두 단계 무작위배정을 활용한 삼군 실험

CDS(임상 의사 결정 지원) 도구와 실험 설계 임상 의사 결정 지원(CDS) 도구는 의료 결정을 지원하도록 설계된 시스템입니다. 이러한 도구를 사용하는 의료 전문가들은 환자를 돌보는 과정에서 진단 및 치료 옵션에 대한 지침을 받을 수 있습니다. 저는 현재 표준 CDS 도구와 개선판(CDS+)을 비교하는 시험 설계에 관여하고 있습니다. 주요 목표는 서로 다른 CDS 버전을 사용한 환자들의 수준별 결과를 직접 비교하는 것입니다. 그러나 기본 CDS와 대조군을 비교하고 싶다면, 이는 일종의 삼군단 시험을 제안할 수 있습니다. 핵심 질문은 무작위 배정 단위가 무엇인지—제공자 수준인지 환자 수준인지—입니다. 만약 CDS와 CDS+를 환자 수준에서 구현하고, 오염이 없다고 가정할 수 있다면, 두 CDS 버전을 비교하는 시험은 환자 수준 무작위 배정의 이점을 활용할 수 있습니다. 그러나 CDS 또는 CDS+를 제공자 수준에서 활성화하면, 오염되지 않은 대조군을 갖는 것이 어려워질 수 있어, 효율성이 떨어지는 군집 무작위 시험이 될 수 있습니다. 제 동료 중 한 명은 두 번째 접근법을 고안했습니다. 이는 환자 수준 무작위 배정을 활용하면서, 대조군 환자들의 잠재적 오염을 해결하려는 설계입니다. 이 방법은 제공자를 대조군 또는 CDS 군단으로 무작위 배정한 뒤, CDS 군단 내에서 환자를 제공자별로 층화하여 CDS 또는 CDS+ 개입으로 무작위 배정하는 구조를 가집니다. 환자 수준 무작위 배정을 최소한으로 포함한 이 두 단계 접근법이, 동일한 효과 추정치를 제공할 수 있는 보다 표준적인 삼군단 군집 무작위 시험보다 통계적 파워 측면에서 우수할 것이라고 생각됩니다. 제 목표는 각 설계에 대해 데이터를 시뮬레이션하고 (코드 제공) 각 설계 아래에서 파워를 추정하는 것입니다. 준비 작업 시뮬레이션, 모델 피팅, 결과 출력에 필요한 라이브러리는 다음과 같습니다. library(simstudy) library(ggplot2) library(lmerTest) library(data.table) library(multcomp) library(parallel) library(flextable) RNGkind("L'Ecuyer-CMRG") # 병렬 프로세스에 대한 시드 설정 삼군단 군집 무작위 시험 우선, 제공자를 1:1:1 비율로 무작위 배정하여 대조군(Control), CDS, CDS+로 나누는 삼군단 군집 무작위 시험을 시작합니다. 클러스터 수준 데이터 정의에는 무작위 효과 b와 세 단계 치료 지시자 A가 포함됩니다. 개별 수준 결과는 대조군의 환자들에 대해 0을 중심으로 하는 연속 변수이며, 제공자별 무작위 효과를 보정합니다. CDS(대조군 대비)의 효과는 1.5이고, CDS+의 추가 효과( CD S 대비)는 0.75입니다. defs defData(varname = "A", formula = "1;1;1", dist = "trtAssign") defy