临床试验中的贝叶斯适应性方法

第1章 临床试验中的统计学方法
1.1 前言
1.2 贝叶斯统计和频率统计的比较
1.3 临床试验中的适应性
1.4 贝叶斯适应性方法的特征和应用
1.4.1 全贝叶斯方法
1.4.2 贝叶斯统计作为频率统计的工具
1.4.3 贝叶斯方法在药物和器械临床试验的应用实例
第2章 贝叶斯统计的推断基础
2.1 贝叶斯定理简介
2.2 统计推断
2.2.1 点估计
2.2.2 区间估计
2.2.3 假设检验和模型选择
2.2.4 预测
2.2.5 先验的影响：敏感性分析
2.2.6 随机的作用
2.2.7 多重性问题的处理
2.3 贝叶斯计算
2.3.1 Gibbs抽样
2.3.2 M—H算法
2.3.3 收敛诊断
2.3.4 变异估计
2.4 层次模型和Meta分析
2.5 贝叶斯临床试验设计原则
2.5.1 贝叶斯预测概率法
2.5.2 贝叶斯无差别区间法
2.5.3 先验确定
2.5.4 操作特征
2.5.5 整合成本
2.5.6 延迟应答
2.5.7 不依从性及因果模型
2.6 附录：R程序
第3章 I期临床试验
3.1 基于规则的设计
3.1.1 传统3+3设计
3.1.2 药理学指导的剂量爬坡方法
3.1.3 加速滴定设计
3.1.4 其它基于规则的设计
3.1.5 基于规则设计的总结
3.2 基于模型的设计
3.2.1 连续重评估方法
3.2.2 控制过量用药的剂量递增方法
3.2.3 时间-事件监测
3.2.4 毒性区间
3.2.5 有序毒性区间
3.3 有效性与毒性
3.3.1 试验参数
3.3.2 有效性和毒性的联合概率模型
3.3.3 定义可接受的剂量水平
3.3.4 疗效一毒性权衡等高线
3.4 联合用药
3.4.1 经典Gumbel模型
3.4.2 双变量竞争cRM
3.4.3 适用两结局的联合用药方法
3.4.4 双药剂量递增
3.5 附录：R程序
第4章 Ⅱ期临床试验
4.1 标准设计
4.1.1 ⅡA期设计
4.1.2 ⅡB期设计
4.1.3 传统频率学派设计的不足
4.2 预测概率
4.2.1 二分类数据预测概率的定义和基本计算
4.2.2 预测过程设计的推导
4.3 序贯停止
4.3.1 无效和有效响应结局的二分类数据序贯试验停止规则
4.3.2 无效、有效和毒性结局的二分类数据序贯试验停止规则
4.3.3 监测事件时间
4.4 适应性随机和剂量分配
4.4.1 适应性随机化的原则
4.4.2 剂量探索和最佳生物剂量
4.4.3 剂量探索中的适应性随机
4.4.4 具有延迟生存响应结局的适应性随机
4.5 Ⅱ期设计中的层次模型
4.6 基于决策理论的设计方法
4。6.1 效用函数及一般概念
4.6.2 药物研发中处理组筛选设计
4.7 Ⅱ期适应性设计案例
4.7.1 肺癌生物标志物整合的靶向治疗试验(BATTLE trial)
4.7.2 Ⅰ-SPY 2试验
4.8 附录：R宏
第5章 Ⅲ期临床试验
5.1 确证性研究一般概念
5.2 贝叶斯适应性确证试验
5.2.1 基于后验概率的适应性样本量
5.2.2 基于预测概率无效性分析
5.2.3 延迟结局带来的问题
5.3 组别丢弃
5.4 建模和预测
5.5 先验分布与控制工类错误的范例冲突
5.6 Ⅲ期癌症试验
5.7 Ⅱ／Ⅲ期无缝设计
5.7.1 Ⅱ／Ⅲ期无缝设计示例
5.7.2 适应性设计
5.7.3 统计模型
5.7.4 模型计算
5.7.5 模拟研究
5.8 案例研究：治疗房颤的消融器械
5.9 附录：R宏
第6章 一些重要专题
6.1 整合历史数据
6.1.1 标准层次模型
6.1.2 层次幂次先验模型
6.2 生物等效性研究
6.2.1 生物等效性中的统计学问题
6.2.2 二分类资料设计
6.2.3 2×2交叉设计
6.3 多重性
6.3.1 药物安全性评价
6.3.2 多重性与错误发现率
6.4 亚组分析
6.4.1 贝叶斯方法
6.4.2 贝叶斯决策理论方法
6.5 附录：R宏
参考文献