25、临床试验富集设计的效率与自适应方法

临床试验富集设计的效率与自适应方法

1. 经典富集设计的效率

在评估分子靶向治疗的 III 期随机试验中，研究人员对比了全人群设计（所有患者都可参与试验）和富集设计（限制特定亚组人群参与）。评估基于平均筛查和随机样本量的操作特征进行，分别考虑了二元终点和连续终点的情况。

1.1 二元终点的相对效率

靶向设计相对于非靶向设计的相对效率可表示为：
其中 (n_{E}) 和 (n_{A}) 分别表示富集设计和全人群设计中为达到相同统计功效以检验原假设所需随机分配的患者数量。(\theta_{+}) 和 (\theta_{-}) 代表治疗组与对照组在生物标志物阳性和阴性组中的效应大小（如响应率差异）。(\pi) 为生物标志物阴性组在总体中的比例，(\rho) 是相对效率因子，通常接近 1。若考虑筛查患者数量来计算相对效率，只需将上述公式乘以 (\frac{1}{\pi})。

1.2 连续终点的相对效率

靶向设计相对于非靶向设计的相对效率可表示为：
其中 (\mu_{C-}) 和 (\mu_{C+}) 分别表示生物标志物阴性和阳性组中对照患者的平均响应，(\mu_{T-}) 和 (\mu_{T+}) 分别表示生物标志物阴性和阳性组中治疗患者的平均响应，并假设每个治疗组和亚组内的方差恒定为 (\sigma^{2})。同样，若考虑筛查患者数量的相对效率，只需将公式乘以 (\frac{1}{\pi})。上述结果仅在渐近情况下有效。

1.3 样本量计算宏

为了计算达到一定功效所需的样本量，开发了宏（%simnorm 和 %simgamma）。以下是一些具体的宏及其使用示例：