基于 outstandR 包的 population-adjusted 间接治疗比较
统计计算
2026-01-16 v2
摘要
间接治疗比较 (ITC) 在无对照临床试验时刻于健康技术评估 (HTA) 中至关重要。当尝试将具有 individual patient data (IPD) 的治疗与仅有报告聚合水平数据 (ALD) 的竞争者进行比较时，常见的挑战是试验人群在效应调制因子上存在差异。虽然存在 Matching-Adjusted Indirect Comparison (MAIC) 和 Simulated Treatment Comparison (STC) 等方法来调整跨试验差异，但软件实现往往碎片化或功能受限。本文介绍 outstandR，这是一个用于 population-adjusted indirect comparison (PAIC) 的 R 包，旨在提供全面且统一的框架。除了标准加权和回归方法之外，outstandR 实现了在 maximum likelihood 和贝叶斯框架内的高级 G-computation 方法，以及 Multiple Imputation Marginalization (MIM) 以解决 non-collapsibility 和缺失数据问题。通过简化 covariate simulation、model standardization 和 contrast estimation 的工作流程，outstandR 使在复杂决策情境中实现稳健且兼容的证据综合成为可能。
引用
@article{arxiv.2601.07532,
title = {Population-Adjusted Indirect Treatment Comparison with the outstandR Package in R},
author = {Nathan Green},
journal= {arXiv preprint arXiv:2601.07532},
year = {2026}
}
备注
35 pages