Statistical Design and Planning of an Adaptive Trial using Hierarchical Composite Outcomes: A Practical example
本文提出一个实用框架，在采用分层复合终点（如FS统计量）的试验中实施样本量重新估计，通过两阶段自适应设计和预测概率决策，提高检验效能并控制I型错误。
2025-04-20 stat.ME
A tutorial on individualized treatment effect prediction from randomized trials with a binary endpoint
随机试验通常估计平均相对治疗效果，但通过对绝对处理效应进行更个性化的预测，可能会更好地了解治疗益处。在二元结局的情况下，这些绝对个体化处理效应的预测需要了解个体在未接受治疗的情况下的风险，并纳入可能存在差异的处理效应（即，随患者特征而变化）。在本文中，我们奠定了因果结构的个性化处理效应的潜在结果，并描述了所需的假设，其预测的因果解释的基础。随后，我们描述了回归模型和模型估计技术，可以用来从平均移动到更个性化的处理效应预测。我们主要关注基于逻辑斯谛回归的方法，这些方法都是众所周知的，并且自然地提供了所需的概率估计。我们结合因果推断和预测研究的关键组成部分，以达到个性化的处理效应预测。虽然这些独立的组成部分是众所周知的，但它们的成功融合是一个正在进行的研究领域。我们削减了问题的本质，在设置一个随机试验，讨论了一个明确的定义的被估量的重要性，提供洞察所需的假设，并提供指导方面的建模和估计选项。模拟数据说明了不同方案中不同建模选项的潜力，这些方案改变了平均处理效应和处理效应异质性。两个应用实例说明了随机试验数据中的个体化处理效应预测。
2021-06-10 stat.ME
Rank-based estimators of global treatment effects for cluster randomized trials with multiple endpoints
针对多终点整群随机试验，本文提出基于秩的全局获胜概率区间估计方法，通过全局获胜分数与线性混合模型处理整群相关性，模拟验证其覆盖率和I类错误表现良好。
2024-02-08 stat.AP stat.ME
Incorporating Surrogate Information for Adaptive Subgroup Enrichment Design with Sample Size Re-estimation
适应性亚组富集设计是一种有效的设计框架，可以加速研究治疗的开发，同时在试验过程中具有人群选择的灵活性。中期分析时的适应性决策通常基于试验成功的条件概率做出。然而，这种适应性设计的关键挑战之一是中期决策的不成熟数据，特别是在试验第一阶段样本量有限的目标亚组中。在本文中，我们通过在中期分析时估计条件把握度时纳入替代终点的信息，通过基于观察到的替代终点和关于终点之间关系的先验知识或历史数据预测主要处理效应，改进了中期决策。为中期分析后选择入组的患者人群和重新估计样本量开发了改良的条件把握度。在模拟研究中，我们提出的设计显示出更高的机会，使理想的临时决定，并实现更高的整体功率，同时控制整体第一类错误。这种性能在先验知识与两个端点之间的真实关系的漂移上是鲁棒的。我们还展示了我们提出的设计在肿瘤学和疫苗试验的两个案例研究中的应用。
2021-11-03 stat.ME
Integrating tumor burden with survival outcome for treatment effect evaluation in oncology trials
针对早期肿瘤临床试验数据稀缺问题，提出基于效用的贝叶斯方法，联合建模纵向肿瘤负荷与生存结局，并通过模拟验证其I类错误率可控。
2025-06-09 stat.ME
Improving interim decisions in randomized trials by exploiting information on short-term outcomes and prognostic baseline covariates
条件把握度计算经常用于指导是否因无效而停止试验或修改计划的样本量。这些方法忽略了短期终点和基线协变量中的信息，因此没有充分有效地利用数据中的信息。因此，我们提出了一个临时决策程序的基础上的条件功率的方法，利用基线协变量和短期结果中包含的信息。通过将中期分析时的处理效应估计视为缺失数据问题，我们将认识到这一点。这个问题是通过采用特定的长期终点预测模型来解决的，该模型能够纳入基线协变量和多个短期终点。我们表明，所提出的程序导致效率的增益和减少的样本量，而不损害的程序的第一类错误率，即使当采用的预测模型是错误的。特别是，在条件功率方法中实施我们的建议允许相对于标准方法更早的决策，同时控制错误决策的概率。该时间增益导致在因无效而停止的情况下招募的患者的预期数量较低，使得较少的患者接受无效方案。我们解释了如何将这些方法用于自适应设计，并基于逆正态$p$ -值组合方法对揭盲样本量进行重新评估，以控制第一类错误。我们支持的建议，蒙特卡罗模拟的基础上，从一个真正的临床试验的数据。
