multiarm
1.0.0
multiarm 、単一段階およびマルチステージのマルチアーム臨床試験の設計を支援する機能を提供します。いずれの場合も、利用可能な機能により、サンプルサイズの決定、試行シミュレーション、分析的動作特性計算、およびいくつかの有益なプロットの生成が可能になります。
r Shiny Graphicalユーザーインターフェイスは、単一段階の試行の設計にも利用できることに注意してください。 multiarm::gui()を使用してR内にアクセスするか、https：//mjgrayling.shinyApps.io/Multiarmでオンラインでアクセスできます。このアプリの追加情報は、Grayling and Wason（2020）にあります。
GitHubからmultiarmの最新の開発バージョンを次のようにインストールできます。
devtools :: install_github( " mjg211/multiarm " )パッケージのコア機能の一部を使用する方法の紹介例を以下に示します。 1段階のデザインの詳細なサポートは、 vignette("single_stage", package = "multiarm")でアクセスできるパッケージビネットで利用できます。 Grayling and Wason（2020）も参照してください。詳細については、[email protected]にメールしてください。
合計で、46の関数が現在利用可能です。彼らの命名規則は、いくつかのキャラクター文字列が結合され、アンダースコアによって分離されるようなものです。最初の文字列は、関数の目的を示します（つまり、実行する計算の種類）：
build_###_###() ： des_###_###()関数によって返されるように、マルチアーム臨床試験設計オブジェクトを構築します。特定の設計が興味深い場合に使用するために。des_###_###() ：特定のタイプのマルチアーム臨床試験設計に必要なサンプルサイズを決定します。gui() ：デザインの決意を得るためのグラフィカルユーザーインターフェイスを提供します。opchar_###_###() ：多変量正常統合を介して、供給されたマルチアーム臨床試験デザインの動作特性（パワー、家族ごとのエラーレートなど）を決定します。plot.multiarm_des_###_###() ：供給されたマルチアーム臨床試験設計に関連する有益なプロット（パワー、誤発見率曲線など）を生成します。sim_###_###() ：シミュレーションを介して、供給されたマルチアーム臨床試験デザインの動作特性（パワー、家族ごとのエラーレートなど）を経験的に推定します。2番目はデザインを示します：
###_dtl_###() ：マルチステージドロッサーのデザインに関連しています。例えば、Wason et al （2017）を参照してください。###_gs_###() ：グループシーケンシャルマルチアームマルチステージデザインに関連しています。たとえば、Magirr et al （2012）を参照してください。###_ss_###() ：単一ステージのデザインに関連しています。 Grayling and Wason（2020）を参照してください。3番目は、関数がどのような結果であるかを示します。
###_###_bern() ：Bernoulliが分散した主要な結果を仮定します。###_###_norm() ：通常分布している主要な結果を仮定します。###_###_pois() ：ポアソンが分散した主要な結果を仮定します。 通常、 des_###_###()関数を最初に使用して、対象の試行パラメーターの設計を識別します。たとえば、次のような単一段階試験の設計を検討してください。
Kを参照）。alphaとcorrection参照）。beta 、 delta1 、およびpowerを参照）。sigmaを参照）。ratioを参照）。デザインを計算するには、実行します。
des <- des_ss_norm( K = 3 ,
alpha = 0.05 ,
beta = 0.2 ,
delta1 = 1 ,
sigma = rep( 1 , 4 ),
ratio = rep( 1 , 3 ),
correction = " dunnett " ,
power = " marginal " )次に、必要なサンプルサイズの合計は次のとおりです。
des $ N
# > [1] 67.42534さらに、グローバルなヌル、グローバルな代替、および最も有利な構成のそれぞれの下での動作特性は、以下でアクセスできます。
des $ opchar
# > # A tibble: 5 x 20
# > tau1 tau2 tau3 Pdis Pcon P1 P2 P3 FWERI1 FWERI2 FWERI3
# > <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl> <dbl>
# > 1 0 0 0 0.0501 0.00109 0.0196 0.0196 0.0196 0.0501 0.00774 0.00109
# > 2 1 1 1 0.950 0.611 0.800 0.800 0.800 0 0 0
# > 3 1 0 0 0.800 0.00330 0.800 0.0196 0.0196 0.0360 0.00330 0
# > 4 0 1 0 0.800 0.00330 0.0196 0.800 0.0196 0.0360 0.00330 0
# > 5 0 0 1 0.800 0.00329 0.0196 0.0196 0.800 0.0360 0.00330 0
# > # … with 9 more variables: FWERII1 <dbl>, FWERII2 <dbl>, FWERII3 <dbl>,
# > # PHER <dbl>, FDR <dbl>, pFDR <dbl>, FNDR <dbl>, Sens <dbl>, Spec <dbl>有用なプロットは、次のようにplot.multiarm_des_ss_norm()で作成することもできます。
plot( des )
Grayling MJ、Wason JMS（2020）マルチアーム臨床試験の設計のためのWebアプリケーション。 BMC Cancer 20:80。 doi：10.1186/s12885-020-6525-0。 PMID：32005187。
Magirr D、Jaki T、Whitehead J（2012）治療選択を伴うマルチアームマルチステージ臨床研究のための一般化されたダネットテスト。 Biometrika 99（2）：494–501。 doi：10.1093/biomet/ass002。
Wason J、Stallard N、Bowden J、Jennison C（2017）マルチアーム臨床試験のためのマルチステージドロッサー設計。 Stat MET MED RES 26（1）：508–524。 doi：10.1177/0962280214550759。 PMID：25228636。
