Making all pairwise comparisons in multi-arm clinical trials without control treatment
针对无对照臂的多臂试验，本文提出可精确控制错误率、提升效能且支持多阶段适应性设计的全成对假设检验方法。
2024-10-28 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
Mathematical programming tools for randomization purposes in small two-arm clinical trials: A case study with real data
本研究回顾并比较了数学规划与协变量自适应随机化方法在小型双臂临床试验中的性能，引入基于联合分布的能量距离度量，并通过数值实验展示其优势。
2024-02-08 stat.ME
A non-parametric U-statistic testing approach for multi-arm clinical trials with multivariate longitudinal data
针对多变量纵向数据的多臂临床试验需求，将仅限于两臂比较的纵向秩和检验（LRST）扩展至多臂设置，提出多臂LRST方法，经模拟和Bapi 301试验验证，其I类错误控制出色且功效更高，可检测最有效剂量。
2025-02-14 stat.AP stat.ME
GenTwoArmsTrialSize: An R Statistical Software Package to estimate Generalized Two Arms Randomized Clinical Trial Sample Size
Northeastern University（东北大学）；University of Calgary（卡尔加里大学）；Iowa State University（爱荷华州立大学）；University of South Florida（南佛罗里达大学）；Alberta Heath Services & University of Calgary（阿尔伯塔卫生局与卡尔加里大学）；ClinChoice Inc.（ClinChoice公司）
本文介绍了一个R统计软件包，用于估算双臂随机临床试验的样本量，支持多种终点类型和假设检验，提供24种场景下的样本量计算功能。
2024-07-16 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
Modification and extension of the Bayesian clinical trial design using external data for single-arm and hybrid-controlled trials
Graduate School of Comprehensive Human Sciences, University of Tsukuba（筑波大学综合人类科学研究科）；Department of Biostatistics, Tsukuba Clinical Research & Development Organization, University of Tsukuba（筑波大学筑波临床研发组织生物统计系）；Department of Information and Computer Technology, Faculty of Engineering, Tokyo University of Science（东京理科大学工学部信息技术与计算机技术系）；Department of Biostatistics, Institute of Medicine, University of Tsukuba（筑波大学医学研究所生物统计系）
针对儿科临床试验样本量确定难题，提出修改抽样和分析先验规范并扩展到混合对照试验的方法，经模拟研究和案例验证，该方法能减少样本量，保持目标特征并控制偏差，为含外部信息的临床试验设计提供可靠途径。
2026-07-15 stat.ME
A matching design for augmenting a randomized clinical trial with external control
使用来自真实世界的信息来评估医疗产品的有效性越来越受欢迎，并且更容易被监管机构接受。根据美国食品和药物管理局发布的战略性真实世界证据框架，用真实世界数据增强内部对照臂的混合随机对照试验是一种值得更多关注的务实方法。在本文中，我们的目的是改进现有的匹配设计，这样一个混合随机对照试验。特别是，我们建议匹配整个同期随机临床试验（RCT），以便（1）用于增加内部对照组的匹配外部对照受试者尽可能与RCT人群相当，（2）将多种治疗的RCT中的每个活性治疗组与相同对照组进行比较，（3）在治疗揭盲前可以进行匹配并锁定匹配集，以更好地保持数据完整性。除了加权估计外，我们还引入了一种自举方法来获得其方差估计。有限样本的性能，所提出的方法进行评估模拟的基础上，从一个真正的临床试验的数据。
2022-03-18 stat.ME
Principled type I error rate inflation in two-arm clinical trial designs with external control information borrowing
研究双臂临床试验借助外部对照信息时的情况，阐述操作特征权衡，提出可解释的外部信息借用方法，将先验数据冲突与I型错误率膨胀及功效损失联系起来。
2026-07-07 stat.ME
A multi-arm multi-stage design for trials with all pairwise testing
针对无对照治疗组的临床试验场景，提出一种多臂多阶段设计，通过中期分析终止差效治疗或相似表现时全终止，控制全成对比较的FWER并提供强控制条件，在脓毒症试验案例中样本量最优。
2025-02-10 stat.AP stat.ME
How to improve the quality of comparisons using external control cohorts in single-arm clinical trials?
