SuperAPI AI 工具集

bio-clinical-biostatistics-bayesian-trials

数据与分析

查看项目

更新于 10-15 21:55

技能介绍

用途:为贝叶斯临床试验提供设计方法、算法选型与R实现参考,涵盖先验、似然与决策规则的设定,并通过模拟展示频率学操作特征。

主要能力:I期剂量探索(BOIN、CRM、EWOC、mTPI-2/Keyboard,以及Project Optimus下的BOIN-12、gBOIN-ET随机剂量优化);历史对照借用(RBesT的gMAP与robustify稳健MAP、EXNEX篮式试验、power prior、commensurate prior、倾向评分整合的psborrow2);平台与自适应试验(I-SPY 2、REMAP-CAP、后验概率停止、预测成功概率);安全性多重性(Berry-Berry三层层级模型,c212、JMP Clinical);亚组收缩(Dixon-Simon)。

使用方式:按场景选择方法,例如单药MTD用BOIN(目标DLT 30%、队列3),联合用药用OncoBayes2的BLRM+EXNEX,有历史对照用RBesT的gMAP()+robustify(),儿科外推用power prior(gamma 0.3-0.6)。示例命令如library(BOIN)、get.boundary(target=0.30, ncohort=10, cohortsize=3, n.earlystop=12, p.saf=0.60.30, p.tox=1.40.30)、get.oc(...)、library(dfcrm)、getprior(halfwidth=0.05, target=0.30, nu=3, nlevel=6)、crmsim(...)、library(RBesT)、gMAP(cbind(r, n-r) ~ 1 | study, data=historical_data, family=binomial, tau.dist='HalfNormal', tau.prior=0.5, beta.prior=cbind(0,2))、automixfit(map_prior, Nc=2)、ess(map_mix)、robustify(map_mix, weight=0.2, mean=0.5, n=1)。使用前需核对包版本(如packageVersion('<pkg>')),报错时应查看实际API而非重试。

适用场景:肿瘤I期、剂量优化、罕见病篮式试验、外部对照与RWE、平台试验、安全性信号分析、监管关键试验敏感性分析。

限制:监管要求前瞻性设定、模拟操作特征、先验论证及可复现代码数据;ICH E20仍为草案;MAP先验样本量、混合权重、gamma等需预先设定并做敏感性分析;CRM骨架误设会偏倚MTD;EXNEX默认权重可能过度借用;部分方法依赖商业软件(FACTS)或自定义Stan模型。