摘要：新型冠状病毒肺炎出现以来,席卷了全球各个国家和地区,安全且有效的新型冠状病毒肺炎疫苗是控制新型冠状病毒肺炎疫情最有效手段之一。新型冠状病毒肺炎疫苗的关键性临床研究通常采用安慰剂对照的保护效力试验,以观察疫苗是否可以有效降低疾病的发病率。本文即将对新冠疫苗保护效力临床试验中研究设计和研究终点的考量、统计学评价方法、主要估计目标的选择以及针对不同伴发事件的解决策略等进行介绍和探讨。

摘要：一、"适应性设计"的概念及其含义适应性设计(adaptive design)是指在试验开始之后,在对试验的整体性与有效性不导致破坏的前提下,依据前期试验所得的部分结果调整后续试验方案,从而及时发现与更正试验设计之初一些不合理的假设,从而减少研究成本,缩短研究周期的一大类研究设计方法的总称[1-10].其中,研究方案中可进行调整的内容包括随机化分配方案、检验假设、样本量、劣效处理组的取舍、检验统计量以及结局变量等方面.因为其所具有的灵活性和可调整性,又被称为可变性设计(flexible design)、自适应设计(self-design)以及内部预试验设计(internal pilot design)等[11-16].所谓内部预试验主要是针对我们通常意义上所讲的外部预试验(external pilot design)而言,前者与研究主体(后继研究)连为一体,而后者则与研究主体完全分离.外部预试验适合于研究目的的改变,而内部预试验偏向于试验设计各项参数的调整,故与适应性设计意义相通.

摘要：目的探讨利用Rubin提出的多重填补的方法处理有缺失数据的2×2交叉设计的资料,以避免医学科研中常常发生观测数据的缺失而造成统计分析的困难。方法用MI对缺失数据进行填补,用标准的统计程序对填补后的数据集分析,最后用多重填补分析综合各个数据集的统计分析结果。结果多重填补的方法可用于交叉设计中缺失数据的填补并得出正确的统计推断。结论多重填补与多重填补分析为处理存在缺失数据的资料提供了有效的策略。

摘要：在肿瘤新药Ⅱ期临床试验中,往往要对多个瘤种、多种剂量或用法进行探讨,目的是淘汰无效剂量、筛选敏感瘤种,以便进一步深入研究。当某试验组疗效未达到预期效果时,研究者希望尽可能早地终止该试验组的研究,避免更多的受试者接受无效的治疗。本文介绍多阶段设计,包括单阶段设计、二阶段设计和三阶段设计的统计学原理和设计思路,并提供各阶段设计所需样本含量和早期终止的价值,并以实例说明。

摘要：目的 :探讨利用Rubin提出的多重填补的方法处理有缺失数据的 2× 2交叉设计的资料 ,以避免医学科研中常常发生观测数据的缺失而造成统计分析的困难 .方法 :用MI对缺失数据进行填补 ,用标准的统计程序对填补后的数据集分析 ,最后用MIANALYZE综合各个数据集的统计分析结果 .结果 :多重填补的方法可用于交叉设计中缺失数据的填补并得出正确的统计推断 .结论 :MI与MIANALYZE为处理存在缺失数据的 2× 2交叉设计的资料提供了有效的策略 .

摘要：目的通过对盲态和揭盲状态下内部预试验样本量调整的模拟比较,确定自适应设计中相对合理的样本量调整方法。方法利用蒙特-卡罗模拟不断改变内部预试验的样本量,在盲态和揭盲状态下分别比较I型错误和检验效能。结果两种状态下Ⅰ型错误和检验效能没有根本区别。结论盲态样本量调整更可取。

摘要：关于等效性检验的样本量与检验效能估计,SAS中提供了一种方法的估算程序,即Phillips法,但是只是针对于单样本、两样本与配对设计而言.然而,在以等效性检验为目的的临床试验中,双处理、两阶段交叉设计应用最为广泛,并在1992年被美国FDA定义为用于等效性评价的标准方法[1,2].这种设计能提供药物间的差(或比)的最优无偏估计;节约样本,兼有既平行、又配对两种设计的优点.本研究将Phillips方法进一步推广到2×2交叉设计并与其他估算等效性检验样本量与检验效能的两种方法作了比较,以期为研究者提供参考.……

摘要：验证就是一个文件记录的过程,是要高度证明计算机系统在其整个系统生命周期中,能在受控状态下正确而始终如一地执行其设计功能的要求。根据监管要求验证过程始于系统设计/用户要求阶段,延续至使用和维护,直至最终退役和电子记录的保存。这样做的目的是确保每个信息技术应用程序都能达到其预期的功能目的。临床研究中的计算机系统的验证是GCP的要求,以满足相关产品预设的质量、安全以及可追溯性的要求。本文描述企业如何按照验证标准操作规程(SOP),确定相关责任人,执行验证的工作。验证过程中的特定工作可以外包,但是系统验证的最终责任人始终是业务过程的所有者,即申办者。为了提供证据证明系统已经并继续处于已验证状态,必须建立详细的验证程序,并提供适当的培训以及足够的文件。验证过程的质量也需要经质量控制(QC)与质量保证(QA)加以维护。

摘要：目的研究临床试验中等效性检验的样本量的计算问题。方法在概括总结影响等效性检验的样本量与检验效能的几个主要因素(α、β、θ、Δ、σ)的基础上,重点介绍了等效性检验中α与β的确定与含义,并指出了文献中所存在的分歧;然后利用计算机抽样模拟的方法,依据不同设计类型、不同参数取值下计算的样本量,模拟估算所对应的检验效能。结果模拟验证了β应该取单侧还是双侧并给出了较为合理的解释。结论在等效性检验的样本量估算中,当θ为0时,β取双侧;当θ不等于0时,β取单侧。

摘要：缺失数据是临床试验中常见但又不可避免的一个问题。缺失数据不仅会降低试验的把握度,还会给试验结果带来偏倚。因此,一方面可以在统计分析中采用合适的缺失数据处理方法,另一方面要特别注意尽可能预防缺失数据的产生。其中,缺失数据的预防应当是第一位的。从数据的角度来讲,首先,应在方案设计、数据采集和数据核查的各个阶段,采取合理措施提高受试者的依从性,减少不必要的数据缺失;其次,对于确认发生的数据缺失,应详细记录缺失数据产生的原因,这对于判定数据缺失的机制和选择合适的缺失数据处理方法 (例如,前一次观察数据向后结转、多重填补和重复测量数据混合效应模型等)具有非常重要的作用。