为患者提供快速答案和早期访问的创新治疗，而无需随机临床试验（RCT）正在增长，从单臂试验中估计受益。这在肿瘤学中已经很常见，影响了卫生技术评估机构的审批途径。我们旨在为与外部对照的间接比较提供一些指导，以提高此类非受控设计的证据水平。方法我们使用了Blinatumomab的说明性例子，Blinatumomab是一种双特异性抗体，用于治疗完全缓解（CR）伴持续微小残留病（MRD）的B细胞ALL。它的批准依赖于在86名B细胞ALL成人CR中进行的单臂试验，一个周期后无法检测到MRD作为主要终点。为了最大限度地提高间接比较的有效性，提出并详细说明了将外部对照数据纳入此类单臂试验数据的3步过程，并强调了示例。结果第一步包括被估量的定义，即反映临床问题的处理效应。第二步依赖于从既往RCT或从患者队列、登记研究或电子患者档案中获得的真实世界数据（RWD）中充分选择外部对照。第三步包括选择针对感兴趣的处理效应的统计方法，无论是在整个人群中还是仅限于单组试验或外部对照，并取决于可用的个体水平或汇总的外部数据。结论间接比较得出的处理效应的有效性在很大程度上取决于所提出的3步程序中包含的谨慎的方法学考虑。由于无法保证实施良好的RCT的证据水平，因此上市后授权评价比标准环境中的评价更为重要。
2022-06-20 stat.AP stat.ME
Toxicity Monitoring Rule for a Two-Cohort Phase II Clinical Trial with Bivariate Beta Prior
Medical College of Wisconsin（威斯康星医学院）
本文提出基于双变量贝塔先验的贝叶斯方法，平衡了单臂和双队列监测方法的优劣，通过混合贝塔分布计算精确的操作特性。
2026-03-30 stat.ME
An information-theoretic approach for selecting arms in clinical trials
在不同的选择中选择“最佳”的问题是统计学中的一个常见问题。在药物开发中，我们的激励设置，问题变成了，例如：什么剂量会给我预先规定的毒性风险，或者哪种治疗方法的反应率最好。出于最近的发展加权信息测度理论，我们提出了一个试验设计的基础上，一个简单而直观的标准，管理臂选择的实验与多项的结果。该标准导致准确的手臂选择没有任何参数或单调性假设。针对不同的分配规则研究了设计的渐近性质，并在具有二元终点的I期和II期临床试验的模拟中评价了小样本量行为。我们比较目前使用的替代品，并讨论其实际实施所提出的设计。
2018-03-14 math.ST stat.ME stat.TH
Fragility Index for Time-to-Event Endpoints in Single-Arm Clinical Trials
本文针对单臂临床试验中的时间-to-事件终点提出脆弱性指数（FI），基于贝叶斯指数生存模型量化结论稳健性，并开发R包fi，通过真实案例验证其评估生存分析可靠性的价值。
2024-11-25 stat.AP stat.ME
Optimal curtailed designs for single arm phase II clinical trials
在单臂II期肿瘤学试验中，最流行的设计选择是Simon的两阶段设计，该设计允许在一次中期分析时提前停止。但是，通过允许缩减，可以进一步减少预期试验样本量。削减是停止时，最后去或不去的决定是肯定的，所谓的非随机削减，或很可能，称为随机削减。在单组II期肿瘤学试验的背景下，随机缩减先前仅限于在第二阶段停止和/或仅因不进行决定而停止。我们介绍了两种设计，将随机削减，并允许停止后，每一个观察，无论是去或不去的决定。我们通过搜索一系列潜在的条件幂来获得最佳停止边界，超过该范围，试验将停止进行或不进行决定。这种搜索是新颖的：首先，搜索是在每个可能的设计实现所特有的一系列值上进行的。其次，考虑到提前停止的可能性，对这些值进行评估。最后，准确地获得每个设计实现的操作特性。建议的设计进行比较，现有的设计在一个真实的数据示例。他们还比较了三种情况下，无论是相对于四个单一的最优性标准，并使用损失函数。所提出的设计在几乎所有情况下都是优越的。在零假设或备择假设下对预期样本量进行优化，与流行的Simon设计相比，节省范围从22%到55%。
2019-09-06 stat.AP stat.ME
A web application for the design of multi-arm clinical trials
多组设计提供了在同一临床试验中评价多种治疗的有效方法。鉴于目前在许多疾病领域有大量的治疗方法可供测试，有人认为这些方法的使用应该增加。然而，对于任何给定的临床试验，都有许多可能的多组设计可以使用，并且在它们之间进行选择可能是一项困难的任务。由于缺乏用于设计多组试验的易用软件，这项任务变得更加复杂。为了帮助更广泛地实施多组临床试验设计，我们开发了一个Web应用程序，用于在使用各种流行的多重比较校正时计算样本量。此外，该应用程序支持样本量计算，以控制多种功效，以及确定优化的臂式分配比率。它使用R编程语言中的Shiny包构建，可以在任何具有互联网浏览器的设备上免费访问，并且不需要编程知识即可使用。该应用程序提供了统计学家和临床医生审查选定多组临床试验设计的操作特征所需的核心信息。我们希望这将有助于未来在实践中使用这种设计。
2019-06-21 stat.CO
PAM-HC: A Bayesian Nonparametric Construction of Hybrid Control for Randomized Clinical Trials Using External Data
本文提出PAM-HC方法，利用贝叶斯非参数Plaid Atoms Model识别外部数据与试验数据的共同亚群，仅借用共同亚群信息构建混合对照，从而在随机临床试验中更稳健、更精确地估计治疗效果。
