BayesPPDSurv: Un paquete de R para la determinación del tamaño de muestra bayesiano utilizando el poder y el prior de poder normalizado para datos de tiempo hasta el evento

El paquete de R BayesPPDSurv (Diseño de Prior de Poder Bayesiano para Datos de Supervivencia) soporta cálculos de poder bayesiano y de error tipo I, así como ajuste de modelos utilizando los priors de poder y prior de poder normalizado incorporando datos históricos para el análisis de resultados de tiempo hasta el evento. El paquete implementa el modelo de regresión de riesgos proporcionales estratificados con riesgo constante por partes dentro de cada estrato. El paquete permite que los datos históricos informen el parámetro del efecto del tratamiento, los efectos de los parámetros para otras covariables en el modelo de regresión, así como los parámetros de riesgo base. Se apoya el uso de múltiples conjuntos de datos históricos. Se ha desarrollado un algoritmo novedoso para el uso computacionalmente eficiente del prior de poder normalizado. Además, el paquete soporta el uso de priors de muestreo arbitrarios para calcular tasas de poder bayesiano y tasas de error tipo I, y tiene características incorporadas que generan semi-automáticamente priors de muestreo a partir de los datos históricos. Demostramos el uso de BayesPPDSurv en un estudio de caso integral para el diseño de un ensayo clínico de melanoma.