روش ها و کاربردهای محاسبه و بازمحاسبه اندازه نمونه در کارآزمایی های بالینی ۲۰۲۰
Methods and Applications of Sample Size Calculation and Recalculation in Clinical Trials 2020

این کتاب یک مرور کلی و جامع از اصول و روش های محاسبه و بازمحاسبه ی حجم نمونه در کارآزمایی های بالینی ارائه می دهد. محاسبه ی مناسب حجم نمونه ی مورد نیاز برای موفقیت کارآزمایی های بالینی بسیار حیاتی است. در عین حال، حجم نمونه ای که خیلی کوچک یا خیلی بزرگ باشد، به دلایل اخلاقی، علمی و اقتصادی مشکل ساز است. بنابراین، هنگام برنامه ریزی کارآزمایی های بالینی، به روش های پیشرفته نیاز است.

بخش اول یک چارچوب کلی برای استخراج رویه های محاسبه ی حجم نمونه را شرح می دهد. این امر درک اصول مشترک زیربنای روش های متعددی که در فصل های بعد ارائه می شوند را ممکن می سازد. بخش دوم به طراحی حجم نمونه ی ثابت می پردازد، جایی که حجم نمونه ی مورد نیاز در مرحله ی برنامه ریزی تعیین می شود و پس از آن تغییر نمی کند. این بخش روش های محاسبه ی حجم نمونه برای کارآزمایی های برتری، عدم فرومایگی و هم ارزی، و همچنین مقایسه ها بین دو گروه و بیش از دو گروه را پوشش می دهد. طیف گسترده ای از موضوعات دیگر مورد بحث قرار می گیرند، از جمله محاسبه ی حجم نمونه برای مقایسه های چندگانه، ارزیابی ایمنی و کارآزمایی های چندمنطقه ای. اغلب در مورد فرضیاتی که باید هنگام محاسبه ی اولیه حجم نمونه در نظر گرفته شوند، عدم قطعیت وجود دارد. بخش سوم روش هایی را ارائه می کند که امکان تغییر حجم نمونه ی تعیین شده در ابتدا را بر اساس اطلاعات جدیدی که در طول کارآزمایی در حال انجام در دسترس قرار می گیرد، فراهم می کنند. رویه های بازمحاسبه ی حجم نمونه ی کورسازی شده برای طرح های مطالعه ی پایلوت داخلی مورد بررسی قرار می گیرند، و همچنین روش هایی برای ارزیابی مجدد حجم نمونه در طرح های تطبیقی که از داده های کورسازی نشده از تحلیل های میانی استفاده می کنند. این کاربرد با استفاده از مثال های متعدد کارآزمایی بالینی نشان داده شده است، و کد نرم افزاری که این روش ها را پیاده سازی می کند نیز ارائه شده است.

این کتاب زمینه ی نظری و توصیه های عملی را برای آمار زیستی دانان و پزشکان از صنعت داروسازی و دانشگاه ها که در کارآزمایی های بالینی مشارکت دارند، ارائه می دهد. این کتاب با پوشش روش های اساسی و همچنین روش های پیشرفته تر و اخیراً توسعه یافته، برای مبتدیان، آمارشناسان کاربردی باتجربه و متخصصان مناسب است. برای کسب حداکثر بهره، خوانندگان باید با آمار مقدماتی آشنا باشند. محتوای این کتاب با موفقیت برای دوره های آموزشی در این زمینه استفاده شده است.

This book provides an extensive overview of the principles and methods of sample size calculation and recalculation in clinical trials. Appropriate calculation of the required sample size is crucial for the success of clinical trials. At the same time, a sample size that is too small or too large is problematic due to ethical, scientific, and economic reasons. Therefore, state-of-the art methods are required when planning clinical trials.

Part I describes a general framework for deriving sample size calculation procedures. This enables an understanding of the common principles underlying the numerous methods presented in the following chapters. Part II addresses the fixed sample size design, where the required sample size is determined in the planning stage and is not changed afterwards. It covers sample size calculation methods for superiority, non-inferiority, and equivalence trials, as well as comparisons between two and more than two groups. A wide range of further topics is discussed, including sample size calculation for multiple comparisons, safety assessment, and multi-regional trials. There is often some uncertainty about the assumptions to be made when calculating the sample size upfront. Part III presents methods that allow to modify the initially specified sample size based on new information that becomes available during the ongoing trial. Blinded sample size recalculation procedures for internal pilot study designs are considered, as well as methods for sample size reassessment in adaptive designs that use unblinded data from interim analyses. The application is illustrated using numerous clinical trial examples, and software code implementing the methods is provided.

The book offers theoretical background and practical advice for biostatisticians and clinicians from the pharmaceutical industry and academia who are involved in clinical trials. Covering basic as well as more advanced and recently developed methods, it is suitable for beginners, experienced applied statisticians, and practitioners. To gain maximum benefit, readers should be familiar with introductory statistics. The content of this book has been successfully used for courses on the topic.