Multi-objective optimal designs in comparative clinical trials with covariates: The reinforced doubly adaptive biased coin design
含协变量临床试验的多目标最优设计：强化双重自适应偏币设计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：摘要直接讨论两治疗比较中的随机分配和协变量调整，对应因果推断中的实验设计方向。
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…
含协变量临床试验的多目标最优设计：强化双重自适应偏币设计
- 研究问题
- 在含协变量的两治疗临床试验中，如何分配患者，使伦理收益、推断精度与分配随机性之间形成可调节的多目标权衡？
- 方法与思路
- 作者在含治疗与协变量等交互项的线性同方差模型下构造复合最优分配，并提出协变量调整、响应自适应的强化偏币程序。
- 材料陈述的贡献
- 摘要称该设计类包含连续及不连续随机化函数，可瞄准所需分配比例，并通过理论和模拟描述效率与伦理收益的结合。
- 阅读关注点
- 应核对伦理目标与统计效率的定义、复合目标权重及目标分配的估计方式，并查看自适应更新对随机化和推断的影响。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要，无法确认收敛条件或模拟收益；所述权衡依赖线性同方差模型，不能直接推广至其他响应。
原文摘要
The present paper deals with the problem of allocating patients to two competing treatments in the presence of covariates or prognostic factors in order to achieve a good trade-off among ethical concerns, inferential precision and randomness in the treatment allocations. In particular we suggest a multipurpose design methodology that combines efficiency and ethical gain when the linear homoscedastic model with both treatment/covariate interactions and interactions among covariates is adopted. The ensuing compound optimal allocations of the treatments depend on the covariates and their distribution on the population of interest, as well as on the unknown parameters of the model. Therefore, we introduce the reinforced doubly adaptive biased coin design, namely a general class of covariate-adjusted response-adaptive procedures that includes both continuous and discontinuous randomization functions, aimed to target any desired allocation proportion. The properties of this proposal are described both theoretically and through simulations.