利用历史数据并严格控制族wise错误率的贝叶斯多元成功概率
统计方法学
2020-10-27 v1
摘要
鉴于 III 期和 IV 期临床试验的成本与耗时，开发用于继续/终止决策的统计方法至关重要。本文引入一种贝叶斯方法，基于多元线性模型下某治疗方案的当前数据计算成功概率。我们的方法利用贝叶斯似不相关回归模型，即使各终点间协变量不同，也可对多个终点进行联合建模。终点间的相关性被显式建模。该贝叶斯联合建模方法在单一框架内统一了单重与多重检验流程。我们发展了一种多重检验方法，其在渐近意义上严格保证族wise错误率控制，且比频率学多重性处理方法效力更高。该方法有效地将 Ibrahim 等人及 Chuang-Stein 的方法作为特例涵盖，并且据我们所知，是唯一允许对多终点及/或多假设进行稳健样本量确定、且唯一在存在多重性时提供严格族wise I 类错误控制的方法。
引用
@article{arxiv.2010.13774,
title = {Bayesian Multivariate Probability of Success Using Historical Data with Strict Control of Family-wise Error Rate},
author = {Ethan M. Alt and Matthew A. Psioda and Joseph G. Ibrahim},
journal= {arXiv preprint arXiv:2010.13774},
year = {2020}
}