交叉研究中盲法样本量重新估计

《Journal of Biopharmaceutical Statistics》：Blinded sample size re-estimation in a crossover study

生物等效性研究中采用交叉设计优化样本量，但新药或制剂方差不确定导致样本量确定困难。传统方法依赖固定样本量，而自适应设计在交叉试验中应用受限。本文提出一种盲法中间分析下的方差估计与样本量重估新方法，通过构建无偏估计量并验证其性能，在治疗差异小且个体方差大的场景中展现优势。

　　

摘要

生物等效性研究在药物开发中起着关键作用，它通过确定两种药物制剂的临床等效性来推动药物研发进程。这类研究通常采用交叉设计，以便在较少受试者的情况下进行组内治疗比较，从而提高统计功效。然而，在规划阶段对新药物或新制剂的方差存在不确定性，这给样本量确定带来了挑战。虽然自适应设计提供了一种潜在的解决方案，但与组序设计相比，其在交叉研究中的应用尚未得到充分探索，而且许多现有的自适应方法要求在试验过程中对数据进行揭盲。迄今为止，仅有两种针对交叉设计的盲法样本量重新估计方法被开发出来。在本文中，我们提出了一种新颖的方法，用于在中间分析阶段进行盲法组内方差估计，并重新估计样本量以达到所需的统计功效。我们详细研究了该方法的分析特性，并引入了一种改进的无偏估计器。通过大量的模拟研究，我们的方法显示出与现有盲法方法相当的性能，并且在治疗效果差异较小而受试者方差较大的情况下具有明显优势。