingenberg(2014)在Greenland等人的基礎(chǔ)上,提出了基于CMH權(quán)重的置信區(qū)間估計(jì)方法,其思想是將校正后的CMH加權(quán)率差作為置信區(qū)間的中點(diǎn)值(midpoint),并利用Greenland&Robins提出的后經(jīng)Sato等改進(jìn)的CMH方差估計(jì)方法,計(jì)算邊際誤
6、差(margin of error, ME),最后構(gòu)建形式為(δ)Mid±ME的置信區(qū)間。該置信區(qū)間的覆蓋率較好,但對(duì)率差的估計(jì)存在偏性。
基于以上方法存在的不足,我們需要一個(gè)計(jì)算簡(jiǎn)便、受樣本量影響較小,保證置信區(qū)間覆蓋率、且具有較小的率差估計(jì)誤差的新方法。
在本人開(kāi)展本課題研究過(guò)程中,Klingenberg法的論文見(jiàn)諸發(fā)表,故本研究也將最新的Klingenberg法列為比較對(duì)象。
目的:
本研究
7、擬建立一種新的含單個(gè)分類(lèi)協(xié)變量(即中心效應(yīng))的率差置信區(qū)間估計(jì)方法,為多中心臨床試驗(yàn)評(píng)價(jià)提供簡(jiǎn)便有效的分析手段。
方法:
首先經(jīng)理論推導(dǎo)提出含單個(gè)分類(lèi)協(xié)變量(即中心效應(yīng))的率差的區(qū)間估計(jì)方法;然后通過(guò)模擬研究與已有方法進(jìn)行對(duì)比,驗(yàn)證其優(yōu)勢(shì)與不足;最后進(jìn)行實(shí)例驗(yàn)證。
(1)理論推導(dǎo):
基于ψ調(diào)整的含單個(gè)分類(lèi)協(xié)變量的率差置信區(qū)間估計(jì)方法(簡(jiǎn)稱(chēng)ψ法)的基本思路是:以中心內(nèi)兩組率之和與各中心合并后的兩組率
8、之和的比值構(gòu)建各中心率差的調(diào)整系數(shù)ψi,利用CMH加權(quán)估計(jì)總體率差及其方差,最后采用Wald方法構(gòu)建置信區(qū)間。
調(diào)整系數(shù)ψ的定義見(jiàn)下式,
(ψi=(pi1+pi2/(p)1+(p)2)(p)1(1-(p)1+(p)2(1-(p)2),ψipi1≤1ψipi2≤2且ψi(1-pi1)≤1ψi(1-pi2)≤1)
式中Pi1,Pi2分別為第i中心第1組和第2組的樣本率,(p)1,(P)2分別為各中心合并后第1組
9、和第2組的率的估計(jì)值。
對(duì)總體率差的估計(jì)為(θ)=Σwiψi(pi1-pi2)式中, Wi為第i中心的CMH權(quán)重。
對(duì)總體方差的估計(jì)為((V)(θ)=(π)1(1-(π)1)/n1+(π)2(1-(π)2)/n22π1=∑wiPi1+Σ wiPi2+(θ)/2,π2=∑wi1+∑wipi2-(θ)/2)
根據(jù)中心極限定理,最后獲得基于ψ調(diào)整的含單個(gè)分類(lèi)協(xié)變量的率差的置信區(qū)間估計(jì)為(θ)±z1-a/2√(V)
10、(θ)
(2)模擬研究:
多中心臨床試驗(yàn)率差數(shù)據(jù)的構(gòu)造:利用R軟件(R3.1.264位)的rbinomO函數(shù),分別構(gòu)造兩個(gè)獨(dú)立的二項(xiàng)分布,生成k個(gè)中心第1組的例數(shù)向量ni1和陽(yáng)性反應(yīng)數(shù)向量xi1以及第2組的例數(shù)向量ni2和陽(yáng)性反應(yīng)數(shù)向量Xi2,由這4個(gè)向量數(shù)據(jù)構(gòu)成一個(gè)多中心試驗(yàn)的模擬樣本。
參數(shù)設(shè)置:考慮中心數(shù)、樣本量及總體率3個(gè)參數(shù),在生成樣本數(shù)據(jù)過(guò)程中,對(duì)中心數(shù)、每中心樣本量及總體率3個(gè)參數(shù)進(jìn)行控制,樣
11、本量取9個(gè)水平,7個(gè)(8中心×12例、12中心×12例、16中心×12例、8中心×24例、8中心×36例、15中心×36例、50中心×24例)為中心間樣本量一致,2個(gè)(6中心共50、12中心共282)為中心間不同,中心內(nèi)組間例數(shù)及合并后各組例數(shù)均設(shè)為一致;第1組與第2組的總體率分別設(shè)置為0.05-0.95與0.08-0.98,每0.1一個(gè)間隔合計(jì)100種組合。
評(píng)價(jià)標(biāo)準(zhǔn):對(duì)各方法的優(yōu)劣評(píng)價(jià)主要依據(jù)以下兩個(gè)準(zhǔn)則:
a)
12、率差的估計(jì)誤差((θ)-θ)2,以誤差小者為優(yōu);
b)覆蓋率更接近名義置信水平者為優(yōu)。
(3)實(shí)例驗(yàn)證:
從作者曾參與的臨床試驗(yàn)項(xiàng)目中選擇有代表性的研究共7組數(shù)據(jù),中心數(shù)由3至14不等,每個(gè)試驗(yàn)總的樣本量由68例至438例不等,試驗(yàn)中各干預(yù)的終點(diǎn)指標(biāo)(有效率、顯效率、治愈率等等)率值覆蓋了0-1的所有區(qū)間。所有研究的率差及置信區(qū)間,均給出采用合并Wald置信區(qū)間、Newcombe法、最小風(fēng)險(xiǎn)權(quán)重法、Klin
