種族敏感性臨床試驗(yàn)的統(tǒng)計(jì)推斷.pdf_第1頁
已閱讀1頁,還剩83頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、種族敏感性臨床試驗(yàn)指的是研究同一藥物在不同種族中安全性和有效性是否有顯著性差異的臨床試驗(yàn)。通常選取橋接試驗(yàn)或者多中心臨床試驗(yàn)來開展種族因素對(duì)于藥物作用效果的研究。課題將為種族敏感性的臨床開展提供統(tǒng)計(jì)推斷方面的參考。
  目的
  考慮種族敏感性臨床試驗(yàn)在各地區(qū)間招募人數(shù)不同的情況,介紹基于藥代動(dòng)力學(xué)的樣本量計(jì)算方法,設(shè)計(jì)不同的入組比例并尋找不同入組比例之間的樣本量關(guān)系。課題將對(duì)于已經(jīng)找出的效能函數(shù)進(jìn)行簡(jiǎn)化或者近似。課題還將探

2、討在多劑量情況下效能計(jì)算過程中存在的多重性問題,如多個(gè)置信區(qū)間的整體置信水平問題以及同時(shí)比較多個(gè)劑量下種族差異的整體效能問題。探討在不同劑量水平下入組人數(shù)不同的情況。
  方法
  建立回歸分析模型,通過Monte Carlo模擬和數(shù)值積分的方法計(jì)算效能函數(shù)。通過在不同參數(shù)設(shè)置下模擬樣本量結(jié)果,找出不同入組比例下不同備擇假設(shè)情況下的樣本量及對(duì)應(yīng)效能關(guān)系圖。整體置信水平的探討中將比較Bonferroni,Dunnet和Shef

3、fe方法在建立多個(gè)置信區(qū)間中的優(yōu)劣。所有的統(tǒng)計(jì)計(jì)算都將由SAS/IML來實(shí)現(xiàn)。
  結(jié)果
  1)模擬得到在不同入組比例以及不同備擇假設(shè)情況下,樣本量與對(duì)應(yīng)效能的相互關(guān)系。2)通過簡(jiǎn)化,得到精確度非常高的近似效能函數(shù)。3)在多劑量種族敏感性臨床試驗(yàn)的設(shè)計(jì)中,如果需要比較多個(gè)劑量水平下的種族差異,為達(dá)到相同的整體置信水平,按照Dunnet方法給出的置信區(qū)間最窄。4)整體效能的多重性問題中需要考慮劑量序列中的最大和最小劑量值對(duì)應(yīng)

4、的效能。
  結(jié)論
  1)為達(dá)到相同的效能要求,任何偏態(tài)的存在,如地區(qū)間不是按照1∶1入組,或者備擇假設(shè)不是γ=0等情況,都需要相應(yīng)的增加受試者的招募人數(shù)。2)近似效能函數(shù)具有非常高的準(zhǔn)確度,在絕大部分情況下,可以替代原效能函數(shù)。3)在多劑量下的置信區(qū)間多重性問題中,Dunnet方法充分考慮了多個(gè)劑量之間的信息,相比于Bonferroni和Sheffe方法具有很大的優(yōu)勢(shì)。以上結(jié)論都可以幫助種族敏感性臨床試驗(yàn)的設(shè)計(jì),尤其是在

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論