导读:本文包含了样本量调整论文开题报告文献综述及选题提纲参考文献，主要关键词:临床试验,样本量调整,两阶段自适应设计,Fisher合并P值法
样本量调整论文文献综述
王素珍,孟维静,吕军城,石福艳,夏结来[1]（2012）在《自适应样本量调整中Fisher合并P值法和传统检验法的模拟比较》一文中研究指出文章探讨Fisher合并P值法在两阶段自适应设计样本量调整中对Ⅰ型错误和检验效能的影响。利用蒙特-卡罗(Monte Carlo)法模拟不同样本量时的两阶段自适应设计过程,分别采用合并P值法和方差分析法分析最后数据并比较了二者对Ⅰ型错误、检验效能值的影响。(本文来源于《统计与决策》期刊2012年14期）
戴启刚[2]（2010）在《适应性设计中样本量调整方法的评价》一文中研究指出适应性设计(adaptive design)是利用试验中陆续得到的数据(也可以包括外部数据),在不破坏试验的真实性和完整性的前提下,有计划地对后续试验做出调整的临床研究设计。适应性设计允许研究者在试验的实施过程中对试验进行调整,以达到提高试验成功率、降低研发成本的目的。在临床试验中涉及到的调整是多方面的,可能包括纳入和排除标准、样本含量、试验终点、诊断标准、统计分析方法、剂量、增加或删除试验组等。本文主要研究适应性设计中的样本量调整方法。适应性设计中的样本量调整方法允许在试验开始后,利用手头现有数据信息,调整后续试验的样本含量,弥补试验初期参数设计的不确定性,以达到增加临床试验灵活性、提高试验成功率、减少不必要的受试者暴露于低效、无效甚至危险的治疗组中的目的。本研究系统地介绍了临床试验中的两类样本量调整方法:内部预试验和适应性成组序贯设计,并采用计算机模拟技术,评价盲态估计和揭盲估计的统计学性质;评价适应性成组序贯设计中CHW法、CRP法和ACR法在平均样本含量、I型错误控制和检验效能等方面的特点。主要研究内容如下:1.在采用内部预试验的临床试验中,在不同的初始方差估计值σ02、内部预试验样本比例(π)以及不同的统计分析方法下,评价采用盲态估计方法和揭盲估计方法的统计学性质。2.评价适应性成组序贯设计中CHW法、CRP法和ACR法叁种样本量调整方法的统计学性质,并对其应用策略作进一步的探讨。本研究的主要结论如下:1.采用内部预试验的临床试验中,试验设计阶段,应充分了解药物的疗效信息,尽量避免试验初期设定的σ02过分小于真实方差σ2;建议在试验完成一半时进行方差的重估;采用校正t检验优于传统中心t检验和随机化检验,特别是当2σ0和/或π较小时;在实际临床试验中,尽可能采用盲法估计。2.在适应性成组序贯设计的临床试验中,若采用CHW法,基于处理效应比的样本量调整方法和基于条件效能的样本量调整方法,在不同参数组合下,平均样本含量差异较大,前者得到的新样本含量和检验效能高于后者,两者的I型错误基本一致。在二阶段适应性成组序贯设计中,基于条件效能的CHW法与CRP法、ACR法在控制I型错误和样本含量调整方面基本一致;采用ACR法时,若第一次期中分析的条件效能介于0.3到0.8之间时,可以不对末次分析的终止界值作出调整,模拟试验证明,此时可以更好地控制I型错误。(本文来源于《南京医科大学》期刊2010-05-01）
谢之辉,胡芳,任建玲,贺江南,贺佳[3]（2010）在《一种临床试验中的适应性样本量调整方法》一文中研究指出目的介绍一种临床试验中的适应性样本量调整方法,并探讨样本量调整后统计分析方法的第Ⅰ类错误率及检验效能。方法通过montecarlo模拟的方法研究n1大小对最终样本量Nf的影响,并估计最终方差偏移大小;同时模拟研究样本量调整后统计分析方法的第Ⅰ类错误率及检验效能大小。结果(1)模拟结果显示运用该样本量调整方法所得到的最终样本量Nf非常接近其真实值N0,尤其在π=0.4时进行样本量调整。(2)同时模拟结果显示所介绍的样本量调整后的校正t检验方法不仅能有效控制第Ⅰ类错误率α并且能充分满足试验检验效能(1-β)。结论该样本量调整方法研究结果是在一般两样本单侧t检验条件下得到也可应用于优效或非劣效设计的临床试验中。(本文来源于《中国卫生统计》期刊2010年01期）
