连续量试验结果下自适应罐子模型的构建与分析.docxVIP

连续量试验结果下自适应罐子模型的构建与分析

一、引言

1.1研究背景与意义

自二战以来，随着医学技术的迅猛发展，各种新的药品和治疗方法如雨后春笋般不断涌现，临床试验设计在医学研究中的重要性日益凸显。许多国家纷纷设立以统计人才为主的专门机构，承担起培训、指导、鉴定和研究临床设计工作的重任。在传统的临床试验设计中，通常将各种处理以相同的概率分配给病员，这种设计方式具有良好的统计效率，操作也相对简便。然而，当各治疗方案的治愈率存在较大差异，且部分处理可能对病员产生严重负面效果时，传统设计的弊端便暴露无遗。在这种情况下，近半数病员可能会受到不良处理的损害，这显然不符合伦理道德原则。

为了解决传统临床试验设计的这一问题，1952年，Robbins提出了自适应设计的思想。自适应设计旨在根据前期试验结果，逐步调整后续试验的机会分配，使疗效较好的治疗方案有更大的概率分配给病员，同时减少疗效较差的治疗方案的分配。随后，Zelen、Wei和Durham、Athreya和Karlin等学者先后提出了“胜者优先”设计、“随机化胜者优先”设计以及广义Friedman罐子模型设计等，极大地推动了自适应设计的发展。广义Friedman罐子模型在生物统计领域得到了广泛应用，然而早期文献常常假设试验结果只有成功或失败两种情况。但在实际中，许多试验的结果是多样的，将试验结果假设为连续量