多中心临床试验的期中招募预测
统计方法学
2020-09-03 v4 应用统计
摘要
我们引入了一个用于监测、建模和预测多中心临床试验招募的通用框架。该工作的动机在于现有多中心招募的时间齐次招募模型产生了过于乐观且狭窄的预测区间。我们首先提出两种用于检测招募率衰减的检验,并附带功效研究。然后我们引入一种基于强度单调衰减的非齐次泊松过程的模型,其动机来自肿瘤学试验中观察到的招募趋势。该模型的一般形式允许适配任意参数曲线形状。提供了构建合理参数先验的通用方法,并使用贝叶斯模型平均来做出预测,这些预测考虑了参数与模型两方面的不确定性。使用模拟数据集检验了方法的有效性及其对设定错误的鲁棒性。然后将新方法论应用于肿瘤学试验数据,我们进行期中入组预测,与现有方法所得结果进行比较,并指出入组模式发生非预期变化的位置。
引用
@article{arxiv.1910.07965,
title = {Interim recruitment prediction for multi-centre clinical trials},
author = {Szymon Urbas and Chris Sherlock and Paul Metcalfe},
journal= {arXiv preprint arXiv:1910.07965},
year = {2020}
}
备注
36 pages, 23 figures