王素珍,夏结来,郑亮[4]（2009）在《自适应设计中盲态和揭盲状态样本量调整的模拟比较》一文中研究指出目的通过对盲态和揭盲状态下内部预试验样本量调整的模拟比较,确定自适应设计中相对合理的样本量调整方法。方法利用蒙特-卡罗模拟不断改变内部预试验的样本量,在盲态和揭盲状态下分别比较I型错误和检验效能。结果两种状态下Ⅰ型错误和检验效能没有根本区别。结论盲态样本量调整更可取。(本文来源于《中国卫生统计》期刊2009年05期）
王素珍,李婵娟,夏结来[5]（2009）在《随机化检验在内部预试验自适应设计样本量调整中的应用》一文中研究指出目的:探讨随机化检验(Randomization test)在内部预试验IPS(Internal Pilot Study)自适应设计样本量调整中对I型错误和检验效能的影响.方法:利用蒙特-卡罗(MonteCarlo)法模拟样本量较小时的IPS样本量调整,分别采用随机化检验和t检验分析最后数据并比较二者对I型错误、检验效能值的影响.结果:重计算的第二阶段样本量波动性较大,t检验不能很好地抑制I型错误,随机化检验能较好的抑制I型错误,检验效能略有降低.结论:在临床试验样本量较小的情况下,内部预试验盲态下样本量调整后随机化检验能保护I型错误不增大,同时保证检验效能亦满足要求.(本文来源于《第四军医大学学报》期刊2009年19期）
许金芳[6]（2009）在《包含安慰剂的叁臂非劣效试验的设计及其两阶段样本量调整的研究》一文中研究指出随着医药研发的发展,许多疾病的治疗已经有有效的治疗药物,以阳性药物作为对照的非劣效设计的临床试验渐渐得到研究者的青睐。但是由于两样本非劣效试验中不包含安慰剂臂,无法确定阳性对照药的有效性,带来了诸如阳性对照药的测定灵敏度及稳定性无法确证等问题。因此,由于外部确证性,非劣效试验要求达到很高的质量。在伦理学条件允许下,增加安慰剂臂以达到内部确证不失为一个好的选择。包含安慰剂臂的叁臂非劣效试验既能评价试验药是否非劣效于阳性对照药,又能评价试验药是否优效于安慰剂。然而,由于这样的叁臂试验传统上包括了各臂之间的对比,其设计要比两样本的非劣效试验复杂得多,因此,需要选择一个合适的评估方法。样本含量的估算是临床试验设计时最重要的问题之一。但是试验设计之初,研究者对于样本量估算中的各参数设定把握不一定准确,因此希望在试验过程中对样本量进行调整,尽量避免因为样本量不足而导致试验失败的风险,或样本量过大导致的资源浪费。目前对于样本量调整的问题仅限于两组试验的研究,对于叁臂的试验很少有人涉及。本文讨论并比较了叁臂非劣效试验的两种设计方法,同时采用Monte Carlo计算机模拟技术,讨论研究了叁臂非劣效试验中,当阳性对照效应或方差与事先估计不同的时候,对样本量进行调整的一个两阶段的过程。具体内容如下:1.比较了叁臂非劣效试验的两种设计方法:以固定值为非劣效界值的传统的检验方法和以阳性对照效应的一部分为非劣效界值的将检验整合的Pigeot法。实例探讨了如何计算样本含量及确定非劣效界值,并用模拟的方法比较了相同样本量下Pigeot法与传统检验方法的检验效能。结果表明:相同样本含量时,Pigeot法的检验效能更高,充分利用了所有样本量的信息,提高了检验效率,降低了临床试验的成本。2.