2019-04-09 stat.ME
Principal causal effect identification and surrogate endpoint evaluation by multiple trials
主要分层是一个因果框架，用于分析随机实验，治疗后变量介于治疗和终点变量之间。由于由治疗后变量的潜在结局定义的主要分层不可观察，因此我们通常无法识别主要分层内的因果效应。出于一个真实的数据集的III期辅助结肠临床试验，我们提出的方法来确定和估计的主要因果关系，通过多个试验。对于可识别性，我们通过规定这些试验中的主要因果效应是同质的来删除常用的排除限制假设。为了消除另一个常用的单调性假设，我们给出了一个局部可识别的必要条件，这需要至少三次试验。将我们的方法应用于辅助结肠临床试验的数据，我们发现常用的单调性假设是站不住脚的，并且3年随访的无病生存率是5年随访的总生存率的有效替代终点，它满足因果必要性和因果充分性。我们还提出了一种基于贝叶斯分层模型的灵敏度分析方法，以研究偏离同质性假设的影响。
2015-07-21 math.ST stat.AP stat.TH
A comparison of methods for designing hybrid type 2 cluster-randomized trials with continuous effectiveness and implementation endpoints
Yale University（耶鲁大学）
本文比较了混合类型2试验中连续有效性与实施终点的五种设计方法，通过理论和数值分析发现不同方法在不同条件下对统计功效的影响，为实际应用提供指导。
2026-05-14 stat.AP stat.ME
Days Alive at Home vs Out of Hospital: Why the Difference Matters for Trial Endpoints
MRC Biostatistics Unit, University of Cambridge（剑桥大学医学研究委员会生物统计单元）；Papworth Trials Unit Collaboration, Royal Papworth Hospital（皇家帕普沃斯医院帕沃斯试验单位合作组织）；University of Cambridge（剑桥大学）；Department of Anaesthesia, Royal Papworth Hospital（皇家帕普沃斯医院麻醉科）
本研究比较围手术期试验终点DAOH与DAH，指出DAOH将护理机构天数等同于在家天数，可能掩盖恢复益处并降低统计功效，提出基线调整的DAH作为更准确的恢复替代指标。
2026-10-01 stat.AP stat.ME
The assessment and planning of non-inferiority trials for retention of effect hypotheses - towards a general approach
本文的目的是开发统计方法学，用于计划和评价三组非劣效性试验的一般效应保留假设，其中感兴趣的终点可能遵循任何（规则）参数分布族。这概括和统一的具体结果，二进制，正态分布和指数分布的端点。我们提出了一个Wald型检验程序，用于保留效应假设（RET），确保试验治疗与安慰剂相比至少保持参考处理效应的$Δ$比例。在这里，我们区分了检验统计量的方差被无限制地估计和被限制于原假设的情况，以提高名义水平的准确性。我们提出了一个通用的有效样本量分配规则，以实现最佳功效和样本量公式，显着改善现有的。此外，我们提出了一个普遍适用的经验法则的样本分配，并给出条件，这一规则是理论上合理的。所提出的方法进行了详细讨论的二进制和泊松分布的终点，通过两个临床试验中的抑郁症的治疗和癫痫的治疗，分别。$R$ -用于执行本文所述试验和样本量规划的软件。
2009-12-21 stat.AP stat.ME
Bivariate network meta-analysis for surrogate endpoint evaluation
本文提出双变量网络荟萃分析（bvNMA）方法，整合异质性治疗对照试验数据，在单一分析中估计各治疗对照在替代终点和最终结局上的效应，并建模跨试验、跨治疗对照的替代关系模式，以改善新人群或新治疗场景下的治疗效果预测。
2018-07-24 stat.ME
Tutorial for Surrogate Endpoint Validation Using Joint modeling and Mediation Analysis
本研究针对临床研究中替代终点验证的需求，提出结合元分析与中介分析的联合建模方法，解决两种传统方法的局限性，开发两种新模型并实现于R包，通过肿瘤学真实数据集验证了方法有效性。
2025-02-12 stat.AP stat.CO stat.ME
Incorporating baseline covariates to validate surrogate endpoints with a constant biomarker under control arm
