ISSN: 2167-0870
Yuan Ao, Alexander W Dromerick y Ming T. Tan
En los ensayos clínicos de fase II, se pueden estudiar múltiples tratamientos en competencia y, a menudo, tenemos información sobre covariables sobre los pacientes (caracteres, por ejemplo, género , edad, etc.). En este caso, el objetivo del diseño es asignar a cada paciente a uno de los tratamientos de modo que los valores de las covariables estén lo más equilibrados posible y, al mismo tiempo, mantener la aleatorización. Sin embargo, los dos objetivos a menudo entran en conflicto entre sí. Además, cuando hay tres o más covariables, es difícil o imposible lograr el equilibrio entre las covariables. Existen numerosos estudios para abordar este tema bajo diversas situaciones y consideraciones, y cada uno tiene sus pros y sus contras. Motivados a partir de un ensayo de rehabilitación de accidentes cerebrovasculares, proponemos un diseño que retiene la aleatorización y equilibra las covariables, utilizando los pesos empíricos para construir las covariables del diseño
distribución, luego maximizando la entropía de esta distribución empírica sobre todos los diseños posibles sujetos a
restricción(es) adecuada(s). Proponemos utilizar la probabilidad empírica para asignar pesos de covariables y luego derivar el diseño equilibrando su entropía (empírica). El método propuesto usa toda la información de las covariables, en comparación con los métodos que usan solo las covariables principales o sus componentes principales. A diferencia de los métodos existentes, el método propuesto logra el equilibrio sobre las covariables sin estratificación y es fácil de usar. Ilustramos el método con ejemplos simulados. El diseño de múltiples brazos resultante se usa luego para construir el diseño óptimo y minimax en presencia de covariables en ensayos de dos etapas.