临床试验中常用模式混合模型的直接估计方法

模式混合模型因其在非可忽略缺失数据临床试验的主要或灵敏度分析中常用于评估治疗效应而受到日益关注。传统上，模式混合模型采用多重插补法实现，其中方差估计可能面临挑战，因为Rubin方法的在之间方差与之间方差的合并可能无法提供一致的方差估计，而自助法则可能耗时。文献中提出了基于直接似然的方法，但其假设条件有时较为严格，理论框架也相对脆弱。本文提出一种用于return-to-baseline、jump-to-reference、placebo washout及retrieved dropout插补的常用模式混合模型的高效直接似然估计方法的解析框架。也讨论并实现了一种简洁的tipping point分析。仿真研究结果表明，所提方法能够提供一致的估计器。我们进一步使用来自2型糖尿病治疗临床试验的数据说明了所提方法的实用性。