临床试验中的替代终点S是可以比感兴趣的真实结果T更早或更容易测量的结果。在这项工作中，我们扩展了因果推断的方法来验证这样一个代理使用潜在的结果。因果关系范例评估了替代物上的处理效应与真实终点上的处理效应之间的关系。使用主替代标准，我们利用潜在结果T的联合条件分布，给定潜在结果S。特别是，我们感兴趣的设置允许我们假设安慰剂下的替代物S（0）为零值，并且我们将基线协变量纳入正态分布终点的设置中。我们开发贝叶斯方法，将条件独立和其他建模假设，并探讨其对代孕评估的影响。我们通过模拟和模拟正在进行的肌营养不良症基因治疗研究的数据来展示我们的方法。
2022-02-02 stat.ME
Power and sample size calculation for multivariate longitudinal trials using the longitudinal rank sum test
本研究针对神经退行性疾病多变量纵向结局的治疗效果评估问题，开发了纵向秩和检验（LRST）的稳健功效和样本量估计方法，经模拟验证准确且实际应用于相关临床试验，助力高效试验设计。
2025-02-11 stat.ME
Interpretational challenges of the Win Ratio in analyzing Hierarchical Composite Endpoints in Chronic Kidney Disease
本文探讨了Win Ratio在分析慢性肾脏病分层复合终点时的解释性挑战，包括估计量定义、因果问题构建、方差依赖、不可折叠性和不可传递性等问题，强调需承认其局限性以确保正确使用。
2025-07-15 stat.ME
A Continuous-Weighted Win Ratio for Hierarchical Composite Endpoints
针对分层复合终点的严格胜比检验效能不足问题，提出连续加权胜比方法，通过平滑权重放宽分层限制，经模拟验证可在治疗效应集中于低优先级终点时提升检验效能。
2026-08-10 stat.ME
Instrumental variable approaches for estimating complier average causal effects on bivariate outcomes in randomised trials with non-compliance
在随机对照试验（RCT）中，治疗不依从的情况下，使用工具变量方法来估计复杂的平均因果效应。我们将这些方法扩展到成本效益分析，其中方法需要认识到成本和健康结果之间的相关性。我们提出了一个贝叶斯全似然（BFL）的方法，它联合模型的随机分配对接受的治疗和结果的影响，和一个三阶段的最小二乘法（3SLS）的方法，它承认之间的相关性的终点，和接受的治疗的endointerval。本研究的动机是REFLUX研究，该研究证实了RCT和常规实践之间依从性差异的设置。通过仿真比较了这些方法的性能。我们发现，未能正确建模的结果和接受的治疗之间的相关性可能会导致不良的CI覆盖率和有偏估计。相比之下，BFL和3sls方法提供了具有良好覆盖率的无偏估计。
2016-12-01 stat.ME
Efficient Principally Stratified Treatment Effect Estimation in Crossover Studies with Absorbent Binary Endpoints
假设希望在所有受试者均接受治疗的反事实世界中，以随机化后数量为条件，估计二元治疗对二元终点的影响。如果没有强有力的、不可检验的假设，通常很难确定这一参数。研究表明，在交叉设计下，未接受治疗的受试者随后接受治疗，可识别性假设变得更弱。假设在这些交叉受试者中观察到的治疗后生物标志物与在研究开始时接受治疗时观察到的生物标志物相同，仅需轻微的额外假设即可确定处理效应。如果终点是吸收性的，即终点如死亡或HIV感染，如果终点已经发生，则交叉治疗后生物标志物无意义，则仍然如此。在这项工作中，我们审查的可识别性结果的参数下观察到的数据分布的交叉设计与主要分层的处理效应的利益。我们描述的情况下，这些假设将是可证伪的，并表明，这些假设是不可证伪的。然后，我们提供了一个有针对性的基于最小损失的估计器，该估计器对生成数据的分布没有任何假设。当半参数效率界定义良好时，其主要条件是生物标志物是离散值，该估计量在所有正则和渐近线性估计量中是有效的。我们还提出了一个版本的生物标志物是连续的情况下，这个估计。对疫苗试验收尾设计的影响进行了讨论。
2019-11-09 stat.ME
SPYCE: A Doubly Robust Estimator for Trials Targeting Early Huntington Disease under Outcome-Dependent Censoring
Pennsylvania State University（宾夕法尼亚州立大学）；Columbia University Medical Center（哥伦比亚大学医学中心）
针对神经退行性疾病临床试验中结果依赖删失致现有估计器矛盾的问题，提出双稳健估计器SPYCE，能非参数估计两个模型且方差最小，应用于亨廷顿病数据时解决矛盾，确定敏感终点并减少所需参与者数量。
2026-07-22 stat.AP stat.ME
