Bayes Factor Group Sequential Designs

技术摘要：贝叶斯因子分组序贯设计

问题陈述
序贯设计允许基于中期分析进行早期停止，这在临床试验和动物实验等领域非常理想，能够减少样本量并减轻伦理负担。虽然贝叶斯方法（特别是利用贝叶斯因子的方法）由于其固有的更新机制且对多重性问题不敏感，天然适用于序贯分析，但其实际应用一直受到计算挑战的阻碍。具体而言，设计序贯贝叶斯因子研究需要确定关键特征，例如获得确定性证据的概率（类似于效力和 I 类错误）以及预期样本量。目前，计算这些指标通常依赖于计算密集型的蒙特卡洛模拟，因为不存在闭式解或高效的数值方法。这种对模拟的依赖使得原型设计和比较不同的设计方案变得耗时，且容易受到蒙特卡洛误差的影响，从而限制了研究人员优化研究设计的能力。

方法论
作者提出了一种全新的框架，该框架将经典的组序贯设计（GSD）理论扩展到序贯贝叶斯因子设计，实现了对设计特征快速、准确且无需模拟的计算。其核心方法论创新包含三个步骤：

1. 将贝叶斯因子映射为 Z-统计量： 作者将贝叶斯因子 ($BF_{01}$) 表示为 $z$-统计量 ($z = (\hat{\theta} - \theta_0)/\sigma$) 的函数，其中 $\hat{\theta}$ 是参数估计值，$\sigma$ 是其标准误。对于各种常见的贝叶斯因子类型（例如，点零假设 vs. 定向备择假设，点零假设 vs. 点备择假设），他们推导出了对应于特定证据阈值 ($k_0$ 和 $k_1$) 的临界 $z$ 值。在无法获得闭式解的临界 $z$ 值情况下，则采用数值寻根法。
2. 定义停止区域： 基于这些临界值，作者在累积 $z$-统计量的空间中定义了停止区域。对于具有单个临界值的贝叶斯因子，这些区域构成 $i$ 维超矩形。对于具有两个临界值的贝叶斯因子（例如，双侧备择假设），这些区域由超矩形的并集组成。在特定中期分析时停止的概率，等同于 $z$-统计量向量落在这些特定区域内的概率。
3. 多元正态积分： 假设累积 $z$-统计量的向量遵循规范多元正态分布（或者在指定设计先验时遵循边际先验预测分布），作者使用多元正态积分来计算这些停止区域的概率。该方法利用递归一维积分算法或现代多元正态积分实现（例如通过 R 语言的 mvtnorm 包）来确定性地计算停止概率。

该框架通过调整 $z$-统计量分布的均值和协方差结构，可以同时兼容固定参数值（频率派运行特性）和设计先验（贝叶斯预测效能/保证）。

主要贡献与结果

• 无需模拟的计算： 主要贡献在于提供了一种消除蒙特卡洛模拟需求的方法。作者证明，设计特征可以在数秒内完成计算，相比于基于模拟的方法所需的数分钟或数小时，这实现了显著的缩减。
• 开源实现： 该方法通过开源 R 包 bfpwr 实现，使得序贯贝叶斯因子设计的规划变得像经典 GSD 一样简单。
• 多样化场景的应用： 论文通过几个案例研究展示了该方法：
  • 低 PV 临床试验： 通过重新分析一项关于 ropeginterferon alfa-2b 的试验，作者展示了如何计算获得确定性证据的概率，并确定达到 90% 正确证据概率所需的样本量。他们证明，增加中期分析次数可以提高效率，但必须权衡误导性证据的风险。
  • 大鼠体重减轻实验： 在临床前设置中，该方法被用于规划一项重复研究。通过使用基于原始数据的设计先验，作者展示了如何优化不同剂量组的样本量，从而在保持高信息推断概率的同时，可能节省实验动物。
  • 序贯贝叶斯因子 t-检验： 该框架被扩展到了序贯 $t$-检验（包括 Jeffreys-Zellner-Siow 贝叶斯因子）。作者复现了一项涉及 61 次中期分析的心理学研究设计，结果显示其方法得出的结果与基于模拟的估计值几乎一致（例如，针对 $H_1$ 停止的概率分别为 70.3% vs. 70.6%），但计算时间大幅缩短。

意义与局限性
论文声称，这种方法使得探索序贯贝叶斯因子设计“变得像经典组序贯设计一样简单”，从而消除了其广泛应用的主要障碍。通过提供一个能够处理贝叶斯预测特性和频率派运行特性的统一框架，该方法促进了信息丰富且高效的实验设计。

作者对其方法的适用范围保持了审慎态度。他们承认，该方法依赖于“贝叶斯因子可以表示为 $z$-统计量函数”以及“累积统计量至少近似遵循规范多元正态分布”这两个假设。因此，该方法可能无法直接应用于样本量较小或数据为二元性质及极端概率的情况，在这些情况下，上述假设可能会失效，可能需要回归到模拟或其他数值方法。未来的研究方向包括开发针对这些非规范情况的修正方法。