2023-10-30 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
Adaptive Allocation Theory in Clinical Trials
各种自适应随机化程序（自适应设计）已被提出的临床试验。本文讨论了几个大类的过程，如玩赢家规则和马尔可夫链模型，随机玩赢家规则和瓮模型，丢弃输家规则，双偏硬币自适应设计。渐近理论提出了几个关键的证明。延迟响应的影响，这些设计的功效和变异性的比较也进行了讨论。
2006-12-28 math.PR math.ST stat.ME
Learning for Dose Allocation in Adaptive Clinical Trials with Safety Constraints
University of Virginia（弗吉尼亚大学）；University of Pennsylvania（宾夕法尼亚大学）；University of Cambridge（剑桥大学）；University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
I期剂量探索试验越来越具有挑战性，因为新化合物（或其组合）的疗效和毒性之间的关系变得更加复杂。尽管如此，实践中最常用的方法集中于通过仅从毒性事件中学习来确定最大耐受剂量（MTD）。我们提出了一种新的适应性临床试验方法，称为安全有效性探索剂量分配（SEEDA），其目的是最大限度地提高累积疗效，同时满足高概率的毒性安全约束。我们评估了在实际临床试验中具有操作意义的性能目标，包括累积疗效、推荐/分配成功概率、毒性违背概率和样本效率。一个扩展的SEEDA-Plateau算法，是专为分子靶向药物（MTA）的疗效增加，然后平台的行为。通过使用合成和真实世界数据集的数值实验，我们表明SEEDA通过找到具有更高成功率和更少患者的最佳剂量来优于最先进的临床试验设计。
2020-06-15 cs.LG stat.AP stat.ME
Design Considerations for Factorial Adaptive Multi-Arm Multi-Stage (FAST) Clinical Trials
本研究探讨了结合析因与 MAMS 设计的 FAST 临床试验的设计选择，旨在为正在开发的试验提供兼具两者优势的高效设计方案。
2023-10-19 stat.AP
Approximating the Operating Characteristics of Bayesian Uncertainty Directed Trial Designs
贝叶斯反应适应性临床试验目前正在评估几种疾病的实验疗法。适应性决策，例如预先计划的随机化概率变化，试图加速新治疗方法的开发。在大多数情况下，反应适应性试验的设计需要耗时的模拟研究来描述操作特性，例如I/II型错误率，跨合理的场景。本文研究了贝叶斯不确定性定向试验设计（BUD）中关键操作特征的大样本近似。BUD试验利用明确的度量u来量化研究期间积累的关于感兴趣参数的信息，例如处理效应。随机化概率随时间变化，以最小化研究完成时的不确定性汇总u。我们提供了（i）患者分配至治疗组和（ii）随机化概率的渐近分析。对于BUD的结果分布属于自然指数族与二次方差函数，我们说明了分配到每个手臂和随机化概率的患者数量的渐近正态性。我们使用这些结果来近似相关的操作特性，如功率的BUD。我们评估的准确性，通过模拟下的几种情况下的二进制，时间到事件和连续的结果模型的近似。
2021-05-24 stat.ME
Design of phase III trials with long-term survival outcomes based on short-term binary results
病理学完全缓解（pCR）是II期试验的常见主要终点，甚至是新辅助癌症治疗的加速批准。如果获得批准，通常需要进行两组确证性试验，以证明疗效和至事件发生时间结局，如总生存期。然而，基于先前关于pCR效应的信息的后续III期试验的设计并不简单。为了设计这样的III期临床试验，总生存期作为主要终点使用pCR信息从以前的试验，我们考虑了一个混合模型，将生存期和二元终点。我们建议根据限制平均生存时间的差异进行组间比较，并说明总生存期的效应量和样本量如何依赖于每个治疗组的二元应答概率和应答状态的生存分布。我们提供了不同场景下的样本量计算，并随附了一个R软件包，其中所有计算都已实现。我们评估我们的建议与模拟研究，并说明其应用通过新辅助乳腺癌试验。
2021-05-24 stat.AP stat.ME
Quantifying efficiency gains of innovative designs of two-arm vaccine trials for COVID-19 using an epidemic simulation model
流行病期间的疫苗临床试验面临着特殊的挑战，例如快速确定有效疫苗以控制流行病的压力，以及时空变化的感染发生率对试验效力的影响。我们说明了如何使用网络流行病和试验模拟模型，基于COVID-19和具有二元结局的单独随机化双臂试验，评估不同试验设计元素的操作特征。我们表明，如果观察到的病例有足够多的接触者处于高风险，那么优先考虑感染高风险参与者的“环形”招募策略可以大幅提高力量。此外，我们还引入了一种新方法，以更有效地利用试验中观察到的最早感染病例的数据，这些病例的感染可能还为时过早，无法通过疫苗预防。最后，我们比较了几种方法的反应自适应随机化，讨论了它们的优点和缺点，在这两个手臂的情况下，并确定特定的适应策略，保持功率和估计属性，同时稍微减少感染的数量，给出了一个有效的疫苗。
2021-05-20 q-bio.PE stat.AP
Application of Dynamic Linear Models to Random Allocation Clinical Trials with Covariates