Combining tumour response and progression free survival as surrogate endpoints for overall survival in advanced colorectal cancer
已将无进展生存期（PFS）和肿瘤缓解（TR）作为晚期结直肠癌（aCRC）总生存期（OS）的替代终点进行了研究，但其有效性显示为次优。近年来，已经提出了允许联合使用多个替代终点的荟萃分析方法。本研究的目的是评估联合使用PFS和TR作为OS的替代终点是否可以提高其预测价值。数据来自于一项随机对照试验的系统性综述，该试验研究了不同药物治疗对aCRC的有效性：全身化疗、抗表皮生长因子受体治疗、抗血管生成药物、其他多靶向抗叶酸治疗和肝内动脉化疗。采用多变量荟萃分析对替代终点（PFS、TR）的处理效应与最终结局（OS）之间的关联模式进行建模。对33项报告了对所有三种结局的处理效应的试验进行的分析显示，对PFS和OS的处理效应之间存在相当强的相关性。对TR和OS的处理效应之间存在较弱的替代关系。对两个替代终点TR和PFS进行建模，联合作为OS的预测因子，在交叉试验中，无论是代孕模式还是预测处理效应的精度都没有显著改善。验证程序。当研究治疗亚组时，在研究抗血管生成治疗的研究中，仅注意到预测处理效应对最终结局的精确度略有改善。总体而言，两个替代终点的同时建模并未改善aCRC中替代终点和最终终点的处理效应之间的相关性。
2018-09-09 stat.AP
Measurement error in continuous endpoints in randomised trials: problems and solutions
在随机试验中，连续终点的测量通常存在一定程度的误差。本研究探讨了忽略测量误差的影响，并提出了在存在测量误差的情况下改进统计推断的方法。连续端点的三种主要类型的测量误差被认为是：经典的，系统的和微分。对于每一种测量误差类型，提出了一种校正效果估计器。对修正后的估计量和几种置信区间估计方法进行了模拟试验。这些方法结合了关于未纳入试验的个体（外部校准样本）终点的易出错和无错误测量的信息。我们表明，如果连续终点的测量误差被忽略，处理效应估计是无偏的，当测量误差是经典的，而第二类错误增加在一个给定的样本量。相反，当测量误差是系统误差或微分误差时，估计器可能基本上有偏。在这些情况下，使用来自外部校准样本的信息可以在很大程度上防止偏倚，并改善推断，其中所需的样本量随着易出错和无错误端点之间的关联强度的降低而增加。测量误差校正已经使用一个小的（外部）校准样本，以改善推论，并应考虑在试验中的错误倾向的终点。建议的校正方法的实施是由一个新的软件包为R。
2019-08-29 stat.ME
Deep Historical Borrowing Framework to Prospectively and Simultaneously Synthesize Control Information in Confirmatory Clinical Trials with Multiple Endpoints
在当前的临床试验开发中，历史信息受到更多关注，因为它提供的效用超出了样本量计算。元分析预测（MAP）先验和鲁棒MAP先验已被提出用于前瞻性地借用单个终点的历史数据。为了同时综合验证性临床试验中多个终点的控制信息，我们提出从贝叶斯分层模型中近似后验概率，并通过深度学习估计临界值，以构建用于假设检验的预定策略。该功能对于通过在试验实施前建立前瞻性决策功能来确保研究完整性非常重要。仿真结果表明，我们的方法适当地控制家庭明智的错误率（FWER），并保留权力相比，一个典型的做法，选择恒定的临界值给定的一个子集的零空间。令人满意的性能下的先验数据冲突也被证明。我们使用免疫学中的案例研究进一步说明我们的方法。
2022-08-02 stat.ME
Design of Trials with Composite Endpoints with the R Package CompAREdesign
复合终点被广泛用作临床试验的主要终点。设计具有至事件发生时间终点的试验可能特别具有挑战性，因为当使用复合终点时，比例风险假设通常不成立，即使前提对于其组分仍然成立。因此，传统的样本量计算公式不再适用。我们提出了R软件包CompARE设计，通过它的试验设计的关键要素，如样本量和效应量，可以计算的基础上的复合终点组件的信息。CompAREdesign提供了评估设计计算对初始值和假设变化的敏感性和稳健性的功能。此外，我们还描述了该软件包的其他功能，如二元复合终点试验设计功能，以及在各种情况下模拟复合终点试验的功能。
2022-11-04 stat.AP stat.ME
Improving phase II oncology trials using best observed RECIST response as an endpoint by modelling continuous tumour measurements
