Key points are not available for this paper at this time.
최소화는 치료 그룹 간의 예후 요인의 균형을 이루기 위해 임상 시험에서 널리 사용되는 동적 무작위화 기술이지만, 대부분 동등한 치료 할당의 설정에서 사용되었습니다. 불균형한 치료 할당은 임상 시험에서 자주 발생하지만, 이러한 시험에 적합한 최소화 절차는 발표된 바가 없습니다. 이 논문의 목적은 이러한 임상 시험에 최소화 방법론을 적용하기 위한 새로운 전략을 제시하는 것입니다. 두 가지 최소화 기법이 제안되고 확률 계산 및 시뮬레이션 연구를 통해 비교됩니다. 첫 번째 방법인 단순 최소화에서는 확률 할당이 원래 최소화 알고리즘의 간단한 수정에 기반하며, 불균형 할당 비율을 고려하지 않습니다. 두 번째 방법인 편향 동전 최소화(BCM)에서는 확률 할당이 할당 비율에 기반하고 '편향되지 않은' 목표 할당 비율을 달성하도록 최적화됩니다. 두 방법의 성능은 다양한 시험 설정에서 치료 수, 예후 요인 및 샘플 크기 각각이 포함되어 조사됩니다. 다양한 거리 메트릭의 상대적인 장점도 탐구됩니다. 결과를 바탕으로, 우리는 BCM이 불균형 치료 할당이 포함된 임상 시험에서 무작위화에 가장 바람직한 방법임을 결론지었습니다. 다양한 거리 메트릭의 선택은 최소화 성능에 약간의 영향을 미치며, 시험의 특정 특성에 따라 최적화될 수 있습니다.
Han et al. (화요일), 이 질문을 연구했습니다.