An Exact Method for Power Calculation for a Three-arm Clinical Endpoint Bioequivalence Study
Notice bibliographique
Résumé
A clinical endpoint bioequivalence (BE) study aims to establish BE between a generic drug (TEST) and an innovator drug (REF). A placebo (PLB) is usually included to demonstrate the sensitivity of the study. BE is established if TEST is shown to be superior to PLB, REF superior to PLB, and TEST equivalent to REF. Therefore, an overall BE test for a clinical endpoint BE study is composed of two superiority tests (TEST vs. PLB and REF vs. PLB) and one equivalence test (TEST vs. REF). Previously, Chang et al (2014) calculated the sample size and power for an overall BE test based on one superiority test (TEST vs. PLB) and an equivalence test (TEST vs. REF) using the joint distribution of sample means and sample variances because ’it is not easy to derive the sample size based on the multivariate t-distribution’ (we call this a ZChiSquare method). In this paper, we propose an exact method to calculate the power and sample size for an overall BE test based on two superiority tests (TEST vs. PLB, REF vs. PLB) and one equivalence test (TEST vs. REF) using a multivariate non-central t distribution directly, which we call an Exact-t method. We also extended the Z-ChiSquare method to an overall BE test with two superiority tests and one equivalence test, rather than one superiority and one equivalence test as in Chang et al’s paper. Simulation shows that our proposed Exact-t method is computationally more efficient than the Z-ChiSquare method without self-writing codes to numerically calculate the conditional expectation of a multivariate normal distribution conditional upon a truncated Chi-Square distribution. When sample size is small, the Exact-t method generates more accurate results than the Z-ChiSquare method. The Exact-t method is recommended when calculating power and determining sample size for a three-arm clinical endpoint BE study.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,017 | 0,090 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».