率的非劣效试验中样本含量的估计——SAS和PASS实现

目的 提供二分类定性资料平行设计非劣效临床试验样本含量最常用的计算公式及其 SAS和PASS过程,并为相关参数的设置提供参考。方法 基于二项分布的正态近似理论推导样本含量的估计公式,通过SAS程序和PASS过程探讨各重要参数（样本率、非劣效界值）变化时样本含量及检验效能的变化情况。结果 对率的非劣效试验样本含量的计算,公式、SAS程序和PASS过程能得到一致结果;当检验水准和对照组样本率确定时,试验组样本率越大、检验效能越小、界值越大,所需样本含量越小。结论 利用本文提供的公式、SAS程序和PASS过程,可以帮助研究者系统快速得到二分类资料2组平行非劣效设计时的样本含量。试验组样本率、检验效能和非劣效界值是非劣效临床试验估计样本含量必须认真考虑的参数。     

率指标非劣效性界值设定范围的探讨

目的 探讨非劣效试验研究中率指标非劣效性界值的设定问题.方法 从一个实例入手,通过理论推导与软件模拟相结合,分析不同样本量及样本率条件下非劣效性界值的变化.结果 非劣效性界值△主要由两部分组成:△(～)△E+△0,即非劣效性界值的最低要求限△0和期望检验的最大率差△E.当样本量相同时,样本率越接近0.5,则△值越大.当样本率相同时,随着样本量的增大,△值逐渐减小.结论 非劣效性试验中率指标非劣效性界值的设定应同时考虑最低要求限△0和期望检验的最大率差△E,这将为实际工作提供指导和参考.     

基于相对度量指标的非劣效界值计算方法的比较

目的美国FDA在其非劣效临床试验指南中提供了两种基于相对度量指标的非劣效界值计算方法,一种是与绝对度量指标非劣效界值计算方法相对应的对数转换法(简称对数转换法),另外一种是直接基于相对风险的计算方法(简称直接计算法)。本文探讨了这两种方法计算结果的差异,以评估该差异对非劣效试验结果的影响。方法以风险比(hazard ratio,HR)为例,指代阳性对照药与安慰剂的疗效差异的保守估计值,从计算公式上阐述两种方法的关系,并展示两种方法在高优与低优指标中计算得到的非劣效界值的差异。结果当HR在0.80~1.25时,两种方法计算得到的非劣效界值差别在1%以内;当HR越远离1,差别越大。当取相同的效应保留比例f时,直接计算法计算出的非劣效界值总大于对数转换法,此时会导致低优指标使用直接计算法计算出的界值相对更激进,而高优指标则相对保守。当设定相同的非劣效界值δ时,对于低优指标,使用直接计算法所需设定的效应保留比例f高于对数转换法,对于高优指标则相反。结论在以相对度量指标作为主要评价指标的非劣效试验中,研究者应该认识到这两种计算方法对非劣效界值设定和试验结论的影响,综合考虑临床实践和试验药物的获益-风险等,慎重选取非劣效界值。     

三臂非劣效性设计生存时间数据的半参数统计推断方法

目的 推荐并改进一种用于新药临床试验中生存分析三臂非劣效性设计的半参数统计推断方法.方法 采用Cox比例风险模型建立用于生存时间数据的三臂非劣效检验方法,通过模拟试验验证该方法的有效性,并给出样本含量估计的R语言程序.结果 模拟试验结果证实,在样本删失风险率维持在一定水平时,三臂Cox模型能有效地控制Ⅰ类错误发生概率,并保证较高的检验效能,实际应用简单有效.结论 本文推荐的方法,可以有效地应用于三臂生存时间数据的非劣效性研究.     

Bootstrap法与H-L法中位数差值区间检验在非劣效试验中的模拟比较研究

目的比较Bootstrap法和Hodges-Lehmann法(H-L法)在中位数差值非劣效性检验中的特点,为相关研究中统计学方法的选择提供依据。方法以某临床试验中试验组与对照组咽痛消失时间的比较为基础,通过计算机模拟生成单组样本量分别为20、30、50、100、200各500个两独立样本,分别服从参数为90h(试验组)、100 h(对照组)的Poisson分布。针对每个样本采用基于正态近似和百分位数的Bootstrap法、H-L法求得中位数差值的置信区间,并通过置信区间下限与非劣性界值进行比较,得出三种方法的检验效能。结果三种方法均随着样本量增加,检验效能增加。在样本量为20时,H-L法与正态近似法检验效能相当(25%vs.24%),且都高于百分位数法(19%)。在样本量为30、50、100时,H-L法检验效能高于正态近似法与百分位数法,且正态近似法高于百分位数法。在样本量为200时,三种方法的检验效能相当,均在95%以上。结论整体来看,H-L法获得的区间最窄且最稳定,检验效能最高,尤其在样本量不大时建议选择H-L法。     

临床新药试验中非劣效性检验界值的确定方法

非劣效性试验中试验药物与公认药物疗效差别的最大允许范围被定义为非劣效性界值(noninferioritymargin),通常用Δ来表示。临床判断非劣效性的一个重要问题是非劣效性界值标准的选择。ICHE10指导原则及CPMP对非劣效性界值标准的确定均提供了一个基本的指导原则〔1,2〕,但缺乏统     

基于中心效应和临床界值的多中心临床试验评价方法学探讨

多中心临床试验考虑中心效应进行疗效评价时,需参考临床界值(如等效界值或非劣效性界值)进行统计分析,但经对国内外文献检索,发现有关文献报道极少.有小部分等效性或非劣效性研究结果,基于中心效应检验无统计学差异的情况下,计量资料应用两组资料的t检验,分类资料应用两组资料的U检验,或应用均数或有效率的可信区间进行统计分析;多数文献未考虑中心效应,直接应用两组计量资料的t检验,或两组分类资料的U检验,或均数或有效率的可信区间进行统计分析.     

