NPHMC: an R-package for estimating sample size of proportional hazards mixture cure model.
NPHMC: an R-package for estimating sample size of proportional hazards mixture cure model.
复制标题
DOI：
10.1016/j.cmpb.2013.10.001
复制
发表时间：
2014
影响因子：
6.1
通讯作者：
Zhang J
中科院分区：
文献类型：
--
作者：
Cai C;Wang S;Lu W;Zhang J
由于医学研究的进步，现在越来越多的疾病可以治愈，这在很大程度上增加了对一个易于使用的软件的需求，在计算样本量的临床试验治愈分数。目前可用的样本量软件，如SAS中的PROC POWER、PASS中的生存分析模块、R中的powerSurvEpi软件包，都是基于标准比例风险（PH）模型，不适合设计具有治愈分数的临床试验。代替标准PH模型，PH混合治愈模型是处理具有可能治愈分数的存活数据的重要工具。然而，没有可用的工具可以帮助设计具有治愈分数的试验。因此，我们开发了一个R包NPHMC，以确定此类研究设计所需的样本量。
Due to advances in medical research, more and more diseases can be cured nowadays, which largely increases the need for an easy-to-use software in calculating sample size of clinical trials with cure fractions. Current available sample size software, such as PROC POWER in SAS, Survival Analysis module in PASS, powerSurvEpi package in R are all based on the standard proportional hazards (PH) model which is not appropriate to design a clinical trial with cure fractions. Instead of the standard PH model, the PH mixture cure model is an important tool in handling the survival data with possible cure fractions. However, there are no tools available that can help design a trial with cure fractions. Therefore, we develop an R package NPHMC to determine the sample size needed for such study design.
登录
查看更多内容
影响因子：
2.7
作者：
SCHOENFELD, D
通讯作者：
SCHOENFELD, D
影响因子：
1.9
作者：
Peng, YW;Dear, KBG
通讯作者：
Dear, KBG
影响因子：
6.1
作者：
Cai C;Zou Y;Peng Y;Zhang J
通讯作者：
Zhang J
影响因子：
2
作者：
Wang, Songfeng;Zhang, Jiajia;Lu, Wenbin
