Estimating and reducing bias in group sequential designs with Gaussian independent increment structure
高斯独立增量群序贯设计中的偏差估计与减小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：摘要聚焦群序贯试验中的停止偏差与减偏，未涉及因果识别条件或所列其他领域的直接内容。
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
高斯独立增量群序贯设计中的偏差估计与减小
- 研究问题
- 临床试验因出现疗效证据而提前停止时，治疗差异估计容易被夸大；如何在群序贯设计中估计并减小这种偏差？
- 方法与思路
- 作者在高斯独立增量结构下推导偏差的解析表达与易计算的近似变化界，并讨论模拟偏差估计及相应的减偏估计量。
- 材料陈述的贡献
- 摘要称给出治疗差异估计偏差的解析刻画、近似变化界和模拟估计方法，并考虑相关减偏估计量，但未报告改善数值。
- 阅读关注点
- 应核对停止规则与独立增量结构的关系、偏差针对的估计对象，以及近似界和模拟减偏程序在不同设计下的适用性。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；具体停止边界、偏差界形式和减偏后的风险未说明，不能推广到任意序贯试验。
原文摘要
A concern in the use of sequential testing procedures is the bias associated with the estimates of treatment differences. Clinical trials that stop early because of evidence of therapeutic benefit are prone to exaggerate the magnitude of the treatment effect. We consider methods for estimating and reducing the bias of treatment differences estimators in group sequential designs with Gaussian independent increment structure. We derive an analytical expression for the bias and give an easy-to-calculate approximate bound for its variation. A simulation estimate of the bias, based on a Gaussian independent increment structure, is also described and a related bias reduced estimator is considered.