Power analysis for cluster randomized trials with continuous co-primary endpoints
出于科学或逻辑的考虑，评价医疗保健干预措施的实用性试验通常采用整群随机化。以往的综述表明，协同主要终点在实用性试验中很常见，但在样本量或把握度计算中很少被认识到。虽然基于$K$（$K\geq 2$）二进制协同主要终点的把握度分析方法可用于CRT，但据我们所知，连续协同主要终点的方法尚不可用。假设一个多变量线性混合模型解释了每个聚类中观察结果之间的多种类型的组内相关系数（终点特异性ICC、受试者内ICC和受试者间终点间ICC），我们推导出$K$处理效应估计量的闭合形式联合分布，以便于在相同聚类大小下使用不同类型的零假设确定样本量和把握度。我们表征的权力之间的关系，每个测试和不同类型的相关参数。我们进一步放松了等簇大小假设，并通过簇大小的均值和变异系数近似$K$处理效应估计量的联合分布。我们的模拟研究与有限数量的集群表明，我们的方法的预测能力与经验的权力，当多元线性混合模型中的参数估计通过期望最大化算法。一个真正的CRT的应用程序来说明所提出的方法。
2022-05-02 stat.ME
A hypothesis test of feasibility for external pilot trials assessing recruitment, follow-up and adherence rates
一项大型临床试验的效力可能会受到招募率、随访率和依从率低的不利影响。外部试点试验估计这些比率，并通过预先规定的决策规则使用它们来确定最终试验是否可行并应该继续进行。关于如何选择这些决策规则或试点的样本量，几乎没有方法学研究。在本文中，我们提出了一个确定性试验的可行性假设检验，适用于外部试点数据，并用于作出进展的决定。我们通过计划试验的力量，作为招募，随访和依从率的函数来量化可行性。我们使用该指标来定义在试点中进行检验的假设，提出了一个检验统计量，并展示了如何计算该检验的错误率，用于具有单一正态分布主要终点的双臂平行组确定性试验的常见场景。我们使用我们的方法来重新设计TIGA-CUB，一个外部试点试验，比较心理治疗与常规治疗行为障碍儿童。然后，我们扩展了我们的公式，包括使用试点数据来估计主要终点的标准差。并将其纳入进展决定中。
2019-08-15 stat.ME
Estimation of the relative risk following group sequential procedure based upon the weighted log-rank statistic
在本文中，我们考虑一组顺序监测试验的生存终点，监测使用加权对数秩（WLR）统计与确定性权重函数。我们引入了一个汇总统计量的加权平均记录相对风险的形式，并表明，如果没有迹象变化的瞬时记录相对风险，总是存在一个双射之间的WLR统计和加权平均记录相对风险。我们表明，这种双射可以一致地估计在一个合适的形状假设下，我们列出了两种可能性，在每次分析。我们指出如何获得设计调整的p值和置信区间，并建议如何应用偏差校正方法。最后，我们记录了在设计NLST中期分析计划和报告主要终点结果时所做的几个决定。
2011-02-25 stat.ME
Sample Size Estimation using a Latent Variable Model for Mixed Outcome Co-Primary, Multiple Primary and Composite Endpoints
混合结局终点结合多个连续和离散组分，形成共同主要、多个主要或复合终点，通常用作临床试验的主要结局指标。使用潜变量框架对个体结果进行联合建模有许多优点，但是为了在实践中利用模型，我们需要样本量估计技术。在本文中，我们展示了如何潜变量模型可以应用于三种类型的联合终点，并提出适当的假设，权力和样本量估计方法。我们使用一个基于MUSE试验中四维终点的数值示例来说明该技术，并发现协同主要终点所需的样本量大于效应量最小的单个终点所需的样本量。相反，多个主要终点所需的样本量从具有最大效应量的个体结局所需的样本量减少。我们表明，分析技术同意从模拟研究的经验力量。我们通过模拟研究进一步说明了在混合结局复合终点试验中可能实现的所需样本量的减少，并发现样本量主要取决于驱动响应和相关性结构的组分，而较少取决于个体终点中的处理效应结构。
2019-12-11 stat.AP stat.ME
CUI-MET: Clinical Utility Index Dose Optimization Approach for Multiple-Dose, Multiple-Outcome Randomized Trial Designs
CUI-MET通过加权多个二分类终点构建临床效用指数，在多剂量随机试验中选出最优剂量，并提供R Shiny工具和Bootstrap稳健性评估，为早期肿瘤试验剂量优化提供灵活易用的方法。
2025-05-06 stat.AP stat.ME
Jointly modeling multiple endpoints for efficient treatment effect estimation in randomized controlled trials
University of Minnesota（明尼苏达大学）
本文提出了一种基于主要和次要终点联合模型的治疗效应估计器，通过信息整合提高效率并增强鲁棒性，应用于低尼古丁香烟对吸烟者戒烟比例的影响研究。
2025-06-03 stat.ME
Positive margins and primary decomposition
