Adaptive two-stage test procedures to find the best treatment in clinical trials
临床试验中寻找最佳治疗的自适应两阶段检验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：摘要重点是治疗选择后的两阶段检验与样本量优化，未明确提出因果识别或效应估计方法。
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
临床试验中寻找最佳治疗的自适应两阶段检验
- 研究问题
- 如何在有限个候选治疗中先选出最佳治疗，再检验其相对对照的优越性，并在给定检验水平与功效要求下减少患者数量？
- 方法与思路
- 作者将传统的两个独立试验作为两阶段程序分析，并提出组序贯替代程序，推导期望患者数，结合未知参数的先验选择程序。
- 材料陈述的贡献
- 摘要称，在有参数先验时可确定满足水平与功效要求且所需观测数最少的两阶段程序，数值例子显示组序贯程序的优势。
- 阅读关注点
- 应核对最佳治疗的选择规则、两阶段错误率与功效定义、停止边界，以及先验如何进入期望样本量和最优程序的计算。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；先验、效应模型及数值结果未提供，单个例子的优势不能推广到所有临床试验设置。
原文摘要
A main objective in clinical trials is to find the best treatment in a given finite class of competing treatments and then to show superiority of this treatment against a control treatment. The traditional procedure estimates the best treatment in a first trial. Then in an independent second trial superiority of this treatment, estimated as best in the first trial, is to be shown against the control treatment by a size α test. In this paper we investigate these two trials of this traditional procedure as a two-stage test procedure. Additionally we introduce competing two-stage group-sequential test procedures. Then we derive formulae for the expected number of patients. These formulae depend on unknown parameters. When we have a prior for the unknown parameters we can determine the two-stage test procedure of size α and power β that is optimal, in that it needs a minimal number of observations. The results are illustrated by a numerical example, which indicates the superiority of the group-sequential procedures.