ランダム化比較試験における順序型アウトカムのためのモデル支援ベイズ推定

本論文は、ランダム化比較試験（RCT）における順序型アウトカムの分析における従来のモデル（比例オッズモデルなど）の限界に対処しています。より透明で解釈可能な要約尺度（加重幾何平均オッズ比、相対リスク、加重平均リスク差）を提案し、それらを計算するための効率的なベイズ推定器を開発しています。ベイズ法の使用により、共変量の調整と周辺化が可能になり、特に比例オッズの仮定が満たされない場合に、分析の精度と堅牢性が向上します。透明性と解釈可能性に焦点を当てていることは、治療の効果を理解することが最重要である臨床試験にとって非常に重要です。