Lee，Boone等人（2020）提出了一种使用动态线性模型改善随机分配模型中首选治疗分配预算的最新方法。然而，该模型未能包括吸烟、性别等协变量对模型性能的影响。本文讨论了在贝叶斯自适应分配模型中使用DLM随机分配治疗的问题。我们显示了减少的治疗分配预算以及减少的时间来定位首选治疗。此外，对均值和方差参数进行敏感性分析，并使用贝叶斯因子进行功效分析。该功效分析用于确定高于指定截止值的未分配患者预算的比例。此外，还对协变量系数进行了敏感性分析。
2020-09-22 stat.AP
tteICE: An R Package for Estimating Treatment Effects on Time-to-Event Outcomes with Intercurrent Events in Two-Arm Trials
Kobe University（神户大学）；Shanghai University of International Business and Economics（上海对外经贸大学）；Chinese Academy of Medical Sciences & Peking Union Medical College（中国医学科学院 北京协和医学院）
本文介绍R包tteICE，用于在存在并发事件（如治疗中断或竞争事件）的双臂试验中，通过五种策略估计生存时间结局的治疗效果，支持非参数和半参数估计，并提供绘图和Shiny界面。
2026-09-22 stat.AP stat.ME
Incorporating External Data into the Analysis of Clinical Trials via Bayesian Additive Regression Trees
大多数临床试验涉及新治疗与对照组的比较（例如，护理标准）和处理效应的估计。外部数据，包括历史临床试验数据和真实世界的观察数据，通常可用于对照组。从外部数据中借用信息有望改善相关参数的估计，并增加检测处理效应（如果存在）的把握度。在本文中，我们建议使用贝叶斯加性回归树（BART）将外部数据纳入临床试验的分析，估计条件或人口平均处理效应的特定目标。BART自然地调整患者水平的协变量，并在不同的数据源中捕获潜在的异质处理效应，从而实现灵活的借用。仿真研究表明，BART优于分层线性模型和正态-正态分层模型。我们说明了所提出的方法与针灸试验。
2021-03-15 stat.AP stat.ME
A Novel Statistical Test for Treatment Differences in Clinical Trials using a Response Adaptive Forward Looking Gittins Index Rule
反应适应性临床试验最常见的目标是通过在积累数据的基础上改变分配机会，确保试验中的患者有很大的机会接受最佳治疗。由于治疗分配的高度不平衡，在研究结束时检测治疗差异时，从频率论的角度来看，产生良好患者受益特性的方法具有低功效。在这项工作中，我们开发了一种替代成对检验的基础上，协变量调整的响应自适应随机化与前瞻性Gittins指数规则（CARA-FLGI）的分配概率的治疗差异。新的测试的性能进行了评估，在模拟双臂研究，然后说明其应用到多臂研究。当使用这类非近视反应适应时，所提出的测试比传统的Fisher精确测试具有显著提高的功效。我们还发现，该测试的权力是接近的权力下的Fisher精确检验等随机化。
2020-11-06 stat.AP stat.ME
Discussion on "Principled type I error rate inflation in two-arm clinical trial designs with external control information borrowing" by Silvia Calderazzo, Manuel Wiesenfarth, Vivienn Weru, and Annette Kopp-Schneider
University Medical Center Göttingen（哥廷根大学医学中心）；Deartment of Medical Statistics（医学统计学系）
本文讨论Calderazzo等人关于贝叶斯借用外部对照数据的试验设计中I型错误率膨胀的论文，指出其条件化方案实际意义有限，并建议通过调整似然函数来应对假设违背问题。
2026-10-27 math.ST stat.ME stat.TH
Blinded sample size re-estimation in three-arm trials with 'gold standard' design
临床试验的样本量依赖于有关干扰参数的信息，如结果方差。当没有或只有有限的信息时，建议在试验设计中纳入一项内部初步研究。根据内部初步研究的结果，可以调整最初计划的样本量。在本文中，我们研究了盲态样本量重新估计的“金标准”设计的正态分布的结果。“金标准”设计是一种三组临床试验设计，除了实验治疗外，还包括活性药物和安慰剂对照。我们在模拟研究中比较了几种样本量重新估计程序，以评估操作特性，包括功效和第一类错误。我们发现，基于流行的单样本方差估计量的样本量重新估计会导致超功效试验。此外，基于无偏方差估计量（如Xing-Ganju方差估计量）的样本量重新估计会导致效力不足的试验，这是预期的，因为重新估计程序通常需要高估方差和样本量，以最终满足目标效力。此外，我们提出了一个膨胀因子的样本量重新估计与Xing-Ganju方差估计，并表明这种方法的结果在足够的权力试验。由于Xing-Ganju方差估计的有利特征，例如无偏性和独立于组均值的分布，通货膨胀因子不依赖于滋扰参数，因此可以在试验之前计算。
2017-07-14 stat.AP
Are adaptive allocation designs beneficial for improving power in binary response trials?
