Asymptotic properties of covariate-adaptive randomization
协变量自适应随机化的渐近性质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：摘要明确讨论临床试验的协变量自适应随机治疗分配及平衡性质，属于因果推断相关的实验设计方向。
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…
关注这篇论文的作者
协变量自适应随机化的渐近性质
- 研究问题
- 临床试验中如何同时控制不同层面的治疗分配不平衡，避免分层过多或传统最小化方法造成的整体与层内失衡？
- 方法与思路
- 作者提出新的协变量自适应分配设计，以马尔可夫链研究层内不平衡的联合过程，并在一定条件下证明其正再生性。
- 材料陈述的贡献
- 摘要称新设计能够控制多类不平衡，相关马尔可夫链结果支持更均衡的分配，并以大量模拟展示设计优势及理论工具的用途。
- 阅读关注点
- 应核对分配概率与各类平衡指标、正再生性所需条件，以及模拟中的分层规模、比较方法和具体平衡评价标准。
- 阅读边界
- 仅据版本未注明的OpenAlex索引摘要；理论条件和模拟数值未提供，更均衡的分配不自动保证治疗效应检验具有更高功效。
原文摘要
Balancing treatment allocation for influential covariates is critical in clinical trials. This has become increasingly important as more and more biomarkers are found to be associated with different diseases in translational research (genomics, proteomics and metabolomics). Stratified permuted block randomization and minimization methods [Pocock and Simon Biometrics 31 (1975) 103–115, etc.] are the two most popular approaches in practice. However, stratified permuted block randomization fails to achieve good overall balance when the number of strata is large, whereas traditional minimization methods also suffer from the potential drawback of large within-stratum imbalances. Moreover, the theoretical bases of minimization methods remain largely elusive. In this paper, we propose a new covariate-adaptive design that is able to control various types of imbalances. We show that the joint process of within-stratum imbalances is a positive recurrent Markov chain under certain conditions. Therefore, this new procedure yields more balanced allocation. The advantages of the proposed procedure are also demonstrated by extensive simulation studies. Our work provides a theoretical tool for future research in this area.