在许多实体瘤II期试验中，使用基于实体瘤疗效评价标准（RECIST）量表的终点评估患者。分析通常是根据答复率进行的。这是观察到肿瘤缩小超过预定水平且无新肿瘤病变的患者比例。为了提高响应率估计量的精度，提出了增广二元方法。该方法包括模拟肿瘤缩小以避免将其一分为二。然而，在许多试验中，观察到的最佳反应被用作主要结果。在这些试验中，患者被随访至进展，并且其最佳观察到的RECIST结果被用作主要终点。在本文中，我们提出了一种扩展增广二元方法的方法，以便在结果是最佳观察响应时可以使用它。我们通过模拟数据和来自真实II期癌症试验的数据表明，这种方法提高了单臂和随机试验的功效。与传统分析相比，功效的平均增益相当于样本量增加约35%。提出了一种改进的方法，以减少所需的计算量。我们表明，这种修改后的方法保持了很大的效率优势。
2017-03-01 stat.ME
A Unified Approach to Covariate Adjustment for Survival Endpoints in Randomized Clinical Trials
本文提出一种统一且易于理解的增广方法，用于随机临床试验中生存终点的协变量校正，通过统计或机器学习估计最优增广项以最小化渐近方差，并在R包sleete中实现。
2025-05-08 stat.ME
Visualizing the treatment effect on kidney hierarchical composite endpoints: From mosaic to maraca plots
该研究针对肾脏分层复合终点，提出日落图、马拉卡图、马赛克图、达斯汀图等可视化方法，用于临床试验设计、结果报告及支持性分析，以清晰呈现治疗效应。
2026-08-28 stat.AP
CohortPlat: Simulation of cohort platform trials investigating combination therapies
近年来，平台试验作为一种可能的补救措施，尤其是在早期药物开发中，已经引起了人们的广泛关注，因为经典的两组随机对照试验耗时很长。这篇简短的文章说明了如何使用CohortPlat R软件包来模拟队列平台试验，其中每个队列由联合治疗和相应的单药治疗和标准治疗组成。端点始终假定为二进制。该软件包在平台试验轨迹以及处理效应场景和决策规则方面提供了广泛的灵活性。作为一个特殊功能，该软件包提供了一个指定的功能，用于并行有效地运行多个此类模拟，并以简洁的方式保存结果。提供了许多代码使用说明。
2022-02-04 stat.AP
Treatment Effect Quantification for Time-to-event Endpoints -- Estimands, Analysis Strategies, and beyond
本文将时间至事件终点纳入ICH E9增补的估计目标框架，揭示比例风险假设不成立时logrank检验和Cox回归所针对的估计目标依赖删失分布，并结合大型试验分析提出未来试验规划建议。
2018-10-05 stat.ME
Exact sequential single-arm trial design with curtailment for binary endpoint
由于伦理和经济原因，序贯单臂试验设计用于评估II期试验中新治疗的疗效。Simon的二阶段设计和Lan-DeMets的O 'Brien-Fleming型$α$ -消耗函数法分别被广泛认为是无效终止和有效终止的传统方法。这些方法在实际应用中存在两个问题，即错列进路停车解释困难和小样本试验导致错误率膨胀。在本研究中，我们提出一个固定功效临界值的精确序贯设计，并与传统设计在样本量上进行比较。由于申报设计的最大样本量和平均样本量通常小于包含固定设计的传统设计，因此预期申报设计入组的受试者较少。此外，我们评估了几种点估计和置信区间在试验结束时，在建议的设计。如果考虑偏差，偏差调整估计量可能更好。至于置信区间，中p方法将是一个很好的选择。
2023-03-30 stat.ME
Oncology clinical trial design planning based on a multistate model that jointly models progression-free and overall survival endpoints
本研究提出基于联合OS与PFS终点的多状态模型开展肿瘤临床试验设计规划，可自然处理非比例风险与终点依赖性，模拟显示标准简化法易致试验效能偏差，方法可扩展且有对应R包。
2023-12-18 stat.AP stat.ME
Non-constant hazard ratios in randomized controlled trials with composite endpoints
风险比通常用作总结指标，以评估具有至事件发生时间终点的临床试验中的处理效应。它经常被假设为随时间而变化的常数，尽管这种假设经常不成立。当风险比显著偏离恒定值时，其合理值的平均值不是处理效应的有效测量值，可能在临床上产生误导，常用的样本量公式不适用。在本文中，我们研究的风险比沿时间的两个组成部分的复合终点的假设下，风险比是常数。这项工作考虑了两个措施来量化风险比的非比例性：随着时间的推移，风险比的最大值和最小值之间的差异$D$和相对措施$R$代表最小可检测和平均效应的样本量之间的比率。我们通过ZODIAC试验说明了$D$和$R$，该试验的主要终点是无进展生存期。我们进行了一项模拟研究，得出了不同风险比值、不同事件发生率和组件之间不同关联程度的情景。我们举例说明了复合终点产生非恒定风险比的情况，并考虑了对样本量的可能影响。结果表明，两个分量的风险比之间的距离起着重要的作用，特别是当它们接近1。此外，即使每种组分的处理效应相似，如果两种组分的危害显著不同，则复合物的风险比通常是非恒定的。
