使用 p 值之和评估可重复性

原始研究和重复研究的统计显著性均是评估重复尝试的常用标准，在药物开发中也被称为双试验规则。然而，有时尽管原始研究不显著，仍会进行重复研究，在这种情况下，不再能保证跨两项研究的 I 类错误率控制。我们提出了一种使用两项研究 p 值之和来评估可重复性的替代方法。该方法提供了一个组合 p 值，并可进行校准，以将总体 I 类错误率控制在与双试验规则相同的水平，但即使原始研究不显著，也允许重复成功。未加权版本要求，如果原始研究已经具有说服力，则重复研究的显著性水平限制较少，这有助于将样本量减少多达 10%。对原始研究进行降权处理可解释可能的偏差，并要求在重复研究时采用更严格的显著性水平和更大的样本量。我们使用来自四个大规模重复项目的数据来说明和比较所提出的方法与双试验规则、荟萃分析及 Fisher 组合方法。