加权轨迹分析及其在临床结局评估中的应用
统计方法学
2023-06-08 v1
摘要
Kaplan-Meier 估计量（KM）在医学研究中被广泛用于从寿命数据估计生存函数。KM 因计算简单、具有 logrank 假设检验以及能够对患者进行删失而成为评估临床试验的有力工具。然而，KM 存在若干限制，且无法推广至诸如毒性和 ECOG 体能状态等感兴趣的序数变量。我们设计了加权轨迹分析（WTA），以结合 KM 的优势与对序数变量及波动结局进行比较治疗组的能力。为评估统计显著性，我们开发了一种类似于 logrank 检验的新假设检验。我们通过针对化疗毒性和精神分裂症进展的独特随机模型的 1000 倍临床试验仿真展示了 WTA 的功能。在若干样本量与风险比增量下，我们将 WTA 的性能与 KM 和广义估计方程（GEE）进行比较。WTA 通常仅需 KM 一半的样本量即可达到相当的检验效能；相对于 GEE 的优势包括其稳健的非参数方法及摘要图。我们还将 WTA 应用于真实临床数据：接受免疫治疗的黑色素瘤患者的毒性结局，以及接受雷莫芦单抗的转移性乳腺癌患者的疾病进展。WTA 的应用表明，使用诸如百分比发生率和 KM 等传统方法可能因未能对疾病轨迹建模而导致 I 类和 II 类错误。本文概述了一种新颖的临床结局评估方法，将 Kaplan-Meier 估计的优势扩展至序数结局变量。
引用
@article{arxiv.2306.04138,
title = {Weighted trajectory analysis and application to clinical outcome assessment},
author = {Utkarsh Chauhan and Kaiqiong Zhao and John Walker and John R. Mackey},
journal= {arXiv preprint arXiv:2306.04138},
year = {2023}
}
备注
29 pages, 3 tables, 10 figures