我们考虑了经典的问题，选择最好的两个治疗的临床试验中的二元反应。目标是找到最大化相关测试功效的设计。许多文献使用幂函数的正态近似，并声称应使用根据响应的标准差的比率将受试者分配到治疗组的奈曼分配。由于标准差是未知的，因此通常建议采用自适应设计。这种方法的渐近理由是可验证的，因为它在尾部使用正态近似，其中近似的误差大于估计量。我们考虑两种不同的方法，最优性的设计是相关的皮特曼和巴哈杜尔定义的相对效率的测试。我们证明了根据Pitman准则的最优分配是平衡分配，根据Bahadur方法的最优分配取决于未知参数。精确的计算表明，根据Bahadur的最优分配往往接近于平衡设计，并且对于小样本量，两者的功效与Neyman分配相当，并且通常更适合于大实验。我们的研究结果有重要的影响，实验的设计，作为平衡设计被证明是最佳的或接近最佳的和需要的并发症涉及以下的自适应设计的目的，增加测试的权力，因此是值得怀疑的。
2011-03-20 math.ST stat.TH
Information-adaptive clinical trials with selective recruitment and binary outcomes
选择性招募设计优先招募估计在临床试验中具有统计学信息的个体。被期望提供较少信息的个人被招募的概率较低。此外，在信息适应性设计中，新兵以最大化信息增益的方式被分配到治疗组。个体的信息量取决于其协变量（或生物标志物）值，如何定义信息是信息自适应设计的关键要素。在本文中，我们定义和评估四种不同的方法来量化统计信息。使用实验数据和数值模拟，我们表明，选择性招募设计可以提供一个显着增加的统计功率相比，随机设计。在没有选择性招募的试验中，我们发现根据信息适应性协议将个体分配到治疗组也会导致统计功效的增加。因此，选择性招募设计可以使用更少的招募人员进行成功的试验，从而提供经济和道德优势。
2017-05-30 math.ST stat.ME stat.TH
Index Date Imputation for Survival Analysis in Externally Controlled Trials with Delayed Treatment Initiation
Johns Hopkins University School of Medicine（约翰斯·霍普金斯大学医学院）；Johns Hopkins University（约翰斯·霍普金斯大学）
针对外部对照试验中因治疗启动延迟导致的索引日期错位问题，提出截断感知的索引日期插补（IDI）方法，结合倾向得分加权以校正混杂，模拟和真实数据验证其减少偏差的有效性。
2026-06-18 stat.AP stat.ME
Implementing Response-Adaptive Randomisation in Stratified Rare-disease Trials: Design Challenges and Practical Solutions
本文针对分层罕见病试验中实施响应自适应随机化的实际挑战，提出映射策略将随机化概率离散化为分配比率向量以改善小样本下的频率误差，并分析了缺失数据对期中分析后适应性调整的影响，同时讨论了数据合并、盲法与安全性报告等实际问题。
2025-07-07 stat.AP stat.ME
Adaptive Clinical Trials: Exploiting Sequential Patient Recruitment and Allocation
UCLA（加州大学洛杉矶分校）
随机对照试验（RCTs）是比较新疗法与当前疗法（对照）有效性的金标准。大多数随机对照试验将患者按统一的随机化原则分配到治疗组和对照组。我们表明，如果患者可以在队列中招募（而不是一次全部招募），则此过程可能是高度次优的（就学习而言），在招募下一个队列之前可以观察到对每个队列的影响，并且在可识别的患者亚组中效果是异质的。我们制定的病人分配问题作为一个有限阶段的马尔可夫决策过程，其目标是最小化给定的加权组合的类型I和第二类错误。因为找到这个马尔可夫决策过程的精确解在计算上是困难的，我们提出了一个算法- \textit{Knowledge Gradient for Randomized Controlled Trials}（RCT-KG）-产生一个近似的解决方案。我们说明了我们的算法与伯努利结果的合成数据集，并将其与均匀随机化。对于给定的试验规模，我们的方法实现了显着减少错误，并达到规定的置信水平（在确定治疗是否优于对照），我们的方法需要更少的患者。我们的方法使用从对先前队列的影响中学到的知识，以促进更有效学习的方式将患者招募到亚组并在亚组内分配患者（治疗/对照）。
2018-10-18 cs.LG stat.ML
Imbalanced Randomization in Clinical Trials
