【Stata专栏】如何使用Stata 18 中引入的gs工具来设计 III 期研究的组序贯临床试验来测试新药的疗效

2025-03-10 浏览次数：27次

聚焦：临床试验的分组序列设计

临床试验是在人类志愿者身上进行的实验，目的是测试医疗干预措施对健康相关结果的影响。设计实验时需要仔细考虑如何利用现有的时间和资源收集的统计据，但临床试验需要格外谨慎，因为研究者有责任从角度参与者的健康。与一次性收集所有数据的其他类型实验不同，临床试验中的数据通常是在逐个记录每个参与者或每组参与者的研究后才涓涓流出的。

分组序列设计是帮助满足临床试验特定要求的常用方法之一。分组序列试验不是等到试验结束后再进行数据分析，而是在研究进行期间对不完整的试验数据进行中期分析。如果中期分析提供了有效或无效的有力证据，试验就会提前结束。分组顺序设计充分利用了临床试验中典型的零散数据收集，对试验数据进行多次分析，同时控制总体阳性（I 型）误差率。如果出现明显的赢家或输家，分组序贯试验就会提前结束试验，从而帮助研究人员履行道德义务，避免让参与者接受劣质。

让我们来探讨一下如何使用 Stata 18 中引入的 gs 工具，为一项测试新药疗效的 III 期研究设计分组序贯临床试验。

为新药设计分组序贯临床试验

近十年来，被归类为胰高血糖素样肽-1 受体激动剂（GLP-1 RA）的药物在 2 型糖尿病和方面越来越受欢迎。设我们正在设计一项临床试验，以比较我们的新型（的）GLP-1 RA--吡鲁肽与对比药物塞马鲁肽（名 Ozempic™ 或 Wegovy™）的疗效。我们的目标人群是患有肥胖症的美国成年人，定义为体重指数达到或过 30。之前对肥胖成人进行的一项临床试验显示，在为期 30 周的研究中，塞马鲁肽的平均体重减轻了 5.8 公斤，标准偏差为 5.5 公斤。根据我们对吡鲁肽的初步研究，我们预计 30 周的平均减重为 6.6 千克，标准偏差为 7 千克。

我们的试验将随机分配一半的参与者到实验组，在那里他们将接受测试药物吡鲁鲁肽，另一半被分配到对照组，在那里他们将接受参考药物 semaglutide。医生将对参与者进行 30 周的随访，并测量从基线开始的体重减轻（以公斤为单位）。Stata 的 gsdesign 命令用于计划一项临床试验，测试吡鲁鲁肽在肥胖成人方面是否 semaglutide。我们每种药物的均值和标准差。我们还我们将在 0.025 水平（alpha（0.025））进行单侧检验，并且我们需要的功效（功效（0.9））来检测的均值差异。一旦我们获得了 40%、60%、80% 和 ** 的数据（信息（40 60 80 100）），我们就会安排进行分析。我们了 efficacy（）和 futility（）选项，以表明我们将使用误差花费的 Kim-DeMets 设计计算疗效和非约束性徒劳界限，参数为功效界限和无效性界限。graphbounds 选项告诉 Stata 绘制设计供我们查看。

. gsdesign twomeans 5.8 6.6, sd1(5.5) sd2(7) knownsds onesided alpha(0.025) 
     power(0.9) information(40 60 80 100) efficacy(kdemets(3)) 
     futility(kdemets(2)) graphbounds

Group sequential design for a two-sample means test z test H0: m2 = m1 versus Ha: m2 > m1

Efficacy: Error-spending Kim–DeMets, rho = 3.0000  
Futility: Error-spending Kim–DeMets, nonbinding, rho = 2.0000  

Study parameters:
      alpha =   0.0250  (upper one-sided)
      power =   0.9000
      delta =   0.8000
         m1 =   5.8000
         m2 =   6.6000
        sd1 =   5.5000
        sd2 =   7.0000

Expected sample size:
         H0 = 1,596.73
         Ha = 1,991.88

Info. ratio =   1.1053
    N fixed =    2,604
      N max =    2,878
     N1 max =    1,439
     N2 max =    1,439

Fixed-study crit. value = 1.9600  

Critical values, p-values, and sample sizes for a group sequential design
          Info.        Efficacy             Futility     
 Look     frac.      Upper   p-value      Lower   p-value
     
    1      0.40     2.9478    0.0016     0.0109    0.4956
    2      0.60     2.6021    0.0046     0.7506    0.2264
    3      0.80     2.3056    0.0106     1.4101    0.0792
    4      1.00     2.0452    0.0204     2.0452    0.0204

Note: Critical values are for z statistics; otherwise,
      use p-value boundaries.

                  Sample size         
 Look           N1        N2         N
     
    1          576       576     1,152
    2          863       863     1,726
    3        1,151     1,151     2,302
    4        1,439     1,439     2,878

uonetech.b2b168.com/m/