临床试验：设计与统计分析_chap12 优效性、等效性/非劣效性试验的统计分析

优效性、等效性/非劣效性 试验的统计分析 Absence of evidence is not evidence of absence

优效性、等效性／非劣效性 试验的统计分析 Absence of evidence is NOT evidence of absence

●●差异性检验复习 o目的是要”证明”两种处理效果有差异 (不论及差异的方向) 无效假设H:π=πc 备择假设H1:丌≠兀c oI型错误和Ⅱ型错误 o需注意的问题 没有足够证据推翻无效假设不等于无效 假设成立!

差异性检验复习  目的是要”证明”两种处理效果有差异 （不论及差异的方向） 无效假设H0：T=C 备择假设H1：TC  I型错误和II型错误  需注意的问题 没有足够证据推翻无效假设不等于无效 假设成立！

●●·优效性、等效性准劣效性试验 o优效性试验 目的是要“证明”一种处理的效果优于另外一种 处理(一般以安慰剂作对照时) 无效假设为H:π≤πc 备择假设为H1:兀>兀c o等效性试验 目的是要“证明”两种处理效果在一定范围内相 等 该范围由临床研究者(而非统计学家!)决定, 称为等效界值 equivalence margin。等效界值必 须有临床意义 无效假设为H:|丌-πc|≥△ 备择假设为H1:|π-πc|<△

优效性、等效性/非劣效性试验  优效性试验 目的是要“证明”一种处理的效果优于另外一种 处理（一般以安慰剂作对照时） 无效假设为H0：TC 备择假设为H1：T>C  等效性试验 目的是要“证明”两种处理效果在一定范围内相 等 该范围由临床研究者（而非统计学家!）决定， 称为等效界值equivalence margin。等效界值必 须有临床意义。 无效假设为H0：｜T － C｜  备择假设为H1：｜T － C｜< 

oΔ的确定(参见书P87) ●●● o非劣效性试验 目的是要“证明”一种处理效果在一定范围 内不劣于另外一种处理 与等效性试验一样,该范围由临床研究者决 定,称为非劣效界值 无效假设为Ho:c-丌≥△ 备择假设为H1:πc一丌<△ o需注意的问题 没有足够证据推翻无效假设不等于等效!

 的确定（参见书P87）  非劣效性试验 目的是要“证明”一种处理效果在一定范围 内不劣于另外一种处理 与等效性试验一样，该范围由临床研究者决 定，称为非劣效界值。 无效假设为H0： C － T   备择假设为H1： C － T <   需注意的问题 没有足够证据推翻无效假设不等于等效！

●●°优效性试验的统计检验 o差异性检验的单侧检验 o个人观点:完全可以用差异性检验的方 法解决

优效性试验的统计检验  差异性检验的单侧检验  个人观点：完全可以用差异性检验的方 法解决

●等效性试验的统计检验 o两个率的等效性检验 o两个均数的等效性检验 o可信区间的方法(SFDA规定!) 总体率差或均数之差的95%可信区间如果 在-△和Δ之间,则“证明”两种处理效果 相等。 o等效性试验的双单侧检验 无效假设为H01:π>兀+△;H2:π兀-Δ 备择假设为H1;πc△≤πr≤πc+Δ

等效性试验的统计检验  两个率的等效性检验  两个均数的等效性检验  可信区间的方法（SFDA规定！） 总体率差或均数之差的95％可信区间如果 在-和之间，则“证明”两种处理效果 相等。  等效性试验的双单侧检验 无效假设为H01：T> C+；H02：T<C- 备择假设为H1： C-  T C+

●·。非劣效性试验的统计检验 o方法与等效性试验的相同,只不过是单 侧检验 o只关心是否非劣效,不关心是否优效! o可信区间的方法 可信区间的下限若大于-△即认为非劣效

非劣效性试验的统计检验  方法与等效性试验的相同，只不过是单 侧检验  只关心是否非劣效，不关心是否优效！  可信区间的方法 可信区间的下限若大于-即认为非劣效

●·。各种类型试验样本大小的估计 o基本概念 ●检验水准α 把握度1-β 率差或均数之差δ 均数之差的标准差(标准误) o还要考虑 试验类型

各种类型试验样本大小的估计  基本概念 ⚫ 检验水准 ⚫ 把握度1- ⚫ 率差或均数之差 ⚫ 均数之差的标准差（标准误）  还要考虑 ⚫ 试验类型

o差异性检验的样本大小估计 ●●● 结果为2分类变量(多分类化为2分类)时 两组治疗的效果(真值)记为π1、π2,双侧检验 水准为5%时,每组样本大小为: C 1(1-x1)+x2(-z2) 丌1-丌 当检出力为80%时,C=7.9;90%时,C=10.5。 结果为连续变量 两组治疗的效果记为1,μ2,双侧检验水准为 5%时,每组样本大小为: m2+1d2- 2C o优效性试验的样本大小估计 与差异性检验的一致

 差异性检验的样本大小估计 ⚫ 结果为2分类变量（多分类化为2分类）时 两组治疗的效果（真值）记为1、2，双侧检验 水准为5%时，每组样本大小为： 当检出力为80%时，C=7.9；90%时，C=10.5。 ⚫ 结果为连续变量 两组治疗的效果记为1，2，双侧检验水准为 5%时，每组样本大小为：  优效性试验的样本大小估计 与差异性检验的一致 ( ) ( ) ( ) 2 1 2 1 1 1 2 1 2       − − + − m = C      2 1 2 1, 2 − = + = C m

o等效性试验的样本大小估计 ●●● 除上述参数外,还需要给出等效界值 对于两分类结果变量,每组所需样本含量为: △ ●对于连续性结果变量,每组所需样本含量为: 20×C 2 2 △ o非劣效性试验的样本大小估计 与等效性试验的一样

 等效性试验的样本大小估计 除上述参数外，还需要给出等效界值 ⚫ 对于两分类结果变量，每组所需样本含量为： ⚫ 对于连续性结果变量，每组所需样本含量为：  非劣效性试验的样本大小估计 与等效性试验的一样 ( ) n C  − = 2 2 1  n C  = 2 2 2