亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        生存資料的成組序貫試驗(yàn)樣本量估計(jì)及其PASS軟件實(shí)現(xiàn)*

        2015-03-09 06:52:32佳蔣志偉王陵李嬋娟夏結(jié)來
        中國衛(wèi)生統(tǒng)計(jì) 2015年1期
        關(guān)鍵詞:成組樣本量生存率

        趙 佳蔣志偉王 陵李嬋娟△夏結(jié)來△

        生存資料的成組序貫試驗(yàn)樣本量估計(jì)及其PASS軟件實(shí)現(xiàn)*

        趙 佳1,2蔣志偉1王 陵1李嬋娟1△夏結(jié)來1△

        以生存數(shù)據(jù)作為主要療效終點(diǎn)的腫瘤等臨床隨訪研究日益廣泛,生存資料的臨床試驗(yàn)也越來越多。與傳統(tǒng)試驗(yàn)設(shè)計(jì)方法相比,成組序貫設(shè)計(jì)可以在試驗(yàn)進(jìn)行過程中進(jìn)行多次期中分析以提前得出結(jié)論結(jié)束試驗(yàn),具有更強(qiáng)的靈活性。生存資料的成組序貫試驗(yàn)不僅可以節(jié)省時間和資源,加快有效藥物的試驗(yàn)進(jìn)程,還可以減少受試對象暴露于較差的治療,更加符合倫理學(xué)要求,而如何進(jìn)行成組序貫設(shè)計(jì)生存資料樣本量估計(jì)是試驗(yàn)設(shè)計(jì)過程中需要解決的關(guān)鍵問題。

        生存資料的成組序貫試驗(yàn)樣本量估計(jì)方法有Reboussin[1]、Kim&Tsiatis[2]和Lakatos[3]等提出的方法以及模擬方法等。在PASS11.0軟件中主要有Logrank Tests和Simulation模塊。本文主要描述一般條件下適用于指數(shù)模型及比例風(fēng)險(xiǎn)模型的Reboussin方法和蒙特卡羅模擬方法以及相應(yīng)的PASS軟件實(shí)現(xiàn)。

        方法與實(shí)例

        1.公式計(jì)算法

        生存分析關(guān)注的是事件數(shù)及事件發(fā)生所經(jīng)歷的時間。不同于計(jì)量資料和計(jì)數(shù)資料的樣本量估計(jì),生存資料樣本量估計(jì)需分兩步進(jìn)行,首先估計(jì)事件數(shù),然后通過事件數(shù)計(jì)算所需的樣本量。

        (1)估計(jì)事件數(shù)

        對于生存資料,在不考慮序貫設(shè)計(jì)的情況下,Reboussin方法可以根據(jù)以下公式計(jì)算不同模型對應(yīng)的固定事件數(shù)Ifixed。

        公式中α為總I類錯誤,β為II類錯誤,Zα/2和Zβ分別為正態(tài)分布對應(yīng)的臨界值,HR為兩組的風(fēng)險(xiǎn)比。

        成組序貫設(shè)計(jì)需進(jìn)行多次期中分析,需考慮α膨脹問題,事件數(shù)估計(jì)時若直接使用Ifixed無疑會增加I類錯誤。因此成組序貫設(shè)計(jì)合適的事件數(shù)大小Imax需要在原來Ifixed的基礎(chǔ)上乘以相應(yīng)的膨脹系數(shù)。膨脹系數(shù)與序貫檢驗(yàn)的期中分析次數(shù)K、α和β以及選擇的α消耗函數(shù)有關(guān)。如Pocock[4]和O′Brien-Flem ing[5]檢驗(yàn)不同情形下對應(yīng)的膨脹系數(shù)見表1,RP(K,α,β)表示固定K、α和β下Pocock法的膨脹系數(shù),RB(K,α,β)表示固定K、α和β下O′Brien-Fleming法的膨脹系數(shù)。

        表1 成組序貫設(shè)計(jì)Pocock和O′Brien-Flem ing法膨脹系數(shù)(雙側(cè)檢驗(yàn))[6]