2019-07-25 stat.ME
Utility-Based Dose Optimization Approaches for Multiple-Dose Randomized Trial Designs Accounting for Multiple Endpoints
针对多终点多剂量随机试验，提出U-MET-m和CUI-MET两种基于效用的剂量优化方法，通过贝叶斯推断比较效用指标以识别最佳生物学剂量，模拟显示其操作特性良好。
2025-02-26 stat.ME
Multivariate Rank-Based Analysis of Multiple Endpoints in Clinical Trials: A Global Test Approach
本文提出一种基于多元秩的全局非参数检验方法，通过联合排序分析临床试验中的多重终点，相比现有方法在控制I类错误和功效上表现更优且更具稳健性。
2023-06-28 stat.ME stat.OT
Adaptive clinical trial designs with blinded selection of binary composite endpoints and sample size reassessment
对于单一、主要、二元终点需要不可行的大样本量的随机临床试验，广泛选择复合终点作为主要终点。尽管被广泛使用，复合终点在设计和解释结果方面带来了挑战。考虑到这些成分可能具有不同的相关性，并具有不同的效应量，因此必须仔细选择成分。特别是，复合二元终点的样本量计算不仅取决于复合组分的预期效应量和事件概率，还取决于它们之间的相关性。然而，文献中通常没有报告终点之间相关性的信息，这可能是规划未来合理试验设计的障碍。我们考虑两组随机对照试验，其主要复合二元终点和仅由复合终点中临床上更重要的组分组成的终点。我们提出了一种试验设计，允许根据中期分析中获得的盲态信息对主要终点进行适应性修改。我们考虑一个决策规则来选择一个复合终点和其最相关的组成部分作为主要终点。决策规则选择具有较低估计所需样本量的终点。此外，使用估计的事件概率和相关性以及复合组分的预期效应量重新评估样本量。我们通过模拟研究了所提出的设计下的统计功效和显著性水平。我们表明，自适应设计是同样或更强大的设计，没有自适应修改的主要终点。即使在保持类型1错误的情况下错误指定相关性，也可实现目标功率。我们通过两个案例研究来说明这一建议。
2022-06-20 stat.AP stat.ME
Improving Power in Randomized Controlled Trials with Time-to-Event Endpoints: A Risk-Free Approach
Amgen Inc.（安进公司）
提出一种利用外部数据中的预后信息，通过两步法（先估计预后评分，再将其作为协变量纳入非参数调整对数秩检验）来无偏估计边际风险比并提高试验效能的框架。
2026-05-26 stat.ME
Bias in Meta-Analytic Modeling of Surrogate Endpoints in Cancer Screening Trials
本研究通过模拟和理论证明，在癌症筛查试验中，试验水平估计的不确定性会使元分析模型对替代终点质量的评估产生偏倚，并建议将元分析回归限制在纳入该不确定性的模型中。
2025-08-06 stat.AP stat.ME
A time-to-event three-outcome design for randomized phase II cancer trials
针对采用事件发生时间终点的随机II期癌症试验把握度不足、易出现决策灰色区间的问题，提出含或不含期中分析的三结局设计，助力更合理地选择试验参数。
2025-03-19 stat.ME
A Reflection on the Impact of Misspecifying Unidentifiable Causal Inference Models in Surrogate Endpoint Evaluation
该研究针对替代终点评估中部分可识别的因果推断模型设定错误问题，通过理论分析与蒙特卡洛模拟探究两种分布场景下的影响差异，并结合真实数据集验证不同模型的结果差异，为替代终点评估的模型选择提供参考。
2024-10-06 math.ST stat.AP stat.ME
Interpreting Hierarchical Composite Endpoints with Survival and Longitudinal Outcomes: Application to Amyotrophic Lateral Sclerosis Trials
Stanford University（斯坦福大学）；University Medical Center Utrecht（乌得勒支大学医学中心）