随机化是临床试验中用于消除患者人群中潜在偏倚和混杂因素的常用技术。平均分配给治疗组是标准，因为在许多情况下其效率最佳。然而，在某些情况下，不平等的分配可以提高效率。在两组以上的优效性试验中，最佳随机化并不总是均衡随机化。在非劣效性试验中，等方差的加性界值是唯一的平衡随机化实例。非劣效性试验的最佳随机化可能远远不是1：1，并且可以大大提高效率，这是一个通常被忽视的事实。在http://www.statlab.wisc.edu/shiny/SSNI/上提供了一种用于计算具有正态分布、二项分布或泊松分布的加法或乘法界值的非劣效性试验的样本量的工具。
2018-09-18 stat.AP
Multi-objective optimal designs in comparative clinical trials with covariates: The reinforced doubly adaptive biased coin design
本文讨论的问题，分配患者到两个竞争的治疗中存在的协变量或预后因素，以实现良好的权衡之间的伦理问题，推理精度和随机性的治疗分配。特别是，我们提出了一个多用途的设计方法，结合效率和道德收益时，采用的线性同方差模型与治疗/协变量之间的相互作用和协变量之间的相互作用。随后的复合最优分配的治疗取决于协变量和他们的分布在人口的利益，以及对未知参数的模型。因此，我们引入了加强双自适应有偏硬币设计，即一般类的协变量调整的响应自适应程序，包括连续和不连续的随机化函数，旨在针对任何期望的分配比例。该建议的属性进行了描述，理论上和通过模拟。
2012-08-16 math.ST stat.ME stat.TH
Toward Valid Generative Clinical Trial Data with Survival Endpoints
Inria（法国国家信息与自动化技术研究院）；Université Paris Cité（巴黎城市大学）；Inserm（法国国家卫生研究院）；HeKA；AP-HP（巴黎大学医院）；Hôpital Européen Georges Pompidou（乔治·蓬皮杜欧洲医院）；Unité de Recherche Clinique APHP（APHP临床研究中心）；CIC1418（临床研究1418中心）；Epidémiologie Clinique Paris France（巴黎流行病学临床研究中心）
本文提出一种变分自编码器生成合成对照组，以解决临床试验中生存终点建模的挑战，优于GAN基线并在隐私和校准方面取得进展。
2025-11-20 cs.LG stat.AP stat.ME
Revisiting Optimal Allocations for Binary Responses: Insights from Considering Type-I Error Rate Control
本研究针对响应自适应设计加剧I类错误率膨胀的未被记录问题，推导两种结合得分检验与有限样本估计量的最优分配比例，经模拟验证可在控错的同时提升患者结局，且框架可拓展至多类场景。
2025-06-01 math.ST stat.AP stat.ME
Optimal designs for the development of personalized treatment rules
我们研究了多组平行组临床试验的设计，以估计个性化治疗规则，确定给定协变量的给定患者的最佳治疗。假设每个治疗组的结局由同方差线性模型给出，治疗组之间可能存在不同的方差，并且试验受试者从总体人群中形成随机样本，我们优化了（可能是随机的）治疗分配，允许分配率取决于协变量。我们发现，对于两个治疗的情况下，近似最优分配规则不依赖于协变量的值，但只依赖于响应的方差。相比之下，对于三种或更多种治疗的情况，最佳治疗分配确实取决于协变量的值以及真实的回归系数。最近发表的饮食临床试验的方法说明。
2022-07-12 math.ST stat.TH
Admissible multi-arm stepped-wedge cluster randomized trial designs
许多出版物现在已经解决的原则，设计，分析和报告的结果，阶梯楔形集随机试验。相比之下，很少有研究涉及的设计和分析多臂阶梯楔形随机试验，用于评估多种实验干预措施的有效性。在本文中，我们通过解释如何在这些多组试验中确定所需的样本量来解决这个问题，当数据使用线性混合模型进行分析时。然后，我们继续描述如何优化此类试验的设计，以在最小化试验成本和最小化处理效应估计值的协方差阵的某些函数之间取得平衡。使用最近开始的试验，将评估传感器监测的有效性，在职业治疗康复计划为老年人髋部骨折后作为一个例子，我们证明了我们的设计可以减少所需的观察次数为一个固定的功率水平高达58%。因此，当后勤限制允许使用任何一种可能的多臂步进楔形簇随机试验设计时，研究人员应该考虑采用我们的方法来优化他们的试验效率。