        (2)估計(jì)樣本量

        生存分析是根據(jù)事件數(shù)進(jìn)行統(tǒng)計(jì)學(xué)檢驗(yàn)的,但實(shí)際臨床試驗(yàn)中,事件數(shù)往往要少于樣本量即受試者例數(shù),因?yàn)橛惺茉囌卟粫l(fā)生事件或有受試者刪失等情況,所以生存分析最終樣本量需要根據(jù)事件數(shù)和生存率指標(biāo)來估算。

        在已知事件數(shù)dk(即Imax)和兩組生存率S1、S2以及兩組等比例設(shè)置情況下,總樣本量計(jì)算公式如下:

        [實(shí)例1]某項(xiàng)成組序貫設(shè)計(jì)生存試驗(yàn)研究某新藥對比標(biāo)準(zhǔn)治療藥物的療效,根據(jù)以往資料生存時間服從指數(shù)分布,標(biāo)準(zhǔn)治療的2年生存率為30%,預(yù)計(jì)新藥治療2年生存率可以增加20%,即達(dá)到50%,考慮檢驗(yàn)水準(zhǔn)α取0.05,檢驗(yàn)效能取90%(1-β=0.9),進(jìn)行4次期中分析,α消耗函數(shù)取O′Brien-Fleming法。樣本量計(jì)算過程如下:

        ①計(jì)算兩組風(fēng)險(xiǎn)比HR:

        ②計(jì)算固定事件數(shù):

        ③選擇O′Brien-Flem ing消耗函數(shù),根據(jù)表1確定膨脹因子RB(K,α,β)=1.022,計(jì)算成組序貫設(shè)計(jì)對應(yīng)的事件數(shù):

        ④根據(jù)事件數(shù)和生存率計(jì)算總樣本量:

        即總共需要234例受試者進(jìn)入試驗(yàn)研究,觀察到140例死亡事件。分別在觀察到35、70、105和140例死亡事件時進(jìn)行相應(yīng)的統(tǒng)計(jì)分析。

        2.蒙特卡羅模擬法

        用Reboussin方法直接計(jì)算樣本量時必須指定試驗(yàn)組和對照組的生存率,并且要求兩組樣本量分配比例為1∶1。這些限制顯然不能滿足實(shí)際情況的需要,而應(yīng)用蒙特卡羅模擬計(jì)算生存資料的成組序貫試驗(yàn)樣本量或檢驗(yàn)效能的方法能夠滿足很多靈活的設(shè)置,但是模擬方法的計(jì)算過程比較困難,需要借助計(jì)算機(jī)程序來完成。程序需要比較兩組的生存曲線來決定成組序貫試驗(yàn)的樣本量或檢驗(yàn)效能。

        除風(fēng)險(xiǎn)率h外,中位生存時間MST、生存率S(t)或死亡率M(t)三個參數(shù)也可用于生存分析的樣本量估計(jì),可以分別定義。當(dāng)使用中位生存時間、生存率或死亡率時,可以將它們在模擬過程開始前轉(zhuǎn)換為風(fēng)險(xiǎn)率。相應(yīng)的轉(zhuǎn)換公式分別如下:

        ①中位生存時間的風(fēng)險(xiǎn)轉(zhuǎn)換:h=ln(2)/MST;

        ②生存率的風(fēng)險(xiǎn)轉(zhuǎn)換:h=-ln(S(T0))/T0;

        ③死亡率的風(fēng)險(xiǎn)轉(zhuǎn)換:h=-ln(1-M(T0))/T0。

        上述轉(zhuǎn)換公式中,T0為指定的時間點(diǎn),S(T0)和M(T0)分別為給定時刻的生存率和死亡率。

        生存分析樣本量模擬計(jì)算是基于下列檢驗(yàn)統(tǒng)計(jì)量[7-8]。

        其中D為死亡時刻數(shù),ti為第i個死亡時刻,W(ti)為加權(quán)函數(shù)[7],Yi1為在ti時刻對照組歷險(xiǎn)人數(shù),Yi為在ti時刻兩組歷險(xiǎn)總?cè)藬?shù),di1為在ti時刻對照組發(fā)生的事件數(shù),di為在ti時刻兩組發(fā)生的總事件數(shù)。

        進(jìn)行生存試驗(yàn)樣本量的模擬時,需要對α消耗函數(shù)類型、失訪率、不依從率、入組時間和入組模式加以選擇,指定蒙特卡羅模擬的迭代次數(shù)。模擬過程可以通過編寫SAS宏程序,或借助PASS、EAST和nQuery等軟件實(shí)現(xiàn)。

