学位论文 > 优秀研究生学位论文题录展示

适应性临床试验中EDC平台构建与模拟预测评价方法研究

作　者: 蒋志伟
导　师: 夏结来；李婵娟
学　校: 第四军医大学
专　业: 流行病与卫生统计学
关键词: 电子数据捕获适应性设计电子病例报告表通用数据库模型 e-CRF元数据库 Monte Carlo模拟样本量再估计总检验效能总I类错误期望样本量
分类号: R311
类　型: 硕士论文
年　份: 2010年
下　载: 76次
引　用: 0次
阅　读: 论文下载

内容摘要

适应性设计由于其灵活可变的优势一直是生物统计学家关注和研究的热点。特别是近年来,随着计算机和网络技术的发展,阻碍适应性设计应用的诸多障碍得以解除,其在新药临床试验中开始得到广泛应用,其优势亦日益得到各国药政机构、申报者和试验研究者等的重视。交互式语音应答系统、电子数据捕获、临床试验模拟预测评价被称为促进适应性设计在临床试验中得以应用的三大关键技术。交互式语音应答系统和基于Web的中央随机化系统可以利用电话和Internet网络即时通知研究者试验药物的随机编号,为适应性设计中调整随机分配方案提供可能性。电子数据捕获平台的应用不仅可以缩短试验时间,及时获得高质量的试验数据,从而满足适应性设计的要求,而且能够降低试验成本,提高试验效率,保证整个试验的可靠性。而临床试验模拟预测评价系统可以在适应性临床试验开始前即对整个试验流程以及可能出现的想定进行计算机模拟,并对可能出现的结果进行预测和评价以指导研究者和生物统计人员选择最优的方案设计,以达到优化试验设计、提高试验成功把握度的目的。EDC系统是促进适应性设计在新药临床试验中的关键技术,它的优劣直接关系到适应性临床试验的实施和质量。而EDC系统构建的难点在于如何解决e-CRF设计的可复用性问题,即在设计不同临床试验病例报告表时,如何充分利用它们之间的共性以提高e-CRF设计的效率。此外,适应性设计在临床试验中的应用也要求临床试验模拟预测评价系统的研究和开发,而该系统得以构建开发的基础在于模拟预测评价方法的研究。基于以上考虑,本课题适应性临床试验中需要的EDC系统构建策略和两阶段适应性设计的模拟预测评价方法展开研究。具体研究内容如下:(1)基于结构化病例报告表的EDC系统构建策略系统分析我国新药临床试验中病例报告表结构化的特点。并根据这一特点,分别建立临床试验通用数据库模型和e-CRF元数据库以解决e-CRF设计的可复用性问题。采用EAV数据结构和传统关系型数据结构联合构建的通用数据库模型不依赖于临床试验收集指标的变化而变化,具有通用性的特点。这大大简化了每个临床试验中e-CRF数据库的建立,解决了EDC系统数据库的可复用性。而由XML文档、XSL模板文档和JavaScript核查文件共同组成的e-CRF元数据库,记录了临床试验指标的数据类型、Web页面表现格式、逻辑核查条件、分类变量取值选项以及指标注释等相关属性。利用e-CRF元数据库搭建整个病例报告表的XML文档和XSL文档可以较为方便实现病例报告表Web录入页面的自动生成。此外,在EDC系统构建中,XML语言不仅用来建立e-CRF元数据库,而且在e-CRF与EDC系统数据库之间作为中间载体实现数据的存储与读取。这一方面可以方便实现EDC系统与中央随机化、不良事件的监测与报告等其它系统之间的数据传输,增强系统本身的兼容性,为不同系统之间的整合和集成一体化工作奠定基础;另一方面,以XML数据文件作为数据传输的中间载体,可以重复利用Web页面XSL文档,提高代码使用效率,做到“一处编写,多处重用”。(2)两阶段适应性设计模拟预测评价方法研究以二分类资料的两阶段适应性双臂试验为例,在试验方案的设计阶段即采用Monte Carlo模拟方法,对试验中可能出现的多种想定以及所做出的适应性调整进行计算机模拟,并对可能出现的结果进行预测评价以选出最优的试验参数α1、α0、α2和第二阶段样本量方案。这种模拟预测评价方法允许在期中分析时根据已有数据信息调整第二阶段样本量,提高试验的灵活性,而且在试验方案中即对可能做出的样本量调整进行预计划,更大程度维持了试验的完整性,提高了试验质量。并根据新药临床试验的实际,考虑可能出现的最大样本量限制、两组不等样本量、终点变量为正态分布或生存数据等其它分布类型时,对两阶段适应性设计的模拟预测评价方法进行进一步拓展。此外,模拟比较了两阶段适应性设计中多种全面分析方法,发现两阶段合并数据分析的方法不仅可以保持较高的总检验效能,而且通过采用加法原则能够对总I类错误较好的控制。而在两阶段p值合并分析的几种方法中,INM法和MSP法虽然总检验效能明显高于Bauer-K?hne法,但总I类错误不能得到很好的控制,出现明显的alpha膨胀现象。而Bauer-K?hne法虽然在总检验效能方面存在劣势,但总I类错误仅略高于0.05,在可接受范围内。本文通过对基于结构化病例报告表的EDC构建策略和两阶段适应性设计的模拟预测评价方法,为EDC平台和临床试验模拟预测评价系统的构建打下理论和算法基础,以进一步促进适应性临床试验在我国的应用。

