有多种类型的自适应设计可用于研究、临床试验和其他领域。一些主要类型包括：
1. 适应性随机化：这种设计涉及根据积累的数据，随着研究的进展调整治疗组的分配比例。它可以更有效地利用受试者，并有可能改善治疗组的平衡。
2. 适应性剂量探索：在涉及药物剂量的研究中，可以使用适应性设计来探索不同的剂量水平并找到功效和安全性的最佳剂量。这些设计通常涉及根据试验期间获得的反应数据调整剂量。
3. 样本量重新估计：这种自适应设计允许在正在进行的研究期间根据观察到的方差或治疗效果修改样本量。它使研究人员能够保持统计能力并有可能节省资源。
4. 适应性治疗转换：在临床试验中，适应性治疗转换设计涉及根据患者对初始治疗的反应改变分配给患者的治疗。这允许个体化的治疗决策并可以改善患者的治疗结果。
5. 无缝 II/III 期设计：有时，可以使用适应性设计将 II 期和 III 期试验合并为一项研究。这样可以更有效地从早期（探索性）研究过渡到后期（验证性）研究，从而减少时间和成本。
6. 分组序贯设计：这种类型的适应性设计涉及在预先指定的中期阶段定期分析积累的数据，如果获得结论性结果，则可能会提前停止试验。它允许及早做出决策，并可以减少患者接受无效治疗的机会。
7. 贝叶斯自适应设计：贝叶斯方法允许结合先验知识并随着数据积累更新信念。基于贝叶斯框架的自适应设计可用于剂量探索、样本量修改、随机化和研究的其他方面。
这些只是自适应设计的几个例子，根据具体的研究目标和背景，这些设计可以有许多变化和组合。
Publication date: