贝叶斯预后协变量调整

关于疾病结局的历史数据可以通过多种方式整合到临床试验的分析中。我们基于已有文献构建，这些文献利用预测模型的预后评分通过协变量调整来提高处理效应估计的效率。在此我们更进一步，采用贝叶斯框架，将预后协变量调整与从预测模型在既往试验中的预测表现所学得的经验先验分布相结合。该贝叶斯方法在先验分散时具有严格一类错误控制的预后协变量调整，与先验尖锐集中时的单臂试验之间实现插值。理论上证明该方法在合理条件下可大幅提升统计功效，同时限制一类错误率。我们通过模拟以及对一项既往阿尔茨海默病临床试验的分析展示了本方法的效用。