A Unified Theory of Two-Stage Adaptive Designs
两阶段自适应设计的统一理论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：摘要聚焦临床试验自适应设计的一般推断理论，未直接讨论给定细分中的因果效应识别。
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…
两阶段自适应设计的统一理论
- 研究问题
- 临床试验根据中间信息改变设计、样本量或分析方法时，如何建立能够保障统计推断有效性的统一理论？
- 方法与思路
- 作者给出自适应改变的一般数学表述，发展分布、随机独立性、点估计、置信区间、检验及渐近理论。
- 材料陈述的贡献
- 摘要称该框架能够广泛且严格地建立自适应推断的有效性，并通过实例为临床自适应方法提供理论基础。
- 阅读关注点
- 应核对两阶段的信息结构、允许的适应规则、分布与独立性结论，以及置信区间和检验有效性的具体标准。
- 阅读边界
- 仅据版本未注明的索引摘要；允许改变设计的条件未说明，不能将有效性结论推广到任意数据驱动的试验调整。
原文摘要
Adaptation of a clinical trial occurs when there is a change from the planned course of action in design, sample size, or method of analysis. There are many proposed adaptations in the literature, but no comprehensive mathematical theory to support them. The standard Neyman–Pearson theory is not suitable for the setting, and its use may result in invalid inference. This article provides a general formulation of adaptation, under which its validity can be broadly and rigorously established. The basic theory on distribution, stochastic independence, point estimation, confidence intervals, hypothesis testing, and asymptotics is developed. Various examples are given to illustrate applications of the theory. The goal is to provide a solid theoretical foundation to aid the development of adaptive methods for clinical investigations.