Adaptively Combining Randomized and External Control Data Using a Mixture Prior in the Presence of Heterogeneity
存在异质性时利用混合先验自适应结合随机试验与外部对照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：摘要研究随机试验中的治疗比较及外部对照差异对推断有效性的影响，直接关联因果推断。
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…
存在异质性时利用混合先验自适应结合随机试验与外部对照
- 研究问题
- 如何在患者亚组异质性及试验内外对照可能存在系统差异时，借用外部对照减少随机试验对照样本，同时保持比较推断有效？
- 方法与思路
- 作者提出混合型组序贯贝叶斯设计，以自适应混合先验动态借用外部对照，合并风险函数相似的亚组，并按期中比较决定停止入组。
- 材料陈述的贡献
- 摘要称借用程度随随机与外部对照的一致性调整，模拟中该设计较其他外部对照整合方法表现更好并提高效率。
- 阅读关注点
- 应核对试验内外差异如何影响借用权重、亚组合并及停止规则，并检查模拟是否评估错误结论概率和异质性下的推断表现。
- 阅读边界
- 这是 arXiv 预印本，不能据此声称已同行评审或期刊接收。摘要未说明有效性保证的条件、模拟配置或优势幅度。
原文摘要
When resources are limited in a randomized trial, a common strategy is to augment data from the control arm with external controls. We propose a hybrid group sequential Bayesian design that uses this approach to compare time-to-event distributions. The design allows between-treatment effects to differ between patient subgroups, and adaptively combines subgroups that have similar hazard functions. The aim is to reduce the control arm sample size without compromising the validity of comparative inferences due to systematic trial-versus-external data differences. The model borrows external control data dynamically by using a self-adapting mixture prior, which is a weighted average of a non-informative prior and an informative prior constructed from the external controls. The amount of borrowing is proportional to the agreement between the randomized and external controls. At each interim analysis, the design compares the treatments in each subgroup, and if inferiority or superiority is concluded stops accrual for that subgroup. Simulations show that the proposed design outperforms other methods for incorporating external control data in a randomized trial, and improves efficiency.