Zeitschrift für klinische Studien
Offener Zugang

Abstrakt

Mehrarmige klinische Studiendesigns der Phase II und Randomisierung mit Kovariablen über empirische Gewichtung

Yuan Ao, Alexander W. Dromerick und Ming T. Tan

In klinischen Studien der Phase II können mehrere konkurrierende Behandlungen untersucht werden, und oft verfügen wir über Informationen zu Kovariaten der Patienten (Charakteristika, z. B. Geschlecht, Alter usw.). In diesem Fall besteht das Ziel des Designs darin, jedem Patienten eine der Behandlungen zuzuweisen, sodass die Kovariatenwerte so ausgeglichen wie möglich sind, während die Randomisierung beibehalten wird. Die beiden Ziele stehen jedoch häufig im Widerspruch zueinander. Darüber hinaus ist es schwierig oder unmöglich, ein Gleichgewicht zwischen den Kovariaten zu erreichen, wenn drei oder mehr Kovariaten vorhanden sind. Es gibt zahlreiche Studien zu diesem Thema unter verschiedenen Umständen und Gesichtspunkten, und jede hat ihre Vor- und Nachteile. Angeregt durch eine Schlaganfallrehabilitationsstudie schlagen wir ein Design vor, das die Randomisierung beibehält und Kovariaten ausgleicht, indem wir die empirischen Gewichte verwenden, um die
Verteilung der Kovariaten des Designs zu konstruieren, und dann die Entropie dieser empirischen Verteilung über alle möglichen Designs hinweg maximieren, vorbehaltlich
geeigneter Einschränkungen. Wir schlagen vor, empirische Wahrscheinlichkeit zu verwenden, um Gewichte der Kovariaten zuzuweisen und dann das Design abzuleiten, indem ihre (empirische) Entropie ausgeglichen wird. Die vorgeschlagene Methode verwendet alle Informationen in den Kovariaten, im Vergleich zu Methoden, die nur die Hauptkovariaten oder ihre Hauptkomponenten verwenden. Im Gegensatz zu bestehenden Methoden erreicht die vorgeschlagene Methode ein Gleichgewicht über die Kovariaten ohne Schichtung und ist einfach zu verwenden. Wir veranschaulichen die Methode mit simulierten Beispielen. Das resultierende mehrarmige Design wird dann weiter verwendet, um das optimale und Minimax-Design bei Vorhandensein von Kovariaten in zweistufigen Versuchen zu konstruieren.