期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
一种基于条件把握度法和EM算法相结合的样本量再估计 被引量:2
1
作者 程建成 柏建岭 +3 位作者 黄丽红 赵杨 于浩 陈峰 《中国卫生统计》 CSCD 北大核心 2018年第1期33-37,42,共6页
目的探索期中分析时正态分布资料的样本量再估计。方法通过模拟试验比较揭盲状态下样本量再估计的条件把握度法及盲态下样本量再估计的EM算法,进而探索将两者相结合的应用策略。结果均数差异大于初始值时越早使用条件把握度的方法,再估... 目的探索期中分析时正态分布资料的样本量再估计。方法通过模拟试验比较揭盲状态下样本量再估计的条件把握度法及盲态下样本量再估计的EM算法,进而探索将两者相结合的应用策略。结果均数差异大于初始值时越早使用条件把握度的方法,再估计之效能越高。结论先用EM算法进行样本量再估计,如果再估计样本量大于初始样本量1.5倍,采用揭盲状态下的条件把握度法进行样本量再估计,可以尽量保持盲态和试验完整性并获得较高的把握度,同时也能减少一部分假阴性的发生以及临床资源的浪费。 展开更多
关键词 临床试验 期中分析 条件把握度 EM算法 样本含量
在线阅读 下载PDF
随机森林在基因调控网络推断上的比较与应用 被引量:1
2
作者 张铭智 尤东方 +4 位作者 何文静 张汝阳 陈峰 胡志斌 赵杨 《中国卫生统计》 CSCD 北大核心 2019年第6期951-954,共4页
基因调控网络(gene regulatory network,GRN)是当前功能基因组学所研究的重要内容之一,作为一种描述基因间相互作用关系的方式,在推断复杂疾病的致病原理过程中发挥着重要的作用。通过对基因调控网络的分析,我们能够更加深入地了解各基... 基因调控网络(gene regulatory network,GRN)是当前功能基因组学所研究的重要内容之一,作为一种描述基因间相互作用关系的方式,在推断复杂疾病的致病原理过程中发挥着重要的作用。通过对基因调控网络的分析,我们能够更加深入地了解各基因的生物学功能、理解基因间的调控机理并推断出未知基因的功能,这对疾病诊断、临床实践、药物研发等方面有指导性的意义。 展开更多
关键词 基因调控网络 随机森林 疾病诊断 药物研发 功能基因组学 临床实践 复杂疾病 未知基因
在线阅读 下载PDF
靶向临床试验全随机设计四种分析策略的比较
3
作者 徐昌榕 柏建岭 +6 位作者 陈梦锴 陈峰 魏永越 赵杨 黄丽红 蔡晶晶 于浩 《中国临床药理学与治疗学》 CAS CSCD 2018年第7期782-789,共8页
目的:探讨靶向临床试验全随机设计四种分析策略的统计学性能,为靶向药物研究分析方法的选择提供依据。方法:采用蒙特卡罗方法模拟数据,在不同参数组合下,比较序贯亚组特异性策略、序贯标志物阳性和总人群策略、标志物序贯设计及倒退设... 目的:探讨靶向临床试验全随机设计四种分析策略的统计学性能,为靶向药物研究分析方法的选择提供依据。方法:采用蒙特卡罗方法模拟数据,在不同参数组合下,比较序贯亚组特异性策略、序贯标志物阳性和总人群策略、标志物序贯设计及倒退设计的Ⅰ类错误和检验效能。结果:在阳性亚组分析中,当人群标志物阳性率较高时,四种分析策略的检验效能的差别较小,当人群标志物阳性率较低时,若靶向药物在不同标志物状态人群中疗效差异较大,序贯亚组特异性策略、序贯标志物阳性和总人群策略及标志物序贯设计的检验效能较高,若疗效差异较小,倒退设计和标志物序贯设计的检验效能较高;序贯亚组特异性策略及序贯标志物阳性和总人群策略能控制Ⅰ类错误。在总人群分析中,当阳性率较高时,序贯亚组特异性策略和标志物序贯设计的检验效能较可靠,当阳性率较低,疗效差异较大时,标志物序贯设计的检验效能最高,疗效差异较小时,标志物序贯设计和序贯亚组特异性策略的检验效能较好且差异不大。结论:在靶向治疗药物的全随机临床试验研究中,探寻靶向药物对阳性人群疗效时,宜采用序贯亚组特异性策略及序贯标志物阳性和总人群策略,仅当明确得知靶向药物在不同标志物状态的人群疗效的差异较小且人群标志物阳性率较低时,倒退设计是最优方法;而研究总人群疗效时,首要推荐标志物序贯设计。 展开更多
关键词 靶向临床试验 全随机设计 分析策略 Ⅰ类错误 检验效能
在线阅读 下载PDF
序贯安慰剂平行对照设计和双向富集设计的样本量估计
4
作者 秦飞 柏建岭 +6 位作者 陈梦锴 陈峰 魏永越 赵杨 蔡晶晶 刘晋 于浩 《中国卫生统计》 CSCD 北大核心 2018年第3期362-367,共6页
目的探讨临床试验中序贯安慰剂平行对照设计和双向富集设计的样本量计算方法。方法在不同参数设置条件下,计算序贯安慰剂平行对照设计和双向富集设计所需要的样本量,并与传统的平行组设计、交叉设计等进行比较。结果序贯安慰剂平行对照... 目的探讨临床试验中序贯安慰剂平行对照设计和双向富集设计的样本量计算方法。方法在不同参数设置条件下,计算序贯安慰剂平行对照设计和双向富集设计所需要的样本量,并与传统的平行组设计、交叉设计等进行比较。结果序贯安慰剂平行对照设计和双向富集设计相比于传统的平行组设计、交叉设计需要的样本量更少,其中,双向富集设计的优势更为明显。对于连续性结局变量,第二阶段的疗效越大,第一阶段的权重越小,需要的样本量越小。对于二分类结局变量,得分检验参数取9.8和6.2时,SPCD和TED分别需要的样本量最少。假定两阶段疗效相同时,第一阶段分配到安慰剂组的比例取0.57和0.50时,SPCD和TED需要的样本量最少。结论在安慰剂效应较高或是没有彻底治愈方案的慢性疾病试验中,序贯安慰剂平行对照设计和双向富集设计相比于传统设计有很大的优势。 展开更多
关键词 序贯安慰剂平行对照试验 双向富集设计 样本量估计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部