日志
- 小胖说统计之二四四：肿瘤临床试验中的统计学问题（六十）
- 生存数据中样本量的计算（四） 对于生存数据的分析来说，最重要的直接相关的是 events 的数量，而不是病人的数量。因此，是是 events 的数量，而不是病人的数量决定了试验的 power 。 在这个意义上， 生存数据中样本量的计算一般分为两步走： ...
- 小胖说统计之二四三：肿瘤临床试验中的统计学问题（五十九）
- 生存数据中样本量的计算（三） 众所周知，样本量计算的基础是研究设计，临床研究设计的不同决定了其样本量计算方法的不同。因此，我么在计算样本量时，必须首先了解其临床研究设计。 对于主要疗效终点是 time-to-event 变量的临床试验来说，我们可以把其典型 ...
- 小胖说统计之二四二：肿瘤临床试验中的统计学问题（五十八）
- 生存数据中样本量的计算（二） 与常规的连续性变量以及两分类变量分析中样本量的计算不同，生存数据中样本量的计算往往会更复杂，考虑的因素会更多。除了常常需要考虑到α、β、 effect size 、 dropout rate 等之外，生存数据中样本量的计算还需要考虑到入组时间、总的研究时间、 ...
- 小胖说统计之二四一：肿瘤临床试验中的统计学问题（五十七）
- 生存数据中样本量的计算（一） 肿瘤临床试验的一大特点便是其终点指标一般都是 time-to-event 变量（生存数据），因此其样本量的计算一般是基于 time-to-event 变量。 对于生存数据样本量计算最直接最简单的方法便是根据近似正态分布的原理，直接进行两个 p ...
- 小胖说统计之二四零：肿瘤临床试验中的统计学问题（五十六）
- 肿瘤临床试验中的非劣效性试验（十一） 上几篇博文，小胖简单介绍了 Rothmann’s method ，而基于 fraction retention 非劣效假设的常见方法还有： （ 1 ） Hasselblad Kong: CI for the ratio Hasselblad V, Kong DF. Stati ...
- 小胖说统计之二三九：肿瘤临床试验中的统计学问题（五十五）
-
肿瘤临床试验中的非劣效性试验（十） 上述对 fraction retention 非劣效检验假设的检验统计量的过程中，我们涉及到了很多生存分析中常见的参数，比如 HR ， HR 的 95% 可信区间， log HR, SE(log HR) 等，因此小胖觉得有必要再和大家复习一下这几个参数之间的关系： ...
- 小胖说统计之二三八：肿瘤临床试验中的统计学问题（五十四）
-
肿瘤临床试验中的非劣效性试验（九） 接上篇。。。 （ 1 ）方法一：通过计算检验统计量 Z 的方法： 如前文所述： Z=(-0.0844-0.5*0.2341)/SQRT(0.0867*0.0867+0.5*0.5*0.07501*0.07501)=-2.13 ...
- 小胖说统计之二三七：肿瘤临床试验中的统计学问题（五十三）
- 肿瘤临床试验中的非劣效性试验（八） 下边我们通过一个例子来对前边提及的 Rothmann’s method 加以理解： 例：一项比较 Xeloda 对比 5-FU+LV 治疗转移性结肠癌的随机试验。以往的研究中都是比较 5-FU+LV 和 5-FU 单用治疗转移性结肠癌，没有 5 ...
- 小胖说统计之二三六：肿瘤临床试验中的统计学问题（五十二）
-
肿瘤临床试验中的非劣效性试验（七） 上文中，小胖介绍了 Rothmann’s method 中的检验统计量，其实和应用检验统计量相对应的，我们还可以使用可信区间的方法。 H 0 : log HR(T/C)= (1- δ 0 )* log HR(P/C) H 1 : log HR( ...
- 小胖说统计之二三五：肿瘤临床试验中的统计学问题（五十一）
-
肿瘤临床试验中的非劣效性试验（六） 上几篇博文，小胖主要介绍了 fraction retention hypothesis ，下边我们看一下具体的 Rothmann’s method 的检验方法。 为了计算方便，我们下边的计算主要基于 fraction retention hypothesis 的 Geometric definit ...
