药物监管中兼容效应估计与假设检验的组合p值函数

药物监管中的两试验规则要求来自两个关键试验的统计显著结果以证明有效性。然而，尚不清楚如何结合两个试验的效应估计来量化药物效应。固定效应荟萃分析通常被使用，但可能在两试验规则未满足时产生排除无效应值的置信区间。我们通过将两试验规则和荟萃分析重铸为组合p值函数的统一框架来系统性地解决这一问题，其中它们分别是Wilkinson方法和Stouffer方法的变体。这使我们能够获得兼容的组合p值、效应估计和置信区间，我们以闭式推导。此外，我们为Edgington、Fisher、Pearson和Tippett的p值组合方法提供了新结果。当两个试验具有相同的真实效应时，所有方法都能一致地估计它，尽管某些方法存在偏差。当真实效应不同时，两试验规则和Pearson方法是保守的（收敛到较不极端的效应），Fisher和Tippett方法是反保守的（收敛到更极端的效应），而Edgington方法和荟萃分析是平衡的（收敛到加权平均）。值得注意的是，Edgington的置信区间渐近地总是包含各试验的效应，而荟萃分析的置信区间收缩到加权平均效应处的一个点。我们得出结论，所有这些方法都可能根据感兴趣的估计目标而适用。我们在R包twotrials中实现了组合p值函数推断，使研究人员能够轻松执行兼容的假设检验和效应估计。