隨機(jī)縮減（Stochastic Curtailment）：
?????? 指在當(dāng)前累積數(shù)據(jù)的基礎(chǔ)上雀哨，預(yù)測(cè)試驗(yàn)的最終結(jié)果有較大的可能性有效或無效市俊，因此可以提前中止試驗(yàn)，對(duì)應(yīng)的過程稱為Stochastically Curtailed Procedure（SCP）。在試驗(yàn)進(jìn)行過程中的任意一個(gè)階段，通過計(jì)算SCP的相關(guān)指標(biāo)與某一提前設(shè)定的固定值γ來判斷試驗(yàn)是否可以提前終止谒府。
?????? 相關(guān)指標(biāo)包括條件把握度：Conditional power tests（frequentist approach）；預(yù)測(cè)把握度：Predictive power tests（mixed Bayesian-frequentist approach）浮毯；預(yù)測(cè)概率值 Predictive probability tests（Bayesian approach）完疫；非參數(shù)法：Parameter-Free Approach。等等债蓝。常用的是條件把握度壳鹤，在適應(yīng)性設(shè)計(jì)的樣本量重估中也會(huì)用到。
?????? SAS在Proc SEQTEST里可以進(jìn)行計(jì)算饰迹，PASS芳誓、R（gsdesign package）中也可以計(jì)算讯嫂。
-
Conditional Power
CP指基于當(dāng)前累積的數(shù)據(jù)，試驗(yàn)結(jié)束時(shí)拒絕原假設(shè)的概率兆沙。SAS中的命令為Condpower <(options)>- options包括：
Type=Allstages | Finalstage
?????? 默認(rèn)為Allstages欧芽。CP的原始定義以及實(shí)際臨床試驗(yàn)中使用的的Conditional power為FinalStage。
CREF=c1... ...葛圃，默認(rèn)CREF=0 0.5 1.0 1.5千扔；
?????? 指CP計(jì)算所基于的效應(yīng)量相對(duì)于備擇假設(shè)的比例。假設(shè)θ為CP計(jì)算所基于的參數(shù)值库正。為第k次期中分析時(shí)的效應(yīng)值曲楚，
為備擇假設(shè)值，
褥符。CRef=1時(shí)CP計(jì)算基于備擇假設(shè)龙誊。如
喷楣，則此時(shí)CRef=-0.0444/0.09=-0.4938趟大。CRef相當(dāng)于設(shè)定最終分析時(shí)的效應(yīng)量與備擇假設(shè)之間的比例，來計(jì)算不同情況下的CP铣焊。
???? - Allstages: 計(jì)算未來所有階段分析拒絕H0的總概率逊朽。
- options包括：
???? ???? 相當(dāng)于將各階段拒絕H0的概率相加，為第k次分析統(tǒng)計(jì)量曲伊，θ為備擇假設(shè)叽讳，
為有效或無效終止時(shí)的界值。
???? - FinalStage：計(jì)算最后一次分析拒絕H0的概率坟募。
???????基于第k次期中分析的統(tǒng)計(jì)量Zk計(jì)算最后一次分析時(shí)拒接原假設(shè)的條件概率岛蚤。PASS和SAS中給出的雙側(cè)檢驗(yàn)CP公式，兩個(gè)公式換算之后是一樣的懈糯。
??????? ：假設(shè)檢驗(yàn)的參數(shù)涤妒， 原假設(shè)下θ=0，備擇假設(shè)下θ=θ1昂利；
：第k次分析時(shí)的信息量
??????? ：最終分析時(shí)的信息量届腐；
：第k次分析時(shí)的統(tǒng)計(jì)量；
：a/2對(duì)應(yīng)的分位數(shù)
???????PASS中給出的一個(gè)根據(jù)公式直接計(jì)算單樣本率單側(cè)檢驗(yàn)的例子蜂奸，α=0.025犁苏，，
扩所，
围详。備擇假設(shè)
，
，
助赞，
=2买羞。
???????SAS中給出的例子：
??????? Example 104.2，共4次分析雹食。H0：θ=0 vs. H1：θ=0.10畜普， θ=p-p0。Stage=2時(shí)群叶，Pdiff=-0.064789吃挑。
??????? 這個(gè)例子用上述公式直接算和SAS輸出的結(jié)果有一些差異，CP差了0.03左右街立，不確定是什么原因?qū)е碌牟俺摹AS中率的
proc seqtest Boundary=Test_Prop1
Data(Testvar=PDiff Infovar=NObs)=Data_Prop2
infoadj=prop
boundarykey=both
boundaryscale=mle
condpower(cref=1 type=finalstage)
predpower
plots=condpower
;
ods output test=Test_Prop2;
run;
* Nstages=，設(shè)定一共有幾次分析梁剔，Nstages=3則輸出基于共3次分析計(jì)算的各階段樣本量虽画、界值等。
-
Predictive Power
PredPower <(options)>
在目前已觀測(cè)到的統(tǒng)計(jì)量及給定一個(gè)先驗(yàn)分布的情況下憾朴，最后一次分析時(shí)拒絕H0的后驗(yàn)概率狸捕。為條件把握度，π為給定當(dāng)前期中分析數(shù)據(jù)后D(K)及θ的先驗(yàn)分布后众雷，θ的后驗(yàn)分布，作為權(quán)重做祝，計(jì)算加權(quán)平均的概率值砾省。
參考： - SAS help、
???????????? - PASS help混槐、
???????????? - Group Sequential and Confirmatory Adaptive Designs in Clinical Trials