本文提出分解分层复合终点获胜概率的方法，以区分生存和功能贡献，并通过ALS模拟验证，指导CAFS终点的解释。
2026-09-24 stat.ME
A gated group sequential design for seamless Phase II/III trial with subpopulation selection
由于III期试验的高成本和高失败率，无缝II/III期设计越来越受欢迎，以提高试验效率。II/III期试验设计的一个潜在吸引力是，在承担III期试验的全部费用之前，允许进行一个随机化的概念验证阶段。试验期间的人群选择允许试验进行调整，并将投资集中在最有可能提供患者获益的地方。受一项临床试验的启发，以寻找双主要终点无进展生存期（PFS）和总生存期（OS）的潜在受益人群，我们提出了一种门控组序贯设计，用于具有人群选择的无缝II/III期试验设计。研究设计控制了全家族错误率，并允许进行多次中期分析，以便能够因有效性或无效性而提前停止研究。模拟和一个说明性的例子表明，拟议的门控组序贯设计可以有更多的权力比常用的经典组序贯设计，并减少患者的暴露，有效性较低的治疗，如果互补的子组具有不太显着的处理效应。所提出的设计有可能节省药物开发成本，更快地满足未满足的医疗需求。
2022-06-25 stat.AP
Testing Prioritized Composite Endpoint with Multiple Follow-up Time Examinations
本文提出ProFS检验，通过纳入多个随访时间点的FS统计量最大值，解决传统FS检验无法处理非恒定风险的问题，并在短期效应显著或顶层效应较弱时提升统计功效，同时支持成组序贯监查设计。
2025-08-21 stat.ME
Estimating the treatment effect in a subgroup defined by an early post-baseline biomarker measurement in randomized clinical trials with time-to-event endpoint
生物标志物测量可以相对容易和快速地获得，并且它们对于研究化合物是否在机理、药理学水平上如预期那样起作用是有用的。在某些情况下，假设患者的基线后生物标志物水平表明其对药物的反应不充分，也不太可能对临床相关的长期结局（如至事件发生时间）产生反应，这是现实的。然而，在根据其生物标志物水平对药物有充分应答的患者亚组中确定处理效应并不简单：尚不清楚哪些安慰剂组患者在接受治疗后会有应答，因此治疗和安慰剂之间的简单比较将无法估计感兴趣的处理效应。本文的目的是调查必要的假设，以获得因果关系的结论，在这样的设置，利用形式主义的因果推断。三种方法估计亚组的影响将开发和说明使用模拟和案例研究。
2018-06-22 stat.ME
Correlation Matters! Streamlining the Sample Size Procedure with Hierarchical Time-to-event Endpoints
本文提出通过复合时间到事件终点简化样本量计算，推导出考虑相关性的精炼公式，提升临床试验设计效率。
2026-11-03 stat.ME
Integrating Prioritized and Non-Prioritized Structures in Win Statistics
Yale School of Public Health（耶鲁大学公共卫生学院）；University of Michigan（密歇根大学）；Yale Center for Analytical Sciences（耶鲁分析科学中心）
本研究提出RWR方法，整合优先级和非优先级结构，解决终点优先级确定的挑战，提升WS分析的准确性与实用性。
2025-12-22 stat.ME
Simulation-Free Bayesian Power and Sample Size Calculations for Bayes Factors in Single-Arm Phase II Trials with Binary Endpoints
研究具有二元终点的单臂II期试验中贝叶斯因子的无模拟功效和样本量计算方法，通过该方法设计试验并校准相关概率，以适应临床试验设计创新现代化，两个肿瘤学例子及代码展示了该方法。
2026-07-28 stat.AP stat.ME
Estimating the Distribution of Ratio of Paired Event Times in Phase II Oncology Trials
随着新型抗癌药物的快速发展，需要新的终点来更好地衡量II期试验中的治疗效果。为此，Von Hoff（1998）提出了生长调节指数（GMI），即两个连续治疗线中进展时间或无进展生存时间之间的比率。在使用GMI作为终点的研究中，一个重要的任务是估计GMI的分布。传统的生存数据的方法已被用于估计GMI分布，因为删失是常见的GMI数据。然而，我们指出，传统的生存方法所要求的独立删失假设总是违反GMI，这可能会导致严重的偏见的结果。在本文中，我们构造了GMI分布的非参数估计，占GMI的相依截尾。我们证明了所提出的估计是一致的，弱收敛到零均值高斯过程适当的归一化。大量的模拟研究表明，我们的估计在实际情况下表现良好，优于传统的方法。提供了使用GMI作为主要终点的II期临床试验以供说明。