        [實(shí)例2]某藥物對比安慰劑治療轉(zhuǎn)移性結(jié)直腸癌的隨機(jī)對照試驗(yàn)中,主要療效評價(jià)指標(biāo)選用腫瘤患者的總生存期,病例入組時間為12個月,隨訪時間為18個月,根據(jù)以往文獻(xiàn),研究者估計(jì)安慰劑組患者中位生存期為4.5個月,預(yù)期試驗(yàn)組患者中位生存期6個月,試驗(yàn)組與對照組樣本量比例2∶1,考慮脫落率20%,總I類錯誤和檢驗(yàn)效能分別取0.05和80%。擬采用O′Brien-Fleming設(shè)計(jì)的成組序貫設(shè)計(jì),進(jìn)行3次等日歷時間間隔設(shè)計(jì)的期中分析,利用PASS11.0軟件進(jìn)行模擬計(jì)算樣本量,其中表2第1列為PASS中所列相關(guān)選項(xiàng),第2列為選項(xiàng)的具體說明,第3列是針對本實(shí)例數(shù)據(jù)的參數(shù)設(shè)置。

        表2 PASS11.0關(guān)于實(shí)例2的參數(shù)設(shè)置及含義

        PASS運(yùn)行結(jié)果見表3。

        表3 關(guān)于實(shí)例2的PASS運(yùn)行結(jié)果

        從表3中可以看出,總共需要樣本量612例,其中試驗(yàn)組408例,對照組204例,在觀察到91、288和442例事件數(shù)時,分別對試驗(yàn)進(jìn)行期中分析,每次進(jìn)行期中分析的累積檢驗(yàn)效能分別為2.5%、44.7%和81.7%。

        討 論

        樣本量估計(jì)是臨床試驗(yàn)設(shè)計(jì)階段的重要環(huán)節(jié),是不可忽略的重要問題。樣本量估計(jì)正確與否直接關(guān)系到試驗(yàn)成敗。對于計(jì)量資料、計(jì)數(shù)資料和生存資料,傳統(tǒng)設(shè)計(jì)下的樣本量估計(jì)文獻(xiàn)較多,但很少有文獻(xiàn)涉及生存資料的成組序貫試驗(yàn)的樣本量估計(jì),而隨著成組序貫設(shè)計(jì)生存資料的日益廣泛,其樣本量估計(jì)問題不可避免。本文介紹了兩種情況下的樣本量估計(jì),一種是Reboussin提出的方法,僅考慮兩組生存率計(jì)算樣本量。在具體實(shí)施過程中通過事先求出成組序貫設(shè)計(jì)事件數(shù),再估計(jì)出樣本量。本文列出了相關(guān)公式,讀者可依據(jù)公式直接計(jì)算樣本量,也可以采用PASS 11.0軟件計(jì)算,結(jié)果一致。另一種是蒙特卡羅模擬的方法,此法較Reboussin方法靈活適用也更為復(fù)雜,樣本量計(jì)算過程中不僅可以考慮風(fēng)險(xiǎn)率、中位生存時間、生存率或死亡率,還可以根據(jù)需要設(shè)定兩組樣本量分配比例、檢驗(yàn)方法、刪失情況和脫落情況、迭代次數(shù)等。樣本量的模擬估計(jì)精度與模擬次數(shù)有關(guān),要求的精度越高模擬計(jì)算越長。如果快速獲得樣本量估計(jì),可以通過設(shè)置一組不同大小的樣本量計(jì)算檢驗(yàn)效能,經(jīng)過嘗試,找到所需的樣本量。

        成組序貫設(shè)計(jì)生存資料樣本量估計(jì)的軟件有很多,PASS11.0軟件為模擬樣本量估計(jì)提供了非常友好的界面,可以方便用戶進(jìn)行生存資料成組序貫樣本大小的計(jì)算。除PASS外,gsDesign、EAST、nQuery和SAS等軟件都可以用于生存資料成組序貫設(shè)計(jì)樣本量的估計(jì)。其中,gsDesign是R軟件包,適用于簡單和復(fù)雜模型;EAST和gsDesign軟件可使用Kim&Tsiatis方法實(shí)現(xiàn)生存資料成組序貫設(shè)計(jì)樣本量估計(jì)。盡管多數(shù)軟件可以實(shí)現(xiàn)模擬方法,但每種軟件給定的條件及實(shí)現(xiàn)的方法有一定區(qū)別,需要進(jìn)一步探討。

        1.Reboussin DM,DeMets DL,Kim KM,et al.Computations for group sequential boundaries using the Lan-DeMets spending function method. Control Clin Trials,2000,21(3):190-207.