2018-06-28 stat.ME
Application of Multi-Armed Bandits to Model-assisted designs for Dose-Finding Clinical Trials
我们考虑将多臂强盗应用于剂量探索临床试验的模型辅助设计。多武装土匪是非常简单和强大的方法，以确定行动，以最大限度地提高奖励在有限的试验次数。在多武装匪徒中，我们首先考虑使用汤普森采样，该采样基于来自后验分布的随机样本来确定行动。在小样本量下，如剂量探索试验中，由于后验分布的尾部较重，随机样本的变异性太大，我们还考虑了正则化Thompson抽样和贪婪算法的应用。贪婪算法基于后验均值确定剂量。此外，我们还提出了一种方法来确定剂量的基础上的后验中位数。我们评估我们提出的设计的性能，通过模拟研究的六种情况。
2022-01-14 stat.ME
Augmenting control arms with Real-World Data for cancer trials: Hybrid control arm methods and considerations
随机对照试验（RCT）是评价药物安全性和有效性的金标准。然而，随机对照试验存在一些缺点，导致使用单臂研究来做出某些内部药物开发和监管决策，特别是在肿瘤学方面。具有真实世界数据（RWD）的混合对照试验（其中对照组由试验和真实世界患者组成）有可能帮助解决RCT和单臂研究在特定情况下的一些缺点，例如当疾病的患病率较低时，或者当对照组中使用的标准治疗无效或具有高毒性时，实验性治疗显示出早期前景。本文讨论了为什么考虑使用RWD进行混合对照试验可能是有益的，这种设计需要什么，何时可能合适，以及如何进行分析。我们提出了一种新的两步借用方法的混合控制臂的建设。我们使用模拟来展示动态和静态借款方法的操作特性，并强调研究团队在设计混合研究时需要解决的权衡和分析决策。
2021-08-16 stat.ME
On model-based time trend adjustments in platform trials with non-concurrent controls
平台试验可以评估几种治疗方法与对照组相比的疗效。治疗次数不固定，因为随着试验的进展，可能会增加或删除治疗组。平台试验比独立平行组试验更有效，因为使用了共享的对照组。对于稍后进入试验的组，并非对照组的所有患者都同时接受随机化。然后将对照组分为并发和非并发对照。使用非同期对照（NCC）可以提高试验的效率，但由于时间趋势，可能会引入偏倚。我们关注一个有两个治疗组和一个共同对照组的平台试验，假设稍后添加第二个治疗组，我们评估基于模型的方法在使用NCC时调整时间趋势的稳健性。我们考虑将时间趋势建模为线性或阶跃函数的方法，其中在手臂进入或离开试验的时间具有步骤。对于具有连续或二元结局的试验，我们研究了在一系列场景下检验新添加组疗效的1型错误率（t1e）和把握度。除了时间趋势在各臂之间相等的情况外，我们还研究了模型尺度中趋势不同或不加性的设置。对所有臂的数据拟合的阶跃函数模型在控制t1e的同时提供了增加的功效，只要不同臂的时间趋势相等并且在模型尺度上是相加的。如果使用块随机化，即使趋势的形状偏离阶跃函数，这也成立。但是，如果两组之间的趋势不同，或者在模型规模上不是相加的，则可能会失去控制。通过使用阶跃函数模型来纳入NCC所获得的效率可以超过潜在的偏差。然而，应考虑试验的具体情况、不同时间趋势的可解释性以及结果的稳健性
2022-07-26 stat.ME
Collaborative Indirect Treatment Comparisons with Multiple Distributed Single-arm Trials
针对多个仅共享汇总数据的分布式单臂试验，本文提出DAC方法，通过两轮通信实现跨所有试验人群组合的成对ATE估计，并具备双重稳健一致性及与合并分析等价的结果。
2025-09-28 stat.ME
Platform Trials: the Impact of common Controls on Type One Error and Power
平台试验提供了一个框架，可以在一项试验中研究多种干预措施，并有机会打开和关闭两组。与单个对照组或每种治疗单独试验相比，在平台试验中使用共同对照可提高效率。然而，作为共同控制的结果，多重性调整的必要性目前在研究人员、制药公司以及监管机构之间存在争议。我们研究了平台试验中的共同控制臂对第一类错误和功效的影响，与模拟研究中使用单独控制臂的平台试验相比。此外，我们评估了在平台试验中需要进行多重性调整的情况下对把握度的影响。在这两种研究设计中，与标准的双臂随机对照试验相比，未应用多重性调整时，家族错误率（FWER）被夸大。在共同控制的情况下，FWER膨胀较小。在大多数情况下，在多重性调整后，具有共同对照的平台试验在样本量和把握度方面仍然是有益的，而在某些情况下，具有共同对照的平台试验失去了效率增益。因此，我们进一步讨论了调整的必要性，在家庭的定义或假设的依赖性。
2023-02-09 stat.ME
Enhancing single-arm phase II trials by inclusion of matched control patients
当一种新的治疗方法成功地通过了I期试验时，就有不同的选择来设计后续的II期试验。一种方法是单臂试验，将干预组的反应率与固定比例进行比较。另一种选择是进行随机II期试验，将新治疗与安慰剂或当前标准进行比较。当研究的患者人群在预后因素方面非常异质时，这两种方法都会出现一个重要的问题。对于存在大量历史对照数据集的情况，我们提出了一种通过纳入匹配对照患者来增强经典单臂试验设计的方法。观察到的研究人群的结果可以根据匹配的对照进行调整，已知混杂因素的分布相当。我们提出了一种适应性两阶段设计，可选择因无效而提前停止，并考虑匹配率、匹配伴侣数量和观察到的处理效应重新计算样本量。通过基于一项研究急性髓性白血病患者新型治疗的假设II期试验的模拟研究，研究了拟定设计在第一类错误率、把握度和预期样本量方面的性能。
2020-07-31 stat.ME
On the use of non-concurrent controls in platform trials: A scoping review
该范围综述系统梳理了平台试验中纳入非同期对照的现有方法、核心假设与特征，同时总结了监管机构对非同期对照的相关指南与观点，并分析了其应用优势与潜在风险。
2022-11-17 stat.ME
On the inclusion of non-concurrent controls in platform trials with an interim analysis
Universitat Politècnica de Catalunya - BarcelonaTech (UPC)（加泰罗尼亚理工大学）；Medical University of Vienna（维也纳医科大学）
本文研究了在包含中期分析的平台试验中如何纳入非同时对照，探讨了非同时对照对治疗效应估计的影响，并提出了一种新的估计方法以减少偏差和I类错误。
2026-03-24 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
Treatment-control comparisons in platform trials including non-concurrent controls
本文提出在平台试验中利用非同期对照数据进行治疗-对照比较的方法，考虑时间趋势，并评估不同方法对I类错误控制和效能提升的影响。
2024-07-18 stat.ME
Optimal Treatment Allocations Accounting for Population Differences
本文针对临床试验中目标总体与试验总体存在差异的情况，提出了考虑总体差异的最优治疗分配方法，并证明平均治疗效应存在不依赖目标协变量分布的最优分配。
2025-05-21 stat.ME
Identification and estimation of causal effects using non-concurrent controls in platform trials
针对平台试验中非同期对照的因果效应估计难题，提出靶向同期平均治疗效应并采用协变量调整的双重稳健估计量，验证了收集预后变量比依赖非同期对照更能提升效率，在ACTT试验中精度提升20%。
2024-12-13 stat.ME
Familywise error control in multi-armed response-adaptive trials
反应适应性设计允许在试验过程中根据累积反应数据改变随机化概率，以便更大比例的患者可以分配到表现更好的治疗。在实践中使用响应自适应设计的一个主要问题，特别是从监管的角度来看，是控制第一类错误率。特别是，我们表明，天真的z-检验可以有一个膨胀的第一类错误率，即使在应用Bonferroni校正。仿真研究经常被用来演示错误控制，但并不提供保证。在本文中，我们提出了自适应测试程序的正态分布的结果，确保强大的家庭误差控制，迭代应用条件不变原则。我们的方法可用于完全序贯和区组随机试验，并在文献中发现的一大类自适应随机化规则。我们发现，有一个很高的价格支付的权力，以保证家庭的错误控制的随机化方案与极端的分配概率。然而，对于文献中提出的贝叶斯自适应随机化方案，与z检验相比，我们的自适应检验保持或增加了试验的功效。我们使用原发性高胆固醇血症的三臂试验来说明我们的方法。
2018-03-14 stat.ME
