RobinCar 家族：随机临床试验中稳健协变量调整的 R 工具
摘要
目的：协变量调整是一种强大的统计技术，可提高临床试验的效率。美国 FDA 最近提供的指导意见对使用协变量调整提供了建议和最佳实践。然而，已存在一种与广泛统计文献关于协变量调整之间的差距，这些软件使用便捷且遵循最佳实践。方法：我们开发了 RobinCar 家族，其包括 RobinCar 和 RobinCar2。这两个 R 软件包为遵循最佳实践的连续型、离散型和事件发生时间结果提供协变量调整分析。对于连续型和离散型结果，RobinCar 家族中的函数便于实施传统形式的协变量调整，如 ANCOVA，也便于实施更近期的方法，如 ANHECOVA、G-computation 结合广义线性模型和机器学习模型，以及对 super-covariate 的调整（如 PROCOVA™）。针对事件发生时间结果，实现了协变量调整 log-rank 检验、分层协变量调整 log-rank 检验和边际协变量调整风险比。RobinCar 家族由 ASA Biopharmaceutical Section Covariate Adjustment Scientific Working Group 支持。结果：我们提供了关于协变量调整统计方法的易于访问的概述，并描述了它们在 RobinCar 和 RobinCar2 中的实现方式。我们强调了面向临床试验从业者的重要使用注意事项。结论：我们通过分析美国 AIDS 临床试验组 Study 175 的数据，演示了 RobinCar 和 RobinCar2 函数的直观易用性。
引用
@article{arxiv.2601.14498,
title = {The RobinCar Family: R Tools for Robust Covariate Adjustment in Randomized Clinical Trials},
author = {Marlena Bannick and Yuanyuan Bian and Gregory Chen and Liming Li and Yuhan Qian and Daniel Sabanés Bové and Dong Xi and Ting Ye and Yanyao Yi},
journal= {arXiv preprint arXiv:2601.14498},
year = {2026}
}
备注
On behalf of the Software Subteam ASA-BIOP Covariate Adjustment Scientific Working Group. All authors contributed equally to this work