贝叶斯自适应设计和频率自适应设计是临床试验中用于收集和分析数据的两种不同方法。
1. 贝叶斯自适应设计：
- 贝叶斯设计基于贝叶斯统计，其中包含有关试验的先验信念或知识，并用观察到的数据更新它们。
- 在贝叶斯自适应设计中，试验设计和样本量可以根据积累的数据随着试验的进展进行修改。
- 贝叶斯设计允许持续学习和适应试验参数的灵活性。
- 使用贝叶斯定理在整个试验过程中更新后验概率分布，从而可以更精确地估计治疗效果。
- 当先验知识或历史数据可用时，它们可能是有利的，因为它们可用于为设计和分析提供信息。
2. 频率论自适应设计：
- 频率论设计基于频率论统计，不包含先验知识或信念。他们只专注于当前的审判。
- 频率论自适应设计还允许对设计和样本大小进行修改，但这些修改是基于预先指定的统计规则而不是更新先前的信念。
- 频率论设计使用中期分析来评估积累的数据并确定试验是否需要任何修改。
- 频率论设计中的调整通常是为了控制某些统计属性，例如维持 I 类错误率（误报水平）。
- 当现有知识很少或根本没有可用且重点是控制统计特性时，它们可能是有利的。
总体而言，贝叶斯自适应设计和频率主义自适应设计之间的主要区别在于它们的基本统计原理以及先验信念或知识的结合。贝叶斯设计允许基于先验知识的持续学习和适应性，而频率主义设计则侧重于在试验期间控制统计特性，而不考虑先验信念。
Publication date: