摘要：目的介绍国外新出现的贝叶斯最优区间(Bayesian optimal interval,BOIN)设计的原理、方法、统计特性及应用优势,为提升我国Ⅰ期临床试验统计学设计水平提供新方法。方法 BOIN方法在贝叶斯框架下,以决策错误率最小为目标确定剂量增减、维持的决策界值。该方法具有长期记忆一致性以及大样本下收敛于目标毒性对应剂量的性质。结果 BOIN方法由于决策界值可以在试验前确定,与目前基于模型的方法相比在应用便捷性上有较大优势,该方法提供多种评价指标,示例显示该方法具有较好的安全性与有效性。结论 BOIN方法具有良好的统计特性和实际应用便捷性,是值得推广的Ⅰ期临床试验剂量探索方法。

摘要：目的零事件率是当抽样事件数为零时二项率的一种特殊情形,对其区间估计缺乏深入研究。方法利用二项分布和贝塔分布的关系,使用SAS 9.8设计三层嵌套9.4亿个参数空间点的计算密集型模拟实验,从区间精度、准确度和基于精确法的相对误差三个方面比较了三种频率方法和两种贝叶斯方法区间估计的统计性能,并通过医学实例说明其应用。结果首次报告了在保证覆盖率满足名义水平的条件下,精确法优于Wilson近似法的临界样本量。在平衡估计精度(区间宽度)和估计准确度(覆盖率)的思想指导下,通过大规模统计模拟和实例分析,推荐使用精确法进行零事件率的区间估计。结论随着医学技术的进步,零事件率越来越多地出现在医学研究中,在对这一特殊率进行统计推断时,推荐使用精确法。