如何撰写高质量的流行病学研究论文 第八讲 非劣效性和等效性随机对照试验的报告规范——CONSORT声明的扩展

非劣效性和等效性随机对照试验的应用日益广泛，为医疗卫生干预提供了重要的证据。对其结果的准确评价有赖于充分、准确的报告。CONSORT声明向非劣效性和等效性随机对照试验的扩展是2006年提出的又一个报告规范。本文介绍非劣效性和等效性随机对照试验的特殊方法学问题、实施与报告现状以及CONSORT扩展声明的清单，并对清单中的部分条目进行了解释与说明。     

普鲁卡因青霉素G阻断梅毒母婴垂直传播的等效性和非劣效性评价

目的：对普鲁卡因青霉素G治疗妊娠梅毒，阻断梅毒垂直传播及改善妊娠结局等临床疗效进行等效性和非劣效性评价，为临床提供指导。方法：严格按纳入和排除标准，纳入研究对象145例，随机分组，完成临床观察者共129例，其中普鲁卡因青霉素G组61例，苄星青霉素G组68例。采用随机对照设计，以苄星青霉素G为阳性对照药物，观察普鲁卡因青霉素G治疗妊娠梅毒的有效性并进行等效性和非劣效性检验。结果：非劣效性界值占取对照组各率的20％，进行单侧u检验；以梅毒垂直传播有效阻断率为评价指标时，u=25794，u〉δ且P=0.0049，有统计学意义；以正常出生率为评价指标时，u=1．7793，u〉δ且P=0．0376，有统计学意义。等效性界值δ取对照组各率的20％，进行双单侧u检验（two one-side u test）；以梅毒垂直传播有效阻断率为评价指标时，u1=3．1031，u2=2．5794，即u1和u2均大于δ，且P1=0．0010，P2=0．0049，有统计学意义。以正常出生率为评价指标时，u1=2，4866，u2=1．7793，即u1和u2均大于δ，且P1=0．0064，P2=0.0376，P2〉0．025，无统计学意义。结论：本研究表明，以梅毒垂直传播有效阻断率为评价指标，普鲁卡因青霉素G治疗妊娠梅毒与苄星青霉素G等效。以正常出生率为评价指标时，普鲁卡因青霉素G治疗妊娠梅毒非劣效于苄星青霉素G，但是，尚不能认为普鲁卡因青霉素G与苄星青霉素G等效。     

非劣效性临床试验中两组率差值的协变量调整方法

目的 解决新药非劣效性临床试验评价中两组率差值的协变量调整问题.方法 利用ROC曲线与两组率差值的对应关系,通过ROC分析间接得到调整协变量之后两组率之差的估计值及标准误.结果 给出了一种新的非参数分层分析方法,如果协变量对有效率有影响,可以通过调整分析得到更准确的检验结果.结论 本文提供的方法能够更直观、有效地对新药临床试验的数据进行非劣效性评价.     

Between a rock and a healthy place.

The Federal Mine Safety and Health Act of 1977 consolidated all federal health and safety regulations of the mining industry-coal as well as noncoal mining-under a single mandate administered by the Mine Safety and Health Administration (MSHA). Today, the agency is striving to reduce the environmental health risks associated with mining.     

Atopic and non-atopic asthma in a farming and a general population

BACKGROUND: In a previous study inverse associations between asthma and exposure to fungal spores and endotoxins in atopic farmers and positive associations with the same factors in non-atopic farmers were documented. No external reference population had been included. We, therefore, compared this farming population with the general population from an adjacent region. METHODS: Random samples of a farming (n=2,106) and a rural (n=351) and urban (n=727) general population were selected. Atopy was assessed by serum IgE and asthma by questionnaires. RESULTS: The asthma prevalence was 4.0% among farmers, 5.7% in the rural, and 7.6% in the urban population. Atopy was similar (9-10%). Most asthmatics were not atopic, 67-75%. Farmers had asthma less often than the general population OR 0.52 (95% CI 0.36-0.75); both atopic (OR 0.33 (95% CI 0.15-0.69)) and non-atopic asthma (OR 0.60 (95% CI 0.39-0.93)). CONCLUSION: This may indicate a protective effect of the farm environment on asthma but a healthy worker effect may also play a role.     

Clinical death: a diagnosis and a testimony

The clinical death of a person is the death of the brain. There is a fairly general consensus in western medicine on the necessary criteria and the mode of proceeding for a correct diagnosis of "brain death". In a specific case, with a reasonable previous record of catastrophic brain damage and certain neurological exploratory signs, an expert practitioner is able to diagnose clinical death. Accepting that the diagnosis of death is an exercise of diagnostic judgement, in practical application, which cannot as such provide absolute certainty; we have to accept that, in spite of this uncertainty, we have to take sensible and prudent decisions. However, there are dissenting opinions that believe in the need for a higher degree of certainty before taking decisions. It is necessary to try to understand the concept of "brain death" in order to be able to take responsible decisions. This concept is a real "cultural construction", in which it is necessary to have knowledge about the scientific definition of death, how death can be diagnosed in practice, when it is possible to say that someone is clinically dead, and what is the degree of evidence carried by the diagnosis.