이 논문은 외부 대조 데이터를 통합하여 임상 시험에서 소환자군의 도전과제를 해결하기 위한 성향 점수(PS) 기반 계층화 승률 방법을 제안합니다. 우리의 접근법은 현재 연구와 외부 연구 간의 이질성을 고려하기 위해 PS 계층화를 활용하여 전통적인 승률 분석을 향상시킵니다. 또한, 현재 치료군과 외부 대조군의 PS 분포의 중첩 계수에 따라 가중치를 줄이는 것이 이질성으로 인한 환자 편향을 완화합니다. 시뮬레이션 결과, 연속 및 사건 발생 시간 구성 요소가 결합된 복합 최종점을 감지하는 데 있어 비차입 및 풀링 방법보다 통계적 전력이 유의미하게 향상되었으며, Mantel-Haenszel (MH) 유형 가중치를 활용하여 가장 높은 전력을 얻었습니다. 제안된 방법은 이전 ALS 시험의 외부 대조 그룹을 통합한 근위축형 측삭 경화증(ALS) 연구에도 적용됩니다. 따라서 제안된 PS 기반 계층화 승률 방법은 제한된 환자 가용성과 함께 외부 데이터를 차용하고 복합 최종점을 분석하기 위한 엄격한 프레임워크를 제공합니다.
Chen et al. (Sun,) 이 질문을 연구했습니다.