第1章 臨床試驗中的統計學方法
1.1 前言
1.2 貝葉斯統計和頻率統計的比較
1.3 臨床試驗中的適應性
1.4 貝葉斯適應性方法的特征和應用
1.4.1 全貝葉斯方法
1.4.2 貝葉斯統計作為頻率統計的工具
1.4.3 貝葉斯方法在藥物和器械臨床試驗的應用實例
第2章 貝葉斯統計的推斷基礎
2.1 貝葉斯定理簡介
2.2 統計推斷
2.2.1 點估計
2.2.2 區間估計
2.2.3 假設檢驗和模型選擇
2.2.4 預測
2.2.5 先驗的影響：敏感性分析
2.2.6 隨機的作用
2.2.7 多重性問題的處理
2.3 貝葉斯計算
2.3.1 Gibbs抽樣
2.3.2 M—H算法
2.3.3 收斂診斷
2.3.4 變異估計
2.4 層次模型和Meta分析
2.5 貝葉斯臨床試驗設計原則
2.5.1 貝葉斯預測概率法
2.5.2 貝葉斯無差別區間法
2.5.3 先驗確定
2.5.4 操作特征
2.5.5 整合成本
2.5.6 延遲應答
2.5.7 不依從性及因果模型
2.6 附錄：R程序
第3章 I期臨床試驗
3.1 基於規則的設計
3.1.1 傳統3 3設計
3.1.2 藥理學指導的劑量爬坡方法
3.1.3 加速滴定設計
3.1.4 其它基於規則的設計
3.1.5 基於規則設計的總結
3.2 基於模型的設計
3.2.1 連續重評估方法
3.2.2 控制過量用藥的劑量遞增方法
3.2.3 時間-事件監測
3.2.4 毒性區間
3.2.5 有序毒性區間
3.3 有效性與毒性
3.3.1 試驗參數
3.3.2 有效性和毒性的聯合概率模型
3.3.3 定義可接受的劑量水平
3.3.4 療效一毒性權衡等高線
3.4 聯合用藥
3.4.1 經典Gumbel模型
3.4.2 雙變量競爭cRM
3.4.3 適用兩結局的聯合用藥方法
3.4.4 雙藥劑量遞增
3.5 附錄：R程序
第4章 Ⅱ期臨床試驗
4.1 標準設計
4.1.1 ⅡA期設計
4.1.2 ⅡB期設計
4.1.3 傳統頻率學派設計的不足
4.2 預測概率
4.2.1 二分類數據預測概率的定義和基本計算
4.2.2 預測過程設計的推導
4.3 序貫停止
4.3.1 無效和有效響應結局的二分類數據序貫試驗停止規則
4.3.2 無效、有效和毒性結局的二分類數據序貫試驗停止規則
4.3.3 監測事件時間
4.4 適應性隨機和劑量分配
4.4.1 適應性隨機化的原則
4.4.2 劑量探索和最佳生物劑量
4.4.3 劑量探索中的適應性隨機
4.4.4 具有延遲生存響應結局的適應性隨機
4.5 Ⅱ期設計中的層次模型
4.6 基於決策理論的設計方法
4。6.1 效用函數及一般概念
4.6.2 藥物研發中處理組篩選設計
4.7 Ⅱ期適應性設計案例
4.7.1 肺癌生物標志物整合的靶向治療試驗(BATTLE trial)
4.7.2 Ⅰ-SPY 2試驗
4.8 附錄：R宏
第5章 Ⅲ期臨床試驗
5.1 確證性研究一般概念
5.2 貝葉斯適應性確證試驗
5.2.1 基於後驗概率的適應性樣本量
5.2.2 基於預測概率無效性分析
5.2.3 延遲結局帶來的問題
5.3 組別丟棄
5.4 建模和預測
5.5 先驗分布與控制工類錯誤的範例衝突
5.6 Ⅲ期癌癥試驗
5.7 Ⅱ／Ⅲ期無縫設計
5.7.1 Ⅱ／Ⅲ期無縫設計示例
5.7.2 適應性設計
5.7.3 統計模型
5.7.4 模型計算
5.7.5 模擬研究
5.8 案例研究：治療房顫的消融器械
5.9 附錄：R宏
第6章 一些重要專題
6.1 整合歷史數據
6.1.1 標準層次模型
6.1.2 層次冪次先驗模型
6.2 生物等效性研究
6.2.1 生物等效性中的統計學問題
6.2.2 二分類資料設計
6.2.3 2×2交叉設計
6.3 多重性
6.3.1 藥物安全性評價
6.3.2 多重性與錯誤發現率
6.4 亞組分析
6.4.1 貝葉斯方法
6.4.2 貝葉斯決策理論方法
6.5 附錄：R宏
參考文獻