13、genberg法、logistic回歸及法的估計(jì)結(jié)果,便于對(duì)比。
結(jié)果:
(1)模擬研究結(jié)果
率差的估計(jì)誤差:
與現(xiàn)有其它五種方法比較,即合并Wald置信區(qū)間法,Newcombe法,最小風(fēng)險(xiǎn)權(quán)重法,logistic回歸法和Klingenberg法,兩總體率在0.5至0.9區(qū)間時(shí),在較小樣本情況下,即每組樣本量分別為25、48和72例時(shí),ψ法對(duì)率差估計(jì)的誤差與Klingenberg法相近,平均的誤差
14、水平分別為0.013、0.0069和0.0046,但比其它已有方法小;在總體率差接近0或1時(shí),ψ法對(duì)率差的估計(jì)誤差略有升高,但基本與logistic回歸法及合并Wald置信區(qū)間法保持一致。
隨樣本量的增大(每組96例、141例、144例、270例及600例),各方法的誤差均在降低,但在中心內(nèi)樣本量保持不變的情況下,ψ法隨中心數(shù)的增加,其率差估計(jì)誤差的減少幅度較其它方法更大,當(dāng)中心數(shù)增至12個(gè)時(shí)(中心內(nèi)樣本量為每組6例),率值在
15、0.5~0.9區(qū)間的誤差為所有方法中最小;而當(dāng)中心數(shù)保持不變、中心內(nèi)樣本量增加時(shí),ψ法與其它方法(除Newcombe法外)的變化趨勢(shì)相同,當(dāng)中心內(nèi)樣本量增加到36例時(shí),法、合并Wald方法、logistic回歸及Klingenberg法的誤差水平基本一致。
置信區(qū)間覆蓋率:
在總體率值不特別接近0或1時(shí),ψ法的覆蓋率均在名義置信水平附近。對(duì)于模擬研究中最小樣本的情形(共5中心,每組合計(jì)25例、總計(jì)50例),且極端率差
16、(接近0或1)情況下,ψ法的覆蓋率有所下降,平均覆蓋率偏低為93.6%,相比Klingenberg法(95.23%)和Newcombe法(94.2%),偏離設(shè)定的95%略遠(yuǎn),但較合并Wald置信區(qū)間法(92.9%)、最小風(fēng)險(xiǎn)權(quán)重法(86.9%)及l(fā)ogistic回歸法(91.1%),更接近設(shè)定水平。
除上述小樣本和率差的極端情形,ψ法估計(jì)的置信區(qū)間同樣比合并Wald置信區(qū)間、最小風(fēng)險(xiǎn)權(quán)重和logistic回歸法更接近名義置信水
17、平,但較Klingenberg法略低。在每組合計(jì)48例、72例、96例、144例、270例及540例的樣本量水平下,ψ法在總體率的所有組合下(包括極端率值在內(nèi)),平均的率差置信區(qū)間覆蓋率分別為:0.944、0.948、0.949、0.948、0.949、0.949,非常接近設(shè)定的0.95水平。
(2)實(shí)例驗(yàn)證
應(yīng)用ψ法對(duì)7個(gè)實(shí)際臨床試驗(yàn)的有效性數(shù)據(jù)進(jìn)行了率差的估計(jì)及置信區(qū)間的構(gòu)建,與其它方法得到的率差及置信區(qū)間進(jìn)行了
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 配對(duì)設(shè)計(jì)率差及率比置信區(qū)間構(gòu)建新方法.pdf
- 抽樣與置信區(qū)間估計(jì)
- 兩樣本率均為100%的率差置信區(qū)間估計(jì)方法的模擬比較研究.pdf
- 帶置信區(qū)間的短期電價(jià)預(yù)測(cè)方法.pdf
- 置信區(qū)間與假設(shè)檢驗(yàn)
- 數(shù)據(jù)缺失時(shí)反映變量均值的經(jīng)驗(yàn)似然置信區(qū)間.pdf
- 指數(shù)型分布族中矩估計(jì)的序貫置信區(qū)間.pdf
- 基于Bootstrap技術(shù)的Web服務(wù)QoS置信區(qū)間研究.pdf
- 基于非線(xiàn)性Ensemble的短期負(fù)荷預(yù)測(cè)及置信區(qū)間.pdf
- 多維二項(xiàng)分布參數(shù)的同時(shí)置信區(qū)間.pdf
- 20550.基于多組樣本和順序統(tǒng)計(jì)量的威布爾分布參數(shù)置信區(qū)間的估計(jì)
- 13851.多個(gè)雙參數(shù)指數(shù)分布下均值差的同時(shí)置信區(qū)間
- 線(xiàn)性模型中誤差密度的經(jīng)驗(yàn)似然置信區(qū)間.pdf
- 兩正態(tài)總體方差比的優(yōu)化置信區(qū)間問(wèn)題.pdf
- 概率論與數(shù)理統(tǒng)計(jì) 7.3置信區(qū)間
- 04 第四節(jié) 正態(tài)總體的置信區(qū)間
- 幾類(lèi)指數(shù)分布族參數(shù)的優(yōu)化檢驗(yàn)和置信區(qū)間研究.pdf
- 11120.相依樣本下含附加信息時(shí)概率密度函數(shù)的經(jīng)驗(yàn)似然置信區(qū)間
- 相依樣本下一類(lèi)統(tǒng)計(jì)泛函的經(jīng)驗(yàn)似然置信區(qū)間.pdf
- 區(qū)間刪失情況下參數(shù)估計(jì)的新方法.pdf
評(píng)論
0/150
提交評(píng)論