Adaptive Elastic Net結合加速失效時間模型在亞組識別中的應用

摘要：目的針對臨床試驗中的生存數據,基于加速失效時間模型提出一種亞組識別方法。方法將Adaptive Elastic Net應用于加速失效時間模型(稱為懲罰模型),通過檢驗協變量與治療組別的交互項來識別亞組相關協變量。采用基于極大似然的change-point算法尋找預測計分的截斷點以對患者進行亞組分類。采用二階段適應性設計,以評價治療效果是否存在于所識別的獲益亞組人群中。對比四種模型(含協變量主效應的懲罰模型、單變量模型,以及不含協變量主效應的懲罰模型、單變量模型)的亞組識別效果。結果模擬結果顯示,在樣本量較小、刪失率較高、獲益亞組占比較小以及樣本量不超過協變量個數的情況下,含協變量主效應的懲罰模型在獲益亞組的識別上有明顯的優勢;而其他情況下,則是不含主效應的單變量模型較優。在二階段適應性設計中,這兩種模型進行亞組識別的Ⅰ類錯誤均控制在0.05左右;當潛在獲益亞組時,相比于傳統設計,適應性設計很大程度上提高了檢驗效能。結論含協變量主效應的懲罰模型適用于生存數據的亞組識別;相比于傳統設計,二階段適應性設計更適用于潛在獲益亞組的療效評價。