[论文解读] Inferring median survival differences in general factorial designs via permutation tests

Marc Ditzhaus, Dennis Dobler+1 more|arXiv (Cornell University)|Jun 25, 2020

Statistical Methods in Clinical Trials参考文献 38被引用 9

一句话总结

本文提出了一种基于排列的推断方法，用于一般因子设计下的中位生存时间差异分析，当比例风险假设不成立时，为Cox回归提供了一种稳健的替代方案。通过使用重采样后的中位数对比构造渐近有效且分布自由的检验，该方法在各种删失机制和设计结构下均能确保精确的 I 类错误控制和高检验效能。

ABSTRACT

Factorial survival designs with right-censored observations are commonly inferred by Cox regression and explained by means of hazard ratios. However, in case of non-proportional hazards, their interpretation can become cumbersome; especially for clinicians. We therefore offer an alternative: median survival times are used to estimate treatment and interaction effects and null hypotheses are formulated in contrasts of their population versions. Permutation-based tests and confidence regions are proposed and shown to be asymptotically valid. Their type-1 error control and power behavior are investigated in extensive simulations, showing the new methods' wide applicability. The latter is complemented by an illustrative data analysis.

研究动机与目标

• 解决临床试验中常见于非比例风险设定下Cox回归及其风险比解释的局限性。
• 提供一种临床可解释的替代方法，采用中位生存时间作为效应估计量，该估计量在肿瘤学领域被广泛报告并易于理解。
• 为因子设计下的生存数据开发一种通用且灵活的推断框架，通过中位数对比来同时考虑主效应与交互效应。
• 在任意删失机制（包括非忽略性删失和异质性删失）下，确保有效的 I 类错误控制与高检验效能。
• 将基于排列的推断扩展至具有复杂因子结构的时间-事件数据，克服删失带来的理论挑战。

提出的方法

• 在 k 组因子设计中，以各治疗组总体中位生存时间的对比形式表述原假设。
• 基于中位生存时间的经验分布，利用逆生存函数估计量构造学生化检验统计量。
• 在原假设下对检验统计量应用对异质性具有稳健性的排列重采样，同时保留各组特有的删失模式。
• 通过函数 delta 方法论与经验过程理论，证明在一般删失机制下排列分布的渐近有效性。
• 通过相同的排列框架推导中位数差异的置信区域，实现区间估计。
• 在可交换性条件下保证有限样本精确性，在一般正则性条件下（包括非独立同分布和非比例风险设定）保证渐近有效性。

实验结果

研究问题

• RQ1 在右删失数据的通用因子生存设计中，基于排列的推断能否可靠地扩展至中位生存时间差异？
• RQ2 在非比例风险和任意删失机制下，所提出的方法如何控制 I 类错误？
• RQ3 在非比例风险情景下，与现有方法（如分位数回归）相比，该排列检验的相对检验效能如何？
• RQ4 当各治疗组之间的删失分布不同时，该方法在多大程度上仍保持有效性？
• RQ5 该方法在基于中位数对比的因子生存实验中，能否有效检测并估计交互效应？

主要发现

• 所提出的排列检验在一般删失机制下具有渐近有效性，并在各种模拟设定中保持了精确的 I 类错误控制。
• 该方法在非比例风险场景下表现出高检验效能，尤其在 Cox 模型可能失效或产生误导时。
• 基于排列的中位数差异置信区域校准良好，在有限样本中提供了可靠的覆盖概率。
• 在可交换性条件下，检验为精确分布自由；在一般正则性条件下（包括非独立同分布和异质性删失）具有渐近有效性。
• 模拟结果表明，与基于分位数回归的竞争方法相比，该方法在检验效能和误差率控制方面表现更优，尤其在非比例风险条件下。
• 对肝病临床试验数据的说明性分析证实了该方法在真实临床场景中的实际应用价值与良好可解释性。