minoRityPowerダウンロード - minoRityPowerソースコードのダウンロード

minoRityPower

パワービルダー

1.0.0

ダウンロード

minoRityPower

minoRityPowerは、臨床試験登録に対する医療システムレベルの介入の影響を検出するための統計検出力を推定するために設計された R パッケージであり、特に少数派の参加者の募集を加速することに重点を置いています。 ARPA-H プログラムアプリケーション用に開発されたこのパッケージは、混合効果モデルとブートストラップベースのシミュレーションを通じて、施設レベルと参加者レベルの両方の分析を提供します。

概要

臨床試験では、少数派の参加者を集めるという課題に直面することが多く、医学研究における参加者の過小評価につながります。医療制度レベルの介入は、少数派の登録を改善するための体系的な変更を実施することで、この問題に対処することを目的としています。このパッケージは、次のためのツールを提供します。

施設レベルの登録率に対する介入の影響を検出するための検出力を推定する
参加者レベルの登録確率と少数派ステータスとの介入の相互作用を分析する
施設レベルと個人レベルの両方で包括的な電力分析をサポート
臨床試験データの階層的性質を考慮する
さまざまな効果サイズとサンプルサイズにわたる検出力を視覚化する

インストール

 # Install from GitHub
devtools :: install_github( " biostochastics/ minoRityPower " )

分析アプローチ

このパッケージは、電力解析に対する 2 つの相補的なアプローチを実装します。

1. 施設レベルの分析

このアプローチは、介入が施設ごとの登録参加者数にどのような影響を与えるかに焦点を当て、施設レベルでの登録率をモデル化します。

負の二項混合効果モデルを使用します
施設レベルの変量効果を考慮
モデルの登録数は直接カウントされます
採用能力に対するシステムレベルの影響の分析に適しています

 # 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
)

2. 参加者レベルの分析

このアプローチは、介入が少数派参加者の登録の可能性にどのような影響を与えるかに焦点を当てて、個人の登録確率をモデル化します。

ロジスティック混合効果モデルを使用する
介入とマイノリティの地位との相互作用を組み込む
個々の登録決定をモデル化する
差次的介入効果の分析に適しています

 # 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
)

主な特長

施設レベルの分析機能

負の二項分布を使用して入学率をモデル化する
登録者数の過度の分散を説明する
施設のランダム効果を組み込む
レート比を検出するための電力を推定します

参加者レベルの分析機能

ロジスティック回帰を使用して登録確率をモデル化します
マイノリティステータスとの相互作用効果をテストする
施設内クラスタリングのアカウント
さまざまなマイノリティーの登録率をサポート

共有機能

計算効率を高める並列処理
ブートストラップベースのシミュレーションアプローチ
多重有意水準検定 (0.05、0.01、0.005)
出版可能なビジュアライゼーション
包括的な出力ストレージ

出力

パッケージは、両方の分析タイプの詳細な出力を提供します。

数値出力

複数の有意水準での検出力推定値
収束率とモデル診断
効果量の推定値と信頼区間
CSV形式の集計表

グラフィック出力

サンプルサイズにわたる検出力曲線
効果サイズの組み合わせによる多面的なプロット
インタラクション効果の視覚化
PDF 形式で出版可能な図

ワークフロー例

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)">

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 )

参考文献

このパッケージを使用する場合は、以下を引用してください。

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} }">

 @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 }
}