长期生存者情境下的 estimand 基于推断
统计方法学
2024-09-05 v1
摘要
本文发展了用于比较两个样本中生存数据的非参数推断方法, 这对于癌症新疗法的临床试验尤为重要, 因为长期生存是关键结果. 这些疗法, 包括免疫疗法或其他先进治疗方法, 旨在建立持久的疗效. 它们常表现出截然不同的生存模式, 如交叉或延迟分离, 以及在生存曲线尾部可能出现的水平化, 明显违反比例危险假设, 渲染危险比不合适用于衡量治疗效果. 提议的方法利用混合治愈框架分别分析长期生存者的治愈率以及易感个体的生存函数. 我们评估了一个用于单样本情境的非参数估计器, 该估计器在充足随访情况下可表示为 Kaplan-Meier (KM) 估计器的位置-比例-偏移变体. 它保留了 KM 估计器的若干可取特征, 包括逆概率撤回加权、乘积极限估计、自洽性以及非参数效率. 在随访不足的情况下, 它可以通过纳入合适的治愈率估计器来轻松进行调整. 在双样本情境中, 除了使用治愈率差异来衡量长期效应外, 我们提出了一种图形化 estimand 用于比较易感亚群的相对治疗效应. 该过程受 Kendall's tau 启发, 比较易感个体中生存时间的排序. 本文提出的方法的大样本性质得到推导以便进一步推断, 并通过大量模拟研究检验有限样本性质. 本文提出的方法用于分析 CheckMate 067 免疫疗法临床试验中的数字化数据.
引用
@article{arxiv.2409.02209,
title = {Estimand-based Inference in Presence of Long-Term Survivors},
author = {Yi-Cheng Tai and Weijing Wang and Martin T. Wells},
journal= {arXiv preprint arXiv:2409.02209},
year = {2024}
}