条件性原则与错误率分层及其在平台试验中的应用
统计方法学
2026-03-26 v5
摘要
长期以来存在一种误解，认为临床试验中仅需一种类型的错误率控制，从而引发关于应优先控制族wise错误率（FWER）还是错误发现率（FDR）的争论。这一误解导致关于 FWER 控制的误导性陈述，以及转向 FDR 控制的提议，而后者可能被业界操纵。实际上，自 2000 年代初以来，生物制药统计学已隐式地应用了两层 I 类错误率控制。这与 Tukey 于 1953 年发明的族间错误率（ERpF）用于跨研究错误控制相一致，而 FWER 适用于每个研究内部。我们的论文阐明了这种分层，并利用平台试验展示 FDA 为履行监管使命所需的跨研究可验证条件。我们表明，在研究内部以 控制 FWER 本质上以每 100 个 5 例跨研究控制 ERpF，无论研究间相关性如何。这支持了当前在保护公众健康的同时促进创新的监管实践。我们还探讨了平台试验中 ERpF 稳定性的担忧，其中共享对照引入了依赖性。通过应用条件性原则并利用创新的 Shiny 应用程序，我们探究相关性如何影响 ERpF 变异性，为知情决策提供更深入的见解。我们的发现得到诸如错误率控制分层与条件性原则等原则的支持，随着平台试验因能高效同时测试多种疗法而日益流行，这些发现尤为相关。
引用
@article{arxiv.2302.12728,
title = {Principles of Conditionality and Layering of Error Rates with Application to Platform Trials},
author = {Xinping Cui and Emily Ouyang and Yi Liu and Jingjing Yan Schneider and Hong Tian and Bushi Wang and Jason C. Hsu},
journal= {arXiv preprint arXiv:2302.12728},
year = {2026}
}