CRAN Task View: Clinical Trial Design, Monitoring, and Analysis （のまとめと補足） - データサイエンティスト上がりのDX参謀・起業家

タスクビューの臨床試験部分を半日本語訳しましたので、記事にしておきます。

ソースはこちら→http://cran.r-project.org/web/views/ClinicalTrials.html

タスクビュー：臨床試験デザイン、モニタリング、解析

メンテナンス者: Ed Zhang
連絡先: Ed.Zhang.jr at gmail.com
バージョン: 2010-07-07

デザインとモニタリング

blockrand

ブロックランダム化試験の割付を行う
PDFのランダム化カードを作る

male <- blockrand(n=100, id.prefix='M', block.prefix='M',stratum='Male')
female <- blockrand(n=100, id.prefix='F', block.prefix='F',stratum='Female')
my.study <- rbind(male,female)
plot.blockrand(my.study,'mystudy.pdf',
	top=list(text=c('My Study','Patient: %ID%','Treatment: %TREAT%'),
	col=c('black','black','red'),font=c(1,1,4)),
	middle=list(text=c("My Study","Sex: %STRAT%","Patient: %ID%"),
	col=c('black','blue','green'),font=c(1,2,3)),
	bottom="Call 123-4567 to report patient entry",
	cut.marks=TRUE)

experiment

前回参照
ブロックランダム化試験の割付を行う
- randomize(, block= )

GroupSeq、gsDesign

群逐次デザイン（wald先生が教科書）
- メモ：ワルド・スコア・尤度比検定（3種の検定があるけど3つともあんまり結果は変わらない）
α消費関数に基づく
- αエラーを「消費する」という概念を利用（αエラーの概念は多重検定とかだけに応用されているわけじゃない）
- メモ：適応デザイン、adaptive design

Hmisc ldBand()関数、ldbounds

群逐次デザインのLan-DeMets中止境界を描く（ld98プログラムを利用、Department of Biostatistics, University of Wisconsin written）

PwrGSD

群逐次デザインの検出力を計算

seqmon

不明
Armitage-McPherson and Rowe Algorithm（Schoenfeld (2001)）

デザインと解析

clinfun

フェーズII試験、最適・ミニマックス2段階フェーズII試験（サイモンデザイン）、毒性のモニタリングのための繰り返し有意性検定、群逐次フェーズIII試験

DoseFinding

用量発見試験（薬物動態試験は？）
多重対比試験、非線形用量反応モデル、MCP（multiple comparison procedures）デザインへの準備
正規性で等分散なエンドポイントに適用できる

MCPMod

多重比較手順（multiple comparison procedures）を組み合わせた用量発見試験
- メモ：ゲートキーピングのパッケージはあるかな？

特殊なデザインの解析

bifactrial

2要因、3要因臨床試験
ブートストラップ法を使う解析もある

ClinicalRobustPriors

分布（事前、尤度、事後）、モーメントをロバストに計算する
- コーシー/二項、コーシー/正規、バーガー（？）/正規
ハイパーパラメータの評価、事後分布の解析も可能

MChtest

モンテカルロ仮説検定
- メモ：試験の設定が複雑な場合は、数式でサンプルサイズを計算するのではなくてシミュレーションで出すこともある（製薬業界）
2つの異なる逐次境界を比較（？）、Besag and Clifford (1991)
P値の信頼区間も計算

speff2trial

2群ランダム化試験
IPW（inverse probability weighting）
- cf：IPTW（傾向スコアの何が違うの？）
質的、2値エンドポイント

一般的な解析

Base

いろいろな関数

chisq.test, prop.test, binom.test, t.test, wilcox.test, kruskal.test, mcnemar.test, cor.test, power.t.test, power.prop.test, power.anova.test, lm, glm, nls, anova

※基本的なサンプルサイズ設計はBaseのpower.t.test, power.prop.test, power.anova.testなどで十分

asypow