医学统计学第26讲交叉设计.ppt

* 交叉设计 背景 设计方法 统计分析 重复交叉设计 正确应用 * 交叉设计是成组设计与自身配对设计的综合运用，其适用范围与自身配对设计相同； 具有自身配对设计的优点：控制干扰因素，样本量较小，处理组间具有可比性； 第一阶段前，应具有一个预备期，以消除药物及其他医学治疗的残留效应，并对各组基线的水平进行比较，保证两组间的可比性； 第一阶段与第二阶段长度应相等； 正确应用 * 在第一阶段结束、第二阶段开始前，应有一个足够长的间歇期，以洗脱延滞效应。 间歇期的长短视处理因素的半衰期而定，一般至少为5～6个半衰期；其次要考虑生物作用的特点，如阿司匹林的半衰期为0.5小时，但它对血小板的影响需一周左右才会消失，故间歇期一般需10天左右。 正确应用 * 临床上适用于目前尚无特殊治疗而病情缓慢的慢性病患者的对症治疗(如稳定型高血压的降压效果，血糖的控制，类风湿关节炎的镇痛效果)。不适宜有自愈倾向，或病程较短的疾病的治疗研究。 在药代动力学研究中被指定为标准方法之一。 常用于生物等效性(bioequivalence)或临床等效性(clinical equivalence)试验。 正确应用 * 其他交叉设计： A B A B A B A B A B B A B A A B B A B A A B 正确应用 * * 通常，在交叉设计中，处理因素作用于受试者一段时间，并在显示出其一定的处理效应后停药，进入介于两种不同处理阶段间的“清洗期”，此时药物在受试者体内进行“清洗”，使得受试者恢复到原始的生理、心理状态，避免在对后续的治疗产生影响。因此，介于两个阶段之间的停药间隙期称为“清洗期”(washout period)。在交叉设计中，为避免前一阶段处理因素对后一阶段的影响，通常要设计一个足够长的清洗期。 * 如果滞后效应的假设检验结果有统计学意义，仅采用第一阶段的两组数据来比较处理效应，类似于成组设计，基于个体间的来比较处理效应的差别，此时又违背的交叉设计的初衷，又往往由于样本量较小，因此将会降低检验效能； * 处理效应的差别和阶段效应都处于同一个个体内进行比较 * 对于2×2交叉设计，实际上这个“滞后效应”与顺序效应、处理*阶段的交互作用是不能通过统计学方法来区分的。在不同的限定条件下，交互作用有时与用药顺序组效应相同，有时交互作用与滞后效应相关。无论采用何种限定条件，参数估计数值不会改变，但是，其解释又各不相同。也就是说，这个“滞后效应”有时候是真实的药物的残留的滞后效应，有时候是用药顺序的效应，有时候也可能是处理*阶段的交互作用。究竟是什么作用，其解释是难以单纯从统计学结果来区分。这种现象称为2×2交叉设计的混叠效应(the effects of aliasing)，即指某个参数的估计可以用许多其他替代方式来表达和解释。 * 某因素各水平的单独作用随另一因素水平变化而变化，则称两因素间存在交互作用 * * 统计分析 检验滞后效应：H0：λ1 = λ2。 对于甲组中第k个个体，其两个阶段的行合计： 对于乙组中第k个个体，其两个阶段的行合计： * 统计分析 检验滞后效应：H0：λ1 = λ2。 用药顺序 行合计 甲组(A→B) 乙组(B→A) 用药顺序组的效应差别： 表8 2×2交叉设计行合计的期望值 注：μ为总平均；π阶段效应；τ处理效应；λ为滞后效应。 检验两组滞后效应是否相同，就等价于用两样本t检验来检验两个用药顺序组的平均值是否相同。 * 统计分析 检验滞后效应：H0：λ1 = λ2。 * 顺序 患者 编号 阶段 行合计 第一阶段 第二阶段 A药 B药 AB 1 5.1 3.8 8.9