模拟比较了基于内部预实验IPS阳性对照效应的样本量调整和固定样本量时的Ⅰ型错误和检验效能,研究和分析了第一阶段后进行测定灵敏度分析的可行性和对检验效能的影响。结果表明:在最优配置下,与不进行样本量再估计相比,基于IPS阳性对照效应调整样本量的两阶段程序能够在保持Ⅰ型错误的前提下使检验效能更接近于名义检验效能。第一阶段后进行测定灵敏度的检验是可行而且有意义的。3.模拟比较了盲态和揭盲状态下基于IPS方差调整样本量的检验效能。结果提示:虽然在IPS盲态下调整样本量更方便,但是它往往会高估实际所需样本量,浪费资源,提示我们基于方差的样本量调整,IPS揭盲状态下更可取。4.模拟分析了基于IPS方差和阳性对照效应调整样本量时的Ⅰ型错误和检验效能。结果提示:对阳性对照效应的估计要持保守的态度,尽量不要高估,因为低估阳性对照效应时可以通过样本量的调整来校正,而高估阳性对照效应不但不能保持Ⅰ型错误,也达不到所要求的检验效能。本课题的创新点主要包括以下叁点:①提出了叁臂非劣效试验基于阳性对照效应和/或方差进行两阶段样本量再估计的程序。②模拟验证了第一阶段后进行测定灵敏度检验的可行性和必要性。③模拟比较了IPS盲态和揭盲状态下基于方差调整样本量的检验效能,分析了两种状态下基于方差调整样本量的利与弊,对采取何种方法进行样本量调整给出了建议。(本文来源于《第四军医大学》期刊2009-04-01）
王素珍[7]（2008）在《自适应设计中样本量调整问题的研究及Web实现》一文中研究指出传统的随机化临床试验通常是平行对照设计,即在各中心把各种处理以同等机会分配给受试者,这种方法操作简单、便于控制、统计效率较高,易于被大多数统计学家所接受。然而,无论从药物的研发成本、速度和倍受关注的病人安全等观点出发,该方法都不令人满意。在临床试验设计中,人们一方面希望尽量缩短药物的研发时间,同时希望在试验过程中能够纠正最初计划阶段的一些不合理设计。这就要求临床试验具有一定的灵活性,而不是按照既定的方案一成不变的完成。目前在药物制造业和管理机构中引起广泛关注的自适应设计正是在此背景下产生的。自适应设计允许在试验开始之后,在保证试验整体上科学有效的情况下,对试验设计中的某些不合理参数做出调整,以便及时发现与更正最初的某些错误假设,更客观准确地估计下一步试验的诸多参数,最大程度的纠正设计之初估计的偏倚。自适应设计的调整包括样本量调整、阶段数目调整、随机化分配方案调整等等。自适应设计自上世纪九十年代至今已引起了统计学家与临床试验工作者的广泛关注,对该设计理论上的探讨也一直没有停止过。然而由于设计的灵活性和操作的复杂性,至今没有一套成熟的理论和可依赖的操作规范。因此,虽然自适应设计的理论探讨成为临床试验设计的热点,但在实际临床试验中的应用却屈指可数。本课题结合实际的临床试验数据、利用计算机技术和Monte Carlo模拟、针对自适应设计中的两阶段设计展开探索与研究,主要内容包括样本量的调整、Ⅰ型错误的控制、检验效能的保证等等。同时我们还设计开发了基于Web页的自适应设计网上系统,将主要调整过程以动态网页形式呈现给用户,为用户提供交互的模拟界面。具体内容包括:1.自适应设计中利用IPS方差调整样本量有两种操作方式:在IPS盲态下调整和揭盲状态下调整,究竟哪种方式更优越目前尚无定论。为了探讨此问题,本研究通过Monte Carlo模拟对盲态和揭盲状态下IPS样本量对调整后Ⅰ型错误和检验效能的影响做了比较。结果表明,如果采用传统方法分析样本量调整后的数据,无论在IPS盲态还是揭盲状态下,IPS样本量n1对Ⅰ型错误和检验效能均有较大影响,两种状态有下列共同特征: n1较小时,Ⅰ型错误膨胀较大;随着n1的增加,Ⅰ型错误的膨胀逐渐减小,检验效能逐渐增大;n 1接近最初计划样本量的50%时,Ⅰ型错误均停止膨胀,而检验效能达到或超过预定值; n1大于初始计划样本量的一半时,Ⅰ型错误均低于名义检验水准,检验效能均高于原计划值。