用于从多个历史数据集自适应借取信息的单位信息先验
统计方法学
2021-02-02 v1
摘要
在临床试验中，当前试验所研究的相同或相关治疗往往存在多个历史研究。在历史数据分析中纳入历史数据具有重要意义，因为它有助于获取更多信息、提高效率，并对治疗提供更全面的评估。受参考贝叶斯检验中单位信息先验（UIP）概念的启发，我们从信息角度提出了一种称为UIP的新信息先验，能够自适应地从多个历史数据集借取信息。我们考虑了二分类和连续数据，并将新的UIP方法推广到线性回归设定。大量模拟研究表明，我们的方法与其他常用信息先验相当，而UIP的解释直观且实现相对容易。UIP的一个显著特点是，其构建仅需要文献中通常报告的汇总统计量，而不需要患者级数据。通过将我们的UIP方法应用于研究美金刚治疗阿尔茨海默病疗效的III期临床试验，我们展示了其在真实应用中从多个历史数据集自适应借取信息的能力。
引用
@article{arxiv.2102.00796,
title = {Unit Information Prior for Adaptive Information Borrowing from Multiple Historical Datasets},
author = {Huaqing Jin and Guosheng Yin},
journal= {arXiv preprint arXiv:2102.00796},
year = {2021}
}
备注
4 figures; 2 tables in manuscript. 2 figures and one table in supplementary