PAM-HC: 利用外部数据构建随机临床试验混合对照的贝叶斯非参数方法
统计方法学
2023-11-01 v1
摘要
在随机临床试验中,从外部数据借用信息以扩充对照组高度可取,尤其在对照组样本量有限的场景下。然而,从外部数据借用信息的主要挑战在于容纳外部数据与试验数据间潜在的异质子群体。我们应用一种称为 Plaid Atoms Model(PAM,条状原子模型)的贝叶斯非参数模型来识别跨数据集的重叠与独有子群体,并据此将信息借用限制于共同子群体。这构成了一种混合对照(HC),可更精确地估计处理效应。模拟研究证明了新方法的稳健性,对特应性皮炎数据集的应用显示出改进的处理效应估计。
引用
@article{arxiv.2310.20087,
title = {PAM-HC: A Bayesian Nonparametric Construction of Hybrid Control for Randomized Clinical Trials Using External Data},
author = {Dehua Bi and Tianjian Zhou and Wei Zhong and Yuan Ji},
journal= {arXiv preprint arXiv:2310.20087},
year = {2023}
}