Bayesian design and analysis of two-arm cluster randomised trials using assurance: extension to binary outcomes and comparison of MCMC and INLA
基于保证概率的两组整群随机试验贝叶斯设计：二元结果及 MCMC 与 INLA 比较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：摘要以整群随机试验中的处理效应推断和试验样本量设计为对象，最直接对应因果推断，未提供面板或网络干扰建模依据。
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…
基于保证概率的两组整群随机试验贝叶斯设计：二元结果及 MCMC 与 INLA 比较
- 研究问题
- 对于连续或二元结果的两组整群随机优效试验，如何用贝叶斯保证概率选择样本量，并权衡不同后验推断方法的速度与准确性？
- 方法与思路
- 作者用广义或普通线性混合效应模型分析处理效应，以后验推断定义保证概率，并比较 MCMC 与 INLA 对设计计算的影响。
- 材料陈述的贡献
- 摘要称，方法扩展至二元结果，以 SPEEDY 试验和两位临床专家的先验 elicitation 为案例，并在不同情境下提出计算方法选择建议。
- 阅读关注点
- 应核对保证概率的成功判据、设计先验与分析先验、组内相关及群大小设定，以及 INLA 近似误差对样本量选择的影响。
- 阅读边界
- 这是 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未提供样本量、比较误差或具体推荐条件，无法直接据此选择推断方案。
原文摘要
The paper considers two different designs; a two-arm superiority cluster randomised controlled trial (RCT) with a continuous outcome, and a twoarm superiority cluster RCT with a binary outcome. From a Bayesian perspective, for the analysis of the trial we use a (generalised) linear mixed effects model. We summarise the inference for the treatment effect for a cluster RCT based on the posterior distribution. Based on this inference we use assurance to choose the sample size. We consider and compare two different methods for the inference: Markov Chain Monte Carlo (MCMC) and Integrated Nested Laplace Approximations (INLA), and consider their implications for the assurance. We consider the Specialist Pre-hospital redirection for ischemic stroke thrombectomy (SPEEDY) trial, an RCT which has co-primary outcomes of thrombectomy rate and time to thrombectomy, as a case study for the developed Bayesian RCT designs. We demonstrate our novel approach to the sample size calculation using assurance on the SPEEDY trial, based on the results of a formal prior elicitation exercise with two clinical experts. The paper considers a range of different scenarios for cluster RCTs to evaluate INLA and MCMC, to determine when each inference scheme should be used, balancing the computational cost in terms of speed and accuracy. We make recommendations for when each should be used.