两种状态的结果均显示了IPS样本量调整的优越性,也提示我们,无论盲态还是揭盲状态下的调整,应更多关注Ⅰ型错误,而非检验效能。通过两种状态样本量调整结果的比较,我们可以看出,盲态下的样本量调整操作更加简单、可行,因此我们更倾向于主张采用盲态IPS做样本量调整。2.在IPS盲态下做样本量调整时,如果IPS样本量较小,Ⅰ型错误的膨胀仍然较大,那么是否样本量较小的临床试验不适宜用IPS做样本量调整呢?对此问题,目前存在较大争议。我们通过计算机模拟发现,如果在IPS盲态下利用单样本方差调整样本量,对最后的结果做随机化检验,不仅可以有效地控制Ⅰ型错误的膨胀,而且可以保证所需的检验效能,因此,无论对大样本还是小样本的临床试验,只要选择合适的统计分析方法,自适应IPS样本量调整都是适用的。3.当同时利用IPS方差及观测到的组间差值进行样本量调整时,必须在IPS揭盲状态下进行,目前分析的方法主要有两种:即对最后数据做统计分析的传统检验法和分阶段合并P值检验法,两种方法孰优孰劣,采用两种方法时IPS样本量对分析结果的影响有何不同,目前尚未达成一致意见。本研究对此问题的探讨表明:IPS的样本量不能小于计划样本量的叁分之一,否则,很难在控制Ⅰ型错误和保证检验效能之间达成较好的平衡。从我们对具有两个处理组的临床试验分别应用两种统计方法的比较结果来看,如果采用传统的t检验法,检验效能较合适,Ⅰ型错误却过大;采用合并P值法,Ⅰ型错误的膨胀较小,但是检验效能过低。当IPS的样本量大于计划样本量的叁分之一而小于计划样本量的一半时,应选择合并P值法,此时虽然检验效能有所降低,但是可保证Ⅰ型错误不增大。而当IPS样本量超过计划样本量的一半时,则应采用t检验法分析两个阶段的合并数据。此时既有较高的效能,又能防止Ⅰ型错误的增大。4.临床试验存在协变量时,是否可同时利用IPS方差及观测到的组间差值进行样本量调整,协变量对样本量调整有何影响,是否可以忽略,关于此问题的研究目前尚未见报道。针对于此问题,本研究做了大量的计算机模拟,结果表明,如果不考虑协变量的影响,而只进行方差分析,则IPS样本量较小时Ⅰ型错误膨胀较协方差分析明显增大,检验效能也较协方差分析要低。说明协变量的作用不可忽略,否则不仅Ⅰ型错误难以控制,检验效能也达不到应有的值。5.EDC是目前临床试验中引起广泛关注的热门话题,为了促进自适应设计与EDC的结合,在上述模拟探索的基础上,我们设计开发了基于Web页的自适应设计网上系统。该系统既可以通过模拟为自适应设计在临床试验中的应用提供参考方案,也可以帮助用户确定自适应设计的相关参数,还可以对用户通过Web输入的数据进行分析。6.在以上Web系统上对自适应设计中盲态IPS下非劣效临床试验的样本量调整做了模拟,并与SAS程序的输出结果做了比较,网上分析的结果与SAS程序的输出结果相同。本课题的创新点主要包括以下几点:①对盲态和揭盲状态下IPS样本量对Ⅰ型错误和检验效能的影响做了模拟比较研究。②模拟验证了小样本盲态情况下做样本量调整时,采用随机化检验分析最后数据能避免Ⅰ型错误的增大,同时确保所需的检验效能。③通过模拟分析了临床试验存在协变量时,同时根据IPS方差和组间均值差做样本量调整的可行性。④设计开发了基于Web的自适应设计网络系统,实现了自适应设计中样本量调整的网上模拟。本课题主要是在对自适应设计的样本量调整的基础上,对其所涉及的一些方法及相关问题进行了探索和研究,并设计实现了基于Web的自适应设计系统,期望能够为自然科学基金课题(临床试验中自适应设计的理论与应用研究,编号:30671823)的下一步研究工作打下良好基础,为自适应设计在新药临床研究中的实际应用提供参考。(本文来源于《第四军医大学》期刊2008-04-01）