2021-10-29 stat.ME
A novel longitudinal rank-sum test for multiple primary endpoints in clinical trials: Applications to neurodegenerative disorders
本文提出纵向秩和检验（LRST），一种无需多重性校正的非参数综合检验方法，可同时评估多个纵向终点的治疗效果，并在AD临床试验中验证其控制I类错误和提升功效的优势。
2025-02-06 stat.AP stat.ME
RECaST-Surv: A Calibrated Borrowing Method for Survival Endpoints in Unequal Randomized Trials
Stanford University（斯坦福大学）；University Medical Center Utrecht（乌得勒支大学医学中心）；University of Cambridge（剑桥大学）；UCB Pharma（优时比制药）
针对不等随机化试验生存终点，提出贝叶斯迁移学习框架RECaST-Surv，借用外部对照并校准，控制I类错误，效能提升约10%-12%，ALS模拟中从82.8%升至95.7%。
2026-09-17 stat.ME
A Comprehensive Analysis of HIV Treatment Efficacy in the ACTG 175 Trial Through Multiple-Endpoint Approaches
本研究通过多终点方法分析ACTG 175试验，评估四种HIV治疗方案在2467名患者中的疗效与安全性，发现多终点联合分析比单终点方法能产生更具显著性的结果。
2023-11-26 stat.AP stat.ME
Is 1:1 Always Most Powerful? Why Careful Determination of Allocation Ratios Matters in Trial Design
本文指出在结果方差不等时偏离1:1分配可维持或提高统计功效并增加参与者益处，通过二分类和连续终点的案例模拟证明不等比例分配能提升优效治疗比例且不损失功效。
2025-10-14 stat.ME
Quantification of follow-up time in oncology clinical trials with a time-to-event endpoint: Asking the right questions
本文基于估计目标框架系统梳理了肿瘤学至事件时间终点分析中与随访量化相关的科学问题，说明无需依赖定义模糊的随访量，并针对比例风险假设及其他生存函数模式提出实践建议。
2023-03-13 stat.AP stat.ME
Efficient Response-Adaptive Randomization for Multi-arm Trials with Prioritized Composite Endpoints
Newcastle University（纽卡斯尔大学）
该研究将高效响应自适应随机化设计扩展至多臂试验的优先复合终点，通过结合序贯Hájek投影与鞅技术，在模拟中较单一终点设计更高效分配至优效治疗，且保持I类错误与效能。
2026-08-13 math.ST stat.ME stat.TH
Principled Selection of Baseline Covariates to Account for Censoring in Randomized Trials with a Survival Endpoint
对具有至事件发生时间终点的随机试验的分析几乎总是受到删失问题的困扰。由于删失机制通常是未知的，分析通常采用无信息删失的假设。虽然随着更多基线协变量的调整，这一假设通常变得更合理，但这种调整也引起了人们的担忧。预先规定哪些协变量将被调整（以及如何调整）是困难的，因此促使使用数据驱动的变量选择程序，这可能会阻碍有效的推断。此外，协变量的调整增加了对模型误设的担忧，以及调整集的每次变化也会改变删失假设和处理效应被估量。在本文中，我们讨论了这些问题，并提出了一个简单的变量选择策略，旨在产生一个有效的测试的空在大样本。该建议可以使用现成的（惩罚）Cox回归软件来实现，并且根据经验发现在模拟研究和真实数据分析中效果良好。
2020-07-16 stat.AP stat.ME
Optimal Bayesian predictive probability for delayed response in single-arm clinical trials with binary efficacy outcome
针对单臂临床试验中延迟确认响应导致决策延迟的问题，提出基于广义贝叶斯定理折减未确认结果贡献的预测概率方法，模拟验证其能做出及时且适当的中期go/no-go决策。
2024-05-23 stat.ME