我们研究了具有固定边缘的列联表上的随机游动，对应于一个（对数线性）分层模型。如果允许移动的集合不是马尔可夫基，则存在具有不连接的相同边缘的表。我们研究线性条件的边缘值，确保在一个给定的纤维中的所有表连接。我们发现，许多图形模型具有正的利润率属性，这意味着，所有的纤维严格正的边际连接的二次移动，对应于条件独立的声明。该属性在自然操作下仍然存在，例如沿着集团粘合，但我们也构造了不享受此属性的图形模型的示例。通过证明完全二部图K_（3，3）的全局Markov理想不是根的，我们还对Engström，Kahle和Sullivant的一个问题给出了否定的回答.我们的分析的积极利润率属性依赖于计算相关的条件独立理想的准素分解。本文的主要技术成果是准素分解的条件独立理想的图形模型的$N$ -循环和完全二部图$K_(2,N-2)$，与各种限制的大小的节点。
2012-06-21 math.AC math.CO math.ST
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
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
Partial Bridging of Vaccine Efficacy to New Populations
假设一个人有来自一个或多个已完成的疫苗效力试验的数据，并希望在新的环境中估计效力。后勤或伦理方面的考虑往往使进行另一项疗效试验成为不可能。幸运的是，如果有一个生物标志物是疗效的主要修饰符，那么在已完成的试验和新的环境中，生物标志物条件疗效可能是相同的，或者至少提供了足够的信息，可以有意义地限制这个数量。鉴于新人群中的这种生物标志物的样本，我们可能希望我们可以将已完成的试验结果联系起来，以估计疫苗在新人群中的有效性。不幸的是，由于未知的条件性未接种风险，即使知道新人群中的真实条件性疗效也无法确定边际疗效。我们定义了一条曲线，部分识别（下限）作为人口的边际未接种疫苗的风险的函数，在新的人口的边际疗效，假设人们可以识别边界上的条件未接种疫苗的风险在新的人口。解释曲线只需要确定新人群中未接种疫苗的边际风险的合理区域。我们提出了一个非参数估计这条曲线，并制定有效的置信下限，集中在一个参数率。我们自始至终使用疫苗术语，但结果适用于一般的二元干预和有限的结果。
2017-01-24 stat.ME
Clinical research and methodology What usage and what hierarchical order for secondary endpoints?
本文探讨了随机临床试验中次要终点分析导致I类错误风险膨胀的问题，并对比了共同主要终点风险分配法与层级检验程序两种控制错误结论风险的方法。
2024-09-23 stat.ME
Combining covariate adjustment with information from secondary endpoints to improve precision in randomized trials
Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院）；School of Public Health, University of Minnesota（明尼苏达大学公共卫生学院）
本研究将协变量调整与次要终点信息结合，通过扩展结构方程模型并采用交叉验证模型平均法，在随机试验中提升了主要终点平均处理效应估计的精度，且验证了其效率与稳健性的折中效果。
2026-08-28 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
A statistical inference course based on p-values
介绍性的统计推断教科书和课程分别处理点估计、假设检验和区间估计问题，主要强调大样本近似。在这里，我提出了另一种方法来教授这门课，围绕p值，强调可证明有效的推断，为所有样本量。还提供了有关计算和边缘化的详细信息，以及一些说明性的例子，以及课程大纲。
2016-06-07 stat.ME stat.OT
The FORSS Framework for Sample Size and Power Calculations With Win Statistics for Hierarchical Endpoints
Duke University（杜克大学）；Duke Clinical Research Institute（杜克临床研究所）；Duke University Medical Center（杜克大学医学中心）
本文提出了一种基于公式的方法，即FORSS框架，用于处理具有分层终点的临床试验中的样本量和功效计算，通过灵活的联合工作分布和熟悉度量来指定边际治疗效应，从而克服了现有方法的局限性。
2026-05-17 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
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
Correlation Matters! Streamlining the Sample Size Procedure with Hierarchical Time-to-event Endpoints
Yale School of Public Health（耶鲁大学公共卫生学院）；Yale Center for Analytical Sciences（耶鲁分析科学中心）
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
proxymate: Diagnosis and Adjustment of Proxy Estimates for Reliable Inference
Meta
研究针对代理估计存在的问题，提出Proxymate框架及Python包，通过四个级别进行代理验证和调整，提供诊断与策略，在Meta多个用例中应用，校正大量代理与主要单元比较，推动多工作流发布。
2026-07-28 cs.LG stat.ML
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
