minoRityPower é um pacote R projetado para estimar o poder estatístico para detectar efeitos de intervenções em nível de sistema de saúde na inscrição em ensaios clínicos, com foco particular na aceleração do recrutamento de participantes minoritários. Desenvolvido para a aplicação do programa ARPA-H, este pacote fornece análises em nível de instalação e de participante por meio de modelos de efeitos mistos e simulações baseadas em bootstrap.
Os ensaios clínicos enfrentam frequentemente desafios no recrutamento de participantes minoritários, levando à sub-representação na investigação médica. As intervenções a nível do sistema de saúde visam resolver esta questão através da implementação de mudanças sistemáticas para melhorar a inscrição das minorias. Este pacote fornece ferramentas para:
# Install from GitHub
devtools :: install_github( " biostochastics/ minoRityPower " )
O pacote implementa duas abordagens complementares para análise de poder:
Esta abordagem modela a taxa de matrícula ao nível das unidades de saúde, centrando-se na forma como as intervenções afectam o número de participantes inscritos por unidades de saúde:
# 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
)
Esta abordagem modela as probabilidades de matrícula individuais, concentrando-se na forma como as intervenções afectam a probabilidade de matrícula dos participantes minoritários:
# 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
)
O pacote fornece resultados detalhados para ambos os tipos de análise:
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 )
Se você usar este pacote, cite:
@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 }
}
Este projeto está licenciado sob a licença MIT - consulte o arquivo LICENSE para obter detalhes.
Contribuições são bem-vindas! Envie problemas e receba solicitações por meio do GitHub.
Este trabalho foi desenvolvido para apoiar a avaliação de intervenções em nível de sistema de saúde para a aplicação do programa ARPA-H, com foco na aceleração da inscrição em ensaios clínicos entre participantes minoritários.