贝叶斯统计的临床试验设计

        1.良好的试验设计与传统的统计分析方法相同，贝叶斯统计同样需要一个良好的试验设计。试验没汁的主要内容包括：试验目的、待评估的终点指标、试验所需条件、试验人群、统计分析计划等。 减小偏倚：器械疗效评价中可以用随机的方法确定病人接受哪一组的治疗，从而小化偏 倚带来的影响；通过划医生设盲可以小化有意或无意的选择偏倚；刘病人的设盲可以小化安慰剂效应。我们建议在试验开始前统计分析的类型就要确定（贝叶斯统计分析或传统的统计分析）。
        若我们已经收集到所需数据，然后再根据不同方法的统汁结果选择统计分析方法是 有问题的。 终点指标：器械评价的临终点应泼是与临床相关的、可以直接观察的、剥病人是非常重要 的、与器械安全性和有效性相关的指标。例如：临床终点可叭是一个能在试验中观察到的，可以评价重要结局平均变化的指标（死亡率、发病率、生活质量等）。

        2.对照组的选择为了更好地评估临床试验的结果，我们殴簧一个对照组作为参 考。对照的设置主要有平行对照，自身对照和历史对照。其中自身对照和历史对照与平行对照相比存在很多潜在的偏倚，因此我们使用平行对照。其中在贝叶斯统计方法中，采用阳性对照（平行对照的一种）证明新器械的非劣效性已得到广泛的应用。

        3．关于试验终点的柳始信息 先骆分布先验信息是指在研究进行之前根据以往研 究所得到的关于终点指标的相关信息，我们用先验分布来描述这些先验信息的不确定性。新的医疗器械研究的先验信息可能来自于新器械自身的信息、对照器械的信息或两者兼之。先验信息的获得主要来源于已经完成的国外开展的试验研究、类似产品的临床资料或早期试点 研究资料。当有高质量的先验信息可以使用时，我们可虬根据这些信息确定出先验分布；当我 们对所研究的终点指标一无所知时．也可以指定一个无信息的先验分布（通常为均匀分布）。

        4．确定样本含量 临床试验巾所需的样本量是指能获得预期结果（观察到期望差异）时 所需的小样本量。贝叶斯统计分析中样本含量一般由下面几个因素决定：样本的变异程度、 先验信息的质垃、分析时用的数学模型、分析模型中参数的分布、判断标准。 传统的统计分析中，样本量要在试验设计中提前确定，然而，在贝叶斯统计分析中不事先确定要本含量，而是指定一个特定的停止试验的标准：获得关于试验终点指标足够的信息量或 达到一个事先指定的足够高的概率。框进行贝叶斯统计分析时，任何一点均能算出达到预期 停止标准尚需要的额外观察数。
        例如•在一个以器械成功率为终点心脏支架非劣效性试验 中，在萁他条件不变时，当阳性对照组和试验组的成功率均为仉85时，需样本量为每组40人；当阳性对照组和试验组的成功率分别达到0.90和0.95时，需样本量为每组25人。也就是说，随着试验的进行，样本量将会被不断地调整。

        5.运用多层模型从其他研究中借用力量在医疗器械疗效评价中，这种借用的力量可以 理解为样本量，其中借的程度依赖于两个研究的接近程度。如果研究的相似性很高（具体表现在个体的可交换性），我们当前的研究则可以借到很多的力量（节省很多样本量）；但是当研究相似性较低时，当前研究借用到的力量就会很少。其中可交换性是指两个个体能够提供等价 的统计信息。