An information metric for comparing and assessing informative interim decisions in sequential clinical trials
比较与评估序贯临床试验中信息性中期决策的信息度量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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要聚焦序贯试验的贝叶斯推断诊断，未明确对应所列计量细分方向。
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…
比较与评估序贯临床试验中信息性中期决策的信息度量
- 研究问题
- 序贯临床试验根据中期结果提前停止时，忽略这些信息性决策会怎样改变治疗效应的后验推断，又应如何衡量这种扭曲？
- 方法与思路
- 作者用 KL 散度比较相关后验分布，汇总整个参数空间上的推断扭曲，并构造期望版本以辅助比较停止边界和先验设定。
- 材料陈述的贡献
- 摘要称，该度量能揭示与停止决策方向一致的过度乐观可信区间，并为试验后评估及未来自适应设计提供补充信息。
- 阅读关注点
- 应核对被比较后验的定义、信息性决策进入分析的方式、期望度量的计算，以及它与一类错误控制之间的具体关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未核实；摘要未给出后验构造和数值结果，不能判断扭曲大小或不同设计的普遍优劣。
原文摘要
Group sequential designs enable interim analyses and potential early stopping for efficacy or futility. While these adaptations improve trial efficiency and ethical considerations, they also introduce bias into the adapted analyses. We demonstrate how failing to account for informative interim decisions in the analysis can substantially affect posterior estimates of the treatment effect, often resulting in overly optimistic credible intervals aligned with the stopping decision. Drawing on information theory, we use the Kullback-Leibler divergence to quantify this distortion and highlight its use for post-hoc evaluation of informative interim decisions, with a focus on end-of-study inference. Unlike pointwise comparisons, this measure provides an integrated summary of this distortion on the whole parameter space. By comparing alternative decision boundaries and prior specifications, we illustrate how this measure can improve the understanding of trial results and inform the planning of future adaptive studies. We also introduce an expected version of this metric to support clinicians in choosing decision boundaries. This guidance complements traditional strategies based on type-I error rate control by offering insights into the distortion introduced to the treatment effect at each interim phase. The use of this pre-experimental measure is finally illustrated in a group sequential trial for evaluating a treatment for central nervous system disorders.