全文目录

缩略语表  6-8
中文摘要  8-11
英文摘要  11-15
前言  15-19
文献回顾  19-36
  1 EDC 系统及其主要构建技术  19-27
    1.1 EDC 系统的定义及相关概念  19-20
    1.2 EDC 系统的优势及应用中的问题  20-24
    1.3 EDC 系统构建中的主要技术  24-26
    1.4 EDC 系统与相关规定和行业标准  26-27
  2 适应性设计的主要应用及方法  27-36
    2.1 适应性设计的概念  28-29
    2.2 适应性设计在新药临床试验中的应用  29-31
    2.3 适应性设计的主要分析方法  31-35
    2.4 适应性设计模拟预测评价软件  35-36
正文  36-70
  1 EDC 系统构建策略探讨  36-48
    1.1 新药临床试验中病例报告表特点分析  36-38
    1.2 e-CRF 数据库的可复用性解决方案  38-41
    1.3 基于Web 的e-CRF 录入界面生成解决方案  41-44
    1.4 EDC 系统的数据存储与读取流程  44-46
    1.5 讨论  46-48
  2 两阶段适应性设计模拟预测评价方法研究  48-70
    2.1 两阶段适应性设计试验流程及其主要参数  49-51
    2.2 Monte Carlo 模拟试验  51-56
      2.2.1 Monte Carlo 模拟试验中的主要评价指标  52-53
      2.2.2 模拟数据的产生与评价指标的计算  53-54
      2.2.3 Monte Carlo 模拟试验思想与方法  54-56
    2.3 实例分析  56-66
      2.3.1 Monte Carlo 模拟结果：步骤一  57-61
      2.3.2 Monte Carlo 模拟结果：步骤二  61-64
      2.3.3 Monte Carlo 模拟结果：步骤三  64-66
    2.4 两阶段适应性设计中模拟预测评价方法的拓展  66-68
    2.5 讨论  68-70
小结  70-72
参考文献  72-82
附录  82-86
  附录1 e-CRF 元数据库中部分XSL 模板代码  82-84
  附录2 e-CRF 元数据库中部分 Javascript 核查代码  84-86
个人简历和研究成果  86-87
致谢  87

适应性临床试验中EDC平台构建与模拟预测评价方法研究

内容摘要

全文目录

相似论文