Sequential monitoring with conditional randomization tests
基于条件随机化检验的序贯监测AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究随机化临床试验中的条件检验与序贯推断，直接关联因果实验中的随机化推断方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
基于条件随机化检验的序贯监测
- 研究问题
- 在受限随机化的临床试验中，如何构造基于随机化的序贯监测，支持中期决策并处理第一类错误率控制问题？
- 方法与思路
- 作者近似计算条件检验及其序贯联合分布，构造随机化版本的信息比例，并用组合方法处理 Efron 偏置硬币设计。
- 材料陈述的贡献
- 摘要称提供随机化框架下的序贯监测计算方法，并推导示例设计所需的条件概率与协方差，支持联合分布近似。
- 阅读关注点
- 应核对条件化的信息、联合分布近似算法、信息比例定义，以及近似误差如何影响序贯边界与第一类错误率。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；错误率保证与近似精度未说明，偏置硬币设计的推导不能直接推广到所有随机化程序。
原文摘要
Sequential monitoring in clinical trials is often employed to allow for early stopping and other interim decisions, while maintaining the type I error rate. However, sequential monitoring is typically described only in the context of a population model. We describe a computational method to implement sequential monitoring in a randomization-based context. In particular, we discuss a new technique for the computation of approximate conditional tests following restricted randomization procedures and then apply this technique to approximate the joint distribution of sequentially computed conditional randomization tests. We also describe the computation of a randomization-based analog of the information fraction. We apply these techniques to a restricted randomization procedure, Efron’s [Biometrika 58 (1971) 403–417] biased coin design. These techniques require derivation of certain conditional probabilities and conditional covariances of the randomization procedure. We employ combinatoric techniques to derive these for the biased coin design.