multiarm Download multiarm源代碼下載

multiarm

PowerBuilder

1.0.0

下載

Multiarm

描述

multiarm提供的功能以幫助設計單階段和多階段的多臂臨床試驗。無論哪種情況，可用的功能都可以確定樣本量，試驗模擬，分析操作特徵計算以及幾個信息圖的生產。

請注意，R閃亮的圖形用戶界面也可用於設計單階段試驗；可以使用multiarm::gui()在R中訪問它，也可以在https：//mjgrayling.shinyapps.io/multiarm在線訪問它。有關此應用程序的其他信息可以在Grayling和Wason（2020）中找到。

入門

您可以使用以下方式安裝GitHub的multiarm的最新開發版本

 devtools :: install_github( " mjg211/multiarm " )

可以在下面找到一個介紹性的示例。對於單階段設計，可以在軟件包Vignette中獲得更詳細的支持，可以使用vignette("single_stage", package = "multiarm") 。另請參見Grayling和Wason（2020）。有關進一步的幫助，請發送電子郵件至[email protected]。

細節

目前總共有46個功能。他們的命名慣例使得幾個字符串在一起，並以下劃線分開。第一個字符串指示該函數的目的（即，其執行的計算類型）：

build_###_###() ：構建多ARM臨床試驗設計對象，例如des_###_###()函數返回的對象。當特定設計引起人們的關注時使用。
des_###_###() ：確定特定類型的多臂臨床試驗設計所需的樣本量。
gui() ：提供圖形用戶界面來設計確定。
opchar_###_###() ：通過多元正常集成，確定提供的多臂臨床試驗設計的操作特性（功率，家庭誤差等）。
plot.multiarm_des_###_###() ：與提供的多臂臨床試驗設計有關的信息圖（功率，錯誤發現率曲線等）。
sim_###_###() ：通過模擬，經驗估計提供的多臂臨床試驗設計的操作特性（功率，家庭誤差等）。

第二個表示設計：

###_dtl_###() ：與多階段的掉落式設計有關。參見，例如Wason等人（2017年）。
###_gs_###() ：與組 - 序列的多臂多階段設計有關。參見，例如，Magirr等人（2012年）。
###_ss_###() ：與單階段設計有關。參見，例如，Grayling和Wason（2020）。

第三表示該函數的結果類型：

###_###_bern() ：假設Bernoulli分佈的主要結果。
###_###_norm() ：假設正態分佈的主要結果。
###_###_pois() ：假設泊松分佈的主要結果。

示例：正態分佈的單階段設計

通常， des_###_###()函數將首先用於確定感興趣的試用參數的設計。例如，考慮設計一個單級試驗：

三個實驗治療組（請參閱K ）。
希望使用Dunnett的校正來控製家庭誤差最多5％（請參閱alpha和correction ）。
希望邊際能力拒絕臨床相關差異為1的每個無效假設為80％（請參閱beta ， delta1和power ）。
假設所有響應的標準偏差為1（請參見sigma ）。
將患者平均分配給每個手臂（請參閱ratio ）。

為了計算設計，我們將運行：

 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 " )

然後，所需的總樣本量為：

 des $ N
# > [1] 67.42534

此外，可以訪問以下情況下的全球空，全球替代方案以及每個最不利的配置下的操作特性：

 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>