随机对照试验中序数结果的基于模型的贝叶斯估计

本文解决了在随机对照试验 (RCT) 中分析序数结果的传统方法（如比例优势模型）的局限性。它提出了更透明和可解释的汇总指标（加权几何平均优势比、相对风险和加权平均风险差），并开发了高效的贝叶斯估计器来计算它们。贝叶斯方法的使用允许协变量调整和边缘化，从而提高了分析的准确性和稳健性，尤其是在违反比例优势假设的情况下。本文对透明度和可解释性的关注对于临床试验至关重要，因为理解治疗的影响至关重要。