minoRityPower
1.0.0
minoRityPower عبارة عن حزمة R مصممة لتقدير القوة الإحصائية لاكتشاف تأثيرات التدخلات على مستوى نظام الرعاية الصحية على التسجيل في التجارب السريرية، مع التركيز بشكل خاص على تسريع توظيف المشاركين من الأقليات. تم تطوير هذه الحزمة لتطبيق برنامج ARPA-H، وتوفر تحليلات على مستوى المنشأة وعلى مستوى المشاركين من خلال نماذج التأثيرات المختلطة وعمليات المحاكاة القائمة على التمهيد.
غالبًا ما تواجه التجارب السريرية تحديات في توظيف المشاركين من الأقليات، مما يؤدي إلى نقص التمثيل في البحوث الطبية. تهدف التدخلات على مستوى نظام الرعاية الصحية إلى معالجة هذه المشكلة من خلال تنفيذ تغييرات منهجية لتحسين التحاق الأقليات. توفر هذه الحزمة أدوات من أجل:
# Install from GitHub
devtools :: install_github( " biostochastics/ minoRityPower " )تطبق الحزمة نهجين متكاملين لتحليل الطاقة:
يمثل هذا النهج معدل التسجيل على مستوى المنشأة، مع التركيز على كيفية تأثير التدخلات على عدد المشاركين المسجلين في كل منشأة:
# Facility-level power analysis
facility_results <- run_power_facility(
effect_sizes1 = c( 1.25 , 1.50 ), # 25% and 50% increase in enrollment rate
Ns = c( 30 , 45 , 60 ), # Number of facilities per arm
tau2_facility = 0.64 , # Facility-level variance
mean_rate = 11 # Average monthly enrollment rate
)يصمم هذا النهج احتمالات الالتحاق الفردي، مع التركيز على كيفية تأثير التدخلات على احتمالية الالتحاق للمشاركين من الأقليات:
# Participant-level power analysis
participant_results <- run_power_participant(
effect_sizes1 = c( 1.25 , 1.50 ), # Main intervention effects
effect_sizes2 = c( 1.75 , 2.00 ), # Minority-specific effects
Ns = c( 30 , 45 , 60 ), # Facilities per arm
minority_rate = 0.3 , # Expected minority enrollment proportion
tau2_trial = 1.19 # Trial-level variance
)توفر الحزمة مخرجات مفصلة لكلا النوعين من التحليل:
library( minoRityPower )
# 1. Facility-level analysis
facility_results <- run_power_facility(
effect_sizes1 = c( 1.25 , 1.50 ),
Ns = c( 30 , 45 , 60 ),
tau2_facility = 0.64 ,
R_boot = 1000
)
# 2. Participant-level analysis
participant_results <- run_power_participant(
effect_sizes1 = c( 1.25 , 1.50 ), # Main effects
effect_sizes2 = c( 1.75 , 2.00 ), # Minority interaction effects
Ns = c( 30 , 45 , 60 ),
minority_rate = 0.3 ,
R_boot = 1000
)
# 3. View results
print( facility_results $ power_table )
print( participant_results $ power_table )
# 4. Display plots
print( facility_results $ power_plot )
print( participant_results $ power_plot )إذا كنت تستخدم هذه الحزمة، يرجى ذكر:
@software { your_citation_2024 ,
author = { Sergey Kornilov } ,
title = { minoRityPower : Power Analysis for Healthcare System Interventions in Clinical Trial Enrollment } ,
year = { 2024 } ,
publisher = { GitHub } ,
version = { 0.1.1 } ,
url = { https://github.com/biostochastics/minoRityPower }
}هذا المشروع مرخص بموجب ترخيص MIT - راجع ملف الترخيص للحصول على التفاصيل.
المساهمات هي موضع ترحيب! يرجى إرسال المشكلات وسحب الطلبات من خلال GitHub.
تم تطوير هذا العمل لدعم تقييم التدخلات على مستوى نظام الرعاية الصحية لتطبيق برنامج ARPA-H، مع التركيز على تسريع التسجيل في التجارب السريرية بين المشاركين من الأقليات.
