LEAP：用于从历史数据借用信息的潜在可交换性先验
统计方法学
2023-03-10 v1
摘要
基于历史数据引出信息先验正变得日益流行。现有的流行先验，包括幂先验、 commensurate先验和稳健元分析先验，提供 blanket discounting（整体折扣）。因此，若历史数据中仅有部分受试者与当前数据可交换，这些先验可能并不合适。为解决此问题，已有提出倾向得分(PS)方法。然而，PS方法仅关注协变量分布，而可交换性通常借助与结局相关的参数来评估。本文中，我们引入潜在可交换性先验(LEAP)，将历史数据中的观测分类为可交换与不可交换两组。LEAP通过从历史数据中识别最相关的受试者来对历史数据进行折扣。我们在模拟中将所提方法与替代方法比较，并给出使用所提先验以不平衡随机化方案在斑块状银屑病三期临床试验中扩充对照臂的案例分析。
引用
@article{arxiv.2303.05223,
title = {LEAP: The latent exchangeability prior for borrowing information from historical data},
author = {Ethan M. Alt and Xiuya Chang and Xun Jiang and Qing Liu and May Mo and H. Amy Xia and Joseph G. Ibrahim},
journal= {arXiv preprint arXiv:2303.05223},
year = {2023}
}