        2.Kim K,Tsiatis AA.Study duration for clinical trials with survival response and early stopping rule.Biometrics,1990,46(1):81-92.

        3.Lakatos E.Sample sizes based on the log-rank statistic in complex clinical trials.Biometrics,1988,44(1):229-241.

        4.Pocock SJ.Group Sequential Methods in the Design and Analysis of Clinical Trials.Biometrika,1977,64(2):191-199.

        5.O′Brien PC,F(xiàn)leming TR.A multiple testing procedure for clinical trials. Biometrics,1979,35(3):549-556.

        6.Jennison C,Turnbull BW.Group Sequential Methods with Applications to Clinical Trials.New York:CHAPMAN&HALL/CRC,2000:39-55.

        7.Klein JP,Moeschberger ML.Survival Analysis:Techniques for Censored and Truncated Data.Second Edition.New York:Springer,2003:201-238.

        8.Andersen PK,Borgan O,Gill RD,et al.Statistical Models Based on Counting Processes.London:Spring-Verlag,1992:345-356.

        (責(zé)任編輯:郭海強(qiáng))

        本研究獲國家自然科學(xué)基金資助(81473069)

        1.第四軍醫(yī)大學(xué)軍事預(yù)防系衛(wèi)生統(tǒng)計(jì)學(xué)教研室(710032)

        2.遼寧中醫(yī)藥大學(xué)附屬第二醫(yī)院/遼寧省中醫(yī)藥研究院

        △通信作者:李嬋娟,E-mail:lichanjuan@fmmu.edu.cn;夏結(jié)來,E-mail:jielaixia@yahoo.com

        猜你喜歡
        成組樣本量生存率
        醫(yī)學(xué)研究中樣本量的選擇
        “五年生存率”不等于只能活五年
        航天典型結(jié)構(gòu)件成組加工工藝方法
        人工智能助力卵巢癌生存率預(yù)測
        航空裝備測試性試驗(yàn)樣本量確定方法
        “五年生存率”≠只能活五年
        Sample Size Calculations for Comparing Groups with Binary Outcomes
        線性表成組鏈?zhǔn)酱鎯Y(jié)構(gòu)研究
        成組集中策略下滾裝汽車堆場車位分配優(yōu)化
        成組條件下的研制批產(chǎn)混合調(diào)度方法
        黄色影院不卡一区二区| 国产成人午夜福利在线小电影| 亚洲蜜芽在线精品一区| 亚洲男人的天堂av一区| 亚洲av无码乱码国产一区二区| a级国产乱理论片在线观看| 日韩av一区二区毛片| 中文字幕东京热一区二区人妻少妇| 人人爽久久久噜人人看| 国内精品久久久久久中文字幕| 91亚洲人成手机在线观看| 亚洲无av码一区二区三区| 激情内射人妻1区2区3区| a人片在线观看苍苍影院| 日本视频一区二区三区免费观看 | 欲色天天网综合久久| 手机看片国产日韩| 亚洲粉嫩视频在线观看| 久久精品国产亚洲av麻豆长发 | 亚洲va欧美va| 少妇激情一区二区三区| 国产精品国产三级国产av品爱| 麻豆国产原创视频在线播放| 中文字幕不卡高清免费| 成人全部免费的a毛片在线看| 天天做天天摸天天爽天天爱| 中文字幕人妻丝袜美腿乱| 97色伦图片97综合影院久久| 天堂av在线免费播放| 性av一区二区三区免费| 亚洲欧美aⅴ在线资源| 99久久久无码国产精品动漫| 东京热加勒比国产精品| 国产成人精品一区二区三区| 亚洲中久无码永久在线观看软件| av东京热一区二区三区| 人妖一区二区三区四区| 中文字幕一区二区三区精彩视频| 久久丁香花综合狼人| 国产免费观看久久黄av麻豆| 天天夜碰日日摸日日澡性色av|