Zelen's Play获胜者规则随机分配方案

Question

有人知道如何在R中实现此算法吗？我共有100名患者需要随机分组，我想知道大于55％-45％的分裂机会是什么（即，将45个或更少的受试者分配为一种治疗方法，将55个或更多的受试者分配为一种治疗方法）其他治疗）？假设治疗A和B的缓解率分别为0.6和0.5。我需要根据Zelen的“打赢者规则”进行1000次模拟。

Zelen规则背后的关键思想是，您需要知道先前患者的结局才能分配下一位患者，因此基本上我们会有这样的事情：

对于第一个患者，我们使用rbinom（1,1,1 / 2）（将他分配给具有相等概率的A或B），然后对于A组，我们知道响应率是0.6，因此rbinom（1,1 ，0.6）查看患者是否有反应；如果他回答，我们将下一位患者分配给A，否则将其分配给B

类似地，对于B组，我们知道响应率是0.5，所以rbinom（1,1,0.5）可以查看患者是否响应。如果他回答，那么下一位病人将被分配到B；否则为A。

如果拆分大于55-45％，则计为1；否则为0。最后，模拟1000次以计算大于55-45的拆分次数，然后计算发生此事件的概率：n / 1000

Answer 1

任何现实主义者或质量专家必须熟悉模仿现实生活行为的试验设计：

#play the winner

nsamples <- 1000
sample.size <- 100
split <- 0

for (i in 1:nsamples) {
  a <- rbinom(sample.size,1,0.6)
  b <- rbinom(sample.size,1,0.5)
  df <- data.frame (a,b)
  alt <- c(2,1)

  y = sample(c(1,2),1)
  tx <- NULL

    for (j in 1:sample.size) {
      tx[j] <- y
      x <- df[j,y]
      if (x == 1) {
        next 
        } 
          y <<-  alt[y]
      }

  split[i] <- sum(tx == 1)/sample.size
}

split.45.55 <- sum(split < 0.45 | split > 0.55)/nsamples
hist(split)
split.45.55