22、二元结果临床试验中的最优分配与自适应随机化策略

二元结果临床试验中的最优分配与自适应随机化策略

1. 最优分配规则

在二元结果临床试验中，比较实验治疗与对照治疗时，需要确定最优的患者分配比例。以下是几种常见的最优分配规则：
- Neyman 分配 ：在固定样本量和已知参数的情况下，通过最小化某个值来最大化检验功效。然而，当某些条件满足时，它可能会将更多患者分配到效果较差的治疗组，从个体伦理角度来看不太合适。其公式为：（此处应给出具体公式，但原文未明确写出完整公式，可根据实际情况补充）
- RSIHR 分配 ：在替代假设下，对于固定的 Wald 检验统计量方差，该分配规则能最小化预期治疗失败数。它总是将更多患者分配到更成功的治疗组。公式为：（此处应给出具体公式，但原文未明确写出完整公式，可根据实际情况补充）
- 得分分配 ：通过最小化预期治疗失败数并结合得分检验，该规则也倾向于将更多患者分配到更成功的治疗组。当满足一定条件时，有特定的最优解。公式为：（此处应给出具体公式，但原文未明确写出完整公式，可根据实际情况补充）
- 复合最优分配 ：综合考虑伦理和推断目标，通过一个用户定义的权重来平衡两者。该规则是一个方程的唯一解。公式为：（此处应给出具体公式，但原文未明确写出完整公式，可根据实际情况补充）

1.1 不同分配规则的比较

通过模拟不同场景下的试验，比较了 1:1 分配、2:1 分配和上述四种最优分配规则的功效和预期治疗失败数。结果如下表所示：
| 成功概率 | 1:1 | 2:1 | Neyman | RSIHR | 得分