Key points are not available for this paper at this time.
베이esian 임상 시험 설계에서 파워 사전 방법론은 분석에 역사적 데이터를 통합하는 유연한 프레임워크를 제공합니다. 이 접근법의 한 가지 중요한 측면은 역사적 데이터셋에서 차용된 정보의 양을 정량화하는 효과적인 샘플 크기를 결정하는 것입니다. 이 논문에서는 타입 I 오류 고려에 기반하여 할인 매개변수를 유도함으로써 파워 사전의 효과적인 샘플 크기를 계산하기 위한 공식을 도출합니다. 우리의 공식은 역사적 데이터셋의 샘플 크기와 최대 허용 타입 I 오류 비율을 포함한 다양한 요소를 고려합니다. 우리는 설명적인 예를 통해 우리의 공식의 유용성을 시연하고, 아동 정신분열증 시험을 예로 들어 임상 시험 계획에서의 적용을 위한 실용적인 지침을 제공합니다. 효과적인 샘플 크기를 정확하게 추정함으로써 연구자들은 역사적 데이터 차용의 맥락에서 베이esian 분석의 효율성과 타당성을 높일 수 있습니다.
이세윤 (Mon,)은 이 질문을 연구했습니다.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: