零膨胀计数模型的modified power prior (MPP)方法:基于膀胱过度活动症尿失禁发作次数的动态信息借用与操作特性研究

《Journal of Biopharmaceutical Statistics》:The power prior for zero-inflated count models: Analysis based on episodes of urinary incontinence

【字体: 大 中 小 】 时间:2026年10月13日 来源:Journal of Biopharmaceutical Statistics 1.3

编辑推荐:

  研究人员将幂先验(power prior)方法扩展至零膨胀计数模型(zero-inflated count models)。这有助于将历史信息纳入当前研究分析,适用于零膨胀泊松(zero-inflated Poisson)和负二项(negative binom

  
研究人员将幂先验(power prior)方法扩展至零膨胀计数模型(zero-inflated count models)。这有助于将历史信息纳入当前研究分析,适用于零膨胀泊松(zero-inflated Poisson)和负二项(negative binomial)模型。研究动机基于为评估膀胱过度活动症(overactive bladder, OAB)患者活性治疗与对照治疗的临床试验。关注终点为治疗开始后第12周前三天观察到的尿失禁发作次数。这是一个包含过多零值的计数结局。研究人员使用路径采样(path sampling)原理计算修正幂先验(modified power prior, MPP)的缩放常数。算法有效处理两个历史数据集。进行了模拟研究以评估同质和异质设置下的操作特性。当研究间异质性源于离散度(dispersion)和/或零概率(probability of zeros)差异时,MPP方法将I类错误率控制在名义5%附近,而合并(pooling)和荟萃分析预测(meta-analytic-predictive, MAP)方法导致I类错误率膨胀。相反,当异质性由均值参数引起时,MAP方法保持名义I类错误率,而MPP方法导致I类错误率膨胀。在I类错误得到充分控制的情景中,依赖型MPP(dependent MPP, DMPP),即假设相似幂参数的MPP,在借用方法中一致获得最高统计功效。
研究背景与问题。在临床研究中,历史数据常与当前研究设置相似,纳入历史数据可提高检验显著发现功效或使研究可行。贝叶斯框架可将历史数据转为先验,但关键需确保与当前数据足够相似。动态借力方法按历史与当前数据差异调整借用程度。幂先验(power prior)通过将历史似然提高至小于1的幂以降权历史数据。当幂参数由数据估计时,需满足贝叶斯似然原理,形成修正幂先验(modified power prior, MPP)。现有文献中MPP很少用于多参数复杂模型,且零膨胀计数结局(过度离散且零过多)的幂先验尚未研究。研究人员由此扩展MPP至零膨胀计数模型,用于零膨胀泊松(zero-inflated Poisson, ZIP)和负二项(negative binomial, NB)模型,并以路径采样(path sampling)计算缩放常数。研究以膀胱过度活动症(overactive bladder, OAB)临床试验为动机,终点为治疗开始后第12周前三天尿失禁发作次数,含过多零值。意义在于为历史对照信息借用提供在零膨胀计数模型中的动态方法,并比较其与荟萃分析预测(meta-analytic-predictive, MAP)等方法的操作特性。

关键技术方法(不超过250字):研究人员采用修正幂先验(MPP)框架,对零膨胀负二项(zero-inflated negative binomial, ZINB)回归模型建模尿失禁发作次数。使用路径采样算法计算MPP缩放常数。比较独立MPP(independent MPP, IMPP)、依赖MPP(dependent MPP, DMPP)、稳健DMPP版本1(RDMPP1)、稳健DMPP版本2(RDMPP2)、MAP及稳健MAP(RMAP),并设当前数据分析与合并数据分析作极端对照。样本队列来源为三项膀胱过度活动症(OAB)III期随机对照试验:Khullar等、Nitti等和Herschorn等;将Khullar等和Nitti等的对照臂作为历史对照,纳入Herschorn等试验分析。模拟研究设K=2历史对照,每臂100例,基于ZINB生成数据,评估I类错误率和统计功效,并采用校准功效。

研究结果:
2. 膀胱过度活动症试验:三项III期随机对照试验均使用相似对照臂。Herschorn等试验评估50 mg mirabegron与对照治疗。终点为治疗开始后第12周前三天尿失禁发作次数,存在过量零值,零膨胀检验显著,故采用零膨胀计数模型,并聚焦ZINB回归模型,纳入基线尿失禁次数、性别和年龄协变量。
3. 幂先验方法:
3.1 修正幂先验:幂先验通过将历史数据似然L(θ|D0)提高至幂δ(0≤δ≤1)构建信息先验;δ=0不借用,δ=1完全合并。MPP将δ视为随机并引入缩放常数C(δ)=∫θL(θ|D0)δp0(θ)dθ,以满足贝叶斯似然原理。
3.2 多个历史研究:
3.2.1 MPP一般公式:对K个历史数据集D0k,各设幂参数δk,后验包含历史似然乘积与缩放常数;因缩放常数存在,不能直接用WinBUGS等标准软件。
3.2.2 MPP变体:IMPP对δk取Beta(1,1),各权重独立;DMPP假设δk来自共同Beta(υ,ω),通过均值φ和方差χ参数化;稳健DMPP用混合先验,RDMPP1允许个别历史研究在冲突时被忽略,RDMPP2同时忽略全部或不忽略。
3.3 ZINB回归模型:用于过度离散且零过多的计数数据。以概率πk产生额外零,其余计数由负二项模型产生;λki对数线性建模,πki用logistic链接。
3.4 ZINB回归模型的MPP:研究人员将MPP扩展至ZINB,假设控制臂回归系数β、离散参数κ和零概率π相同,历史控制通过δk降权。缩放常数无闭式解,采用路径采样计算。
4. 荟萃分析预测方法:MAP假设历史与当前研究参数可交换,对截距β0设β0k,β0K+1~N(μ,τ2),协变量系数共同;τ小表示研究间相似。稳健MAP混合弱信息成分以处理先验-数据冲突。未考虑commensurate prior。
5. 数据分析:
5.1 设置:应用MPP评估Herschorn等试验中50 mg mirabegron疗效,纳入Khullar等和Nitti等对照臂。回归系数取N(0,104)先验,κ取Exp(2.5),π取U(0,1),δ取Beta(1,1)等。
5.1.1 初始先验:DMPP中φ取U(0,1),χ取IG(0.01,0.01);稳健成分用半正态;MAP中μ取N(0,104),τ取半正态,σψ约1.7。
5.1.2 后验计算:用R的MCMCpack和JAGS进行MCMC,40 000次迭代,burn-in 5000,Geweke诊断和多元PSRF评估收敛。
5.2 结果:以率比(rate ratio, RR)=Exp(β1)解释治疗效应。当前数据分析RR=0.731(95% CI:0.547,0.959),合并数据分析RR=0.755(95% CI:0.640,0.982)。DMPP精度最高(SD=0.092),RR=0.764(95% CI:0.591,0.958)。基线尿失禁次数显著;性别和年龄不显著;离散参数和零概率参数显著。δk后验均值:IMPP为0.465和0.249,DMPP为0.366和0.346,RDMPP1为0.244和0.238,RDMPP2为0.210和0.193。MAP中τ=0.148,σψ=1.514,τ/σψ=0.097,提示小异质性。有效样本量(effective sample size, ESS):合并237,IMPP 102,DMPP 157,RDMPP1 115,RDMPP2 102,MAP 143,RMAP 129。
6. 模拟研究:
6.1 模拟设置:基于OAB描述,K=2历史对照,每臂100例,按ZINB生成数据。情景包括无研究间异质性、均值参数异质性、离散参数异质性、零膨胀概率异质性、零膨胀概率与离散参数同时异质性。模拟1000个数据集,评估I类错误率和校准统计功效,RR=0.64,最后情景RR=0.61。数据生成过程包括边际操作特性和条件操作特性。
6.2 模拟研究结果:无同质异质性时,所有方法维持名义5% I类错误率,合并分析功效最大;DMPP平均权重约54%,校准功效0.835,比当前数据分析增约11.6%,相当于未来研究样本量减少25%。均值异质性时,MPP导致I类错误率膨胀,如DMPP约9.5%、IMPP约9.1%;MAP维持约5%,并比当前数据分析增约8%功效。离散参数异质性时,MPP控制I类错误率,而MAP未能控制;DMPP比当前数据分析增约5.5%功效,样本量减少12.5%。零概率异质性时,MPP控制I类错误率,合并分析膨胀;DMPP增约9%功效,样本量减少17%;MAP约6.7%膨胀。零概率与离散参数同时异质性时,MPP维持5%,MAP约6.9%膨胀;DMPP增约8%功效,样本量减少约17%。条件操作特性结果与边际操作特性差异不大。
7. 讨论:MPP形式自然且参数易解释,可用于单或多个历史研究,但计算密集。对于复杂模型,缩放常数无闭式解。研究人员基于路径采样计算缩放常数,算法有效处理两个历史数据集。模拟表明,同质数据时所有贝叶斯方法约名义I类错误,合并功效最高,DMPP在借用方法中功效最高。异质时,合并导致I类错误率膨胀。若异质来源为离散参数和/或零膨胀率,MPP可控制I类错误率,MAP则膨胀;若异质来源为均值参数,MPP膨胀而MAP维持名义I类错误率。与Banbeta等2024相比,本研究处理零膨胀情形。局限包括:缩放常数计算在超过两个历史研究时需简化;使用单一幂参数假设所有模型参数同等可交换,可能限制不同参数异质程度不同时的灵活性;未来可扩展为组件特定幂参数。MAP仅假设截距可交换,可能影响性能,未来需在全参数可交换下进一步研究;未来可构建更广泛治疗效应范围内的功效曲线。
结论部分翻译:研究人员指出,当试验间变异由数据中零概率引起时,MPP方法在零膨胀计数模型中表现良好,证明其处理数据的有效性;但当研究间异质性由数据均值引起时,该方法导致I类错误率膨胀,未来研究应关注解决方案。本研究考虑的MAP方法仅假设模型截距可交换,该策略适用于所有模型参数可交换过于苛刻的情况,但这种简化假设可能影响MAP方法性能,因此需在零膨胀计数模型背景下进一步评估全参数可交换的MAP方法。此外,本研究用临床相关率比评估统计功效,未来研究可构建更广泛治疗效应范围内的功效曲线以更全面评估借用方法。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号