样本量调整论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
适应性设计(adaptive design)是利用试验中陆续得到的数据(也可以包括外部数据),在不破坏试验的真实性和完整性的前提下,有计划地对后续试验做出调整的临床研究设计。适应性设计允许研究者在试验的实施过程中对试验进行调整,以达到提高试验成功率、降低研发成本的目的。在临床试验中涉及到的调整是多方面的,可能包括纳入和排除标准、样本含量、试验终点、诊断标准、统计分析方法、剂量、增加或删除试验组等。本文主要研究适应性设计中的样本量调整方法。适应性设计中的样本量调整方法允许在试验开始后,利用手头现有数据信息,调整后续试验的样本含量,弥补试验初期参数设计的不确定性,以达到增加临床试验灵活性、提高试验成功率、减少不必要的受试者暴露于低效、无效甚至危险的治疗组中的目的。本研究系统地介绍了临床试验中的两类样本量调整方法:内部预试验和适应性成组序贯设计,并采用计算机模拟技术,评价盲态估计和揭盲估计的统计学性质;评价适应性成组序贯设计中CHW法、CRP法和ACR法在平均样本含量、I型错误控制和检验效能等方面的特点。主要研究内容如下:1.在采用内部预试验的临床试验中,在不同的初始方差估计值σ02、内部预试验样本比例(π)以及不同的统计分析方法下,评价采用盲态估计方法和揭盲估计方法的统计学性质。2.评价适应性成组序贯设计中CHW法、CRP法和ACR法叁种样本量调整方法的统计学性质,并对其应用策略作进一步的探讨。本研究的主要结论如下:1.采用内部预试验的临床试验中,试验设计阶段,应充分了解药物的疗效信息,尽量避免试验初期设定的σ02过分小于真实方差σ2;建议在试验完成一半时进行方差的重估;采用校正t检验优于传统中心t检验和随机化检验,特别是当2σ0和/或π较小时;在实际临床试验中,尽可能采用盲法估计。2.在适应性成组序贯设计的临床试验中,若采用CHW法,基于处理效应比的样本量调整方法和基于条件效能的样本量调整方法,在不同参数组合下,平均样本含量差异较大,前者得到的新样本含量和检验效能高于后者,两者的I型错误基本一致。在二阶段适应性成组序贯设计中,基于条件效能的CHW法与CRP法、ACR法在控制I型错误和样本含量调整方面基本一致;采用ACR法时,若第一次期中分析的条件效能介于0.3到0.8之间时,可以不对末次分析的终止界值作出调整,模拟试验证明,此时可以更好地控制I型错误。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
样本量调整论文参考文献
[1].王素珍,孟维静,吕军城,石福艳,夏结来.自适应样本量调整中Fisher合并P值法和传统检验法的模拟比较[J].统计与决策.2012
[2].戴启刚.适应性设计中样本量调整方法的评价[D].南京医科大学.2010
[3].谢之辉,胡芳,任建玲,贺江南,贺佳.一种临床试验中的适应性样本量调整方法[J].中国卫生统计.2010
[4].王素珍,夏结来,郑亮.自适应设计中盲态和揭盲状态样本量调整的模拟比较[J].中国卫生统计.2009
[5].王素珍,李婵娟,夏结来.随机化检验在内部预试验自适应设计样本量调整中的应用[J].第四军医大学学报.2009
[6].许金芳.包含安慰剂的叁臂非劣效试验的设计及其两阶段样本量调整的研究[D].第四军医大学.2009
[7].王素珍.自适应设计中样本量调整问题的研究及Web实现[D].第四军医大学.2008
标签：临床试验; 样本量调整; 两阶段自适应设计; Fisher合并P值法;