Assessing the Impact of Intercurrent Events on Power and Sample Size for Estimands with Time-to-Event Endpoints
Quantitative Sciences Innovation, GSK（葛兰素史克定量科学创新中心）；Statistics & Programming, Veramed Ltd.（Veramed有限公司统计与编程部门）
本文提出一组公式，用于计算固定随访期临床试验中时间至事件终点估计目标的功效，考虑了治疗策略、假设、复合或组合策略处理并发事件，并通过鼻息肉病例研究验证了方法的实用性和准确性。
2026-10-05 stat.AP stat.ME
Analysis and sample size calculation within the responder stratified exponential survival model
肿瘤学的主要终点通常是总生存期，其中治疗之间的差异可能仅在多年后观察到。为了避免有希望的治疗被拒绝，可以基于替代终点进行初步批准。批准可以通过评估同一研究中的总生存期来确认。在这些试验中，样本量计算和分析必须考虑替代终点与总生存期之间的相关性。对于二元替代终点，可以通过Xia、Cui和Yang（2014）提出的应答者分层指数生存期（RSES）模型对这种关系进行建模。基于极大似然估计，我们得到了模型的性质和置信区间。此外，我们提出了一个近似和精确的生存差异的测试。准确确定了两种新开发测试的第一类错误率、功效和所需的样本量。这些特性进行了比较的对数秩检验。我们证明了精确检验的性能最好。对数秩检验的功效在某些情况下相当低。我们的结论是，对数秩检验不应该在RSES模型中使用。所提出的样本量计算方法效果良好。我们提出的方法的可解释性进行了讨论。
2022-05-23 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
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
Improving sandwich variance estimation for marginal Cox analysis of cluster randomized trials
聚类随机试验（CRT）经常招募少量的聚类，因此需要应用小样本校正来进行有效的推断。最近的一项系统性综述表明，报告右删失至事件时间结局的CRT并不罕见，边际考克斯比例风险模型是主要分析的常用方法之一。虽然小样本校正已经研究了边际模型与连续，二进制和计数的结果，没有以前的研究一直致力于开发和评价的偏差校正的三明治方差估计时，聚集的时间到事件的结果进行了分析的边际Cox模型。为了改善目前的做法，我们提出了9个偏差校正夹心方差估计的CRT使用边际Cox模型的分析，并报告了模拟研究，以评估其小样本属性。我们的研究结果表明，最佳选择的偏倚校正三明治方差估计CRT的生存结果可以依赖于集群大小的变异性，也可以略有不同，无论是根据相对偏差或第一类错误率进行评估。最后，我们说明了新的方差估计在现实世界的CRT干预效果的结论不同，这取决于使用小样本偏差校正。建议的三明治方差估计在R包CoxBcv中实现。
2022-09-02 stat.ME
Power calculation for cross-sectional stepped wedge cluster randomized trials with a time-to-event endpoint
本文针对截尾时间至事件终点的横断面SW-CRTs，提出分层边际Cox模型并推导稳健三明治方差，开发基于Wald和稳健得分检验的效能公式，提供R Shiny应用辅助计算。
2025-05-22 stat.ME
postcard: An R Package for Marginal Effect Estimation with or without Prognostic Score Adjustment
本文介绍R包postcard，实现含或不含预后评分调整的GLM插入法，用于估计边际效应和近似统计功效，为随机临床试验提供高效分析工具。
2026-11-09 stat.ME
Optimal sequential two-stage Bayes Factor Design for two-arm clinical Phase II Trials with binary Endpoints
提出一种无模拟方法，基于贝叶斯因子优化两臂II期试验的两阶段设计，通过精确表达式计算操作特征并最小化零假设下的期望样本量。
2026-06-01 stat.AP stat.ME
A closed-form sample size correction for always-valid inference with optional stopping
Spotify
针对A/B测试中连续监测的顺序检验，提出闭式校正因子k*，通过调整固定样本量使经验功效接近目标值，节省8-20%样本预算。
2026-06-18 stat.ME
Dynamic Prediction of the Target Survival Time in Metastatic Solid Tumor Cancer Clinical Trials
University of Michigan, Department of Biostatistics（密歇根大学生物统计学系）；Pfizer Inc.（辉瑞公司）
本文提出多变量联合建模方法，利用疾病进展信息改进目标OS预测时间，首次系统探讨了不同疾病进展信息层次对OS预测的影响。
2026-04-22 stat.AP stat.ME
Sample size determination via learning-type curves
针对预测模型样本量确定问题，提出结合学习型曲线的两种方法，验证发现跨样本量借信息可提升性能，高斯过程法更稳健高效，建议有历史数据时外推应锚定历史证据。
2024-05-22 stat.AP stat.ME
