多区域临床试验中基于协变量不匹配的区域特定治疗效应推断的选择性信息借用
统计方法学
2026-02-04 v1
摘要
多区域临床试验 (MRCT) 是全球药物开发的核心，使跨不同人群的治疗效应评估成为可能。关键挑战在于，当目标区域较小且与辅助区域在基线协变量或未测量因素上不同时，对区域特定估计量进行有效且高效的推断。我们采用估计量导论框架，关注预指定目标区域的区域特定平均处理效应 (RSATE)，这直接相关于当地监管决策。跨区域差异可能导致协变量漂移、协变量不匹配和结果漂移，从而可能偏误信息借用并使 RSATE 推断无效。为了解决这些问题，我们发展了一个统一的因果推断框架，进行选择性信息借用。首先，我们引入一个逆方差加权估计器，将一个“小样本、丰富协变量”的目标-only 估计器与一个“大样本、有限协变量”的全借用 doubly robust 估计器组合，以实现在无结果漂移情况下的最大效率。其次，为了容纳结果漂移，我们应用保守预测来评估患者水平的可比性并自适应选择用于借用的辅助区域患者。最后，为确保严格的有限样本推断，我们采用条件随机化检验，实现 exact、model-free、selection-aware 的类型 I 错误控制。模拟研究表明，提出的估计器在效率上有改进，相对于无借用和全借用方法，平均均方误差降低 10-50%，统计功效更高，而且在各种情景下保持有效推断。一个应用于 POWER 试验的应用进一步表明，RSATE 估计的精度得到改善。
引用
@article{arxiv.2602.02703,
title = {Selective Information Borrowing for Region-Specific Treatment Effect Inference under Covariate Mismatch in Multi-Regional Clinical Trials},
author = {Chenxi Li and Ke Zhu and Shu Yang and Xiaofei Wang},
journal= {arXiv preprint arXiv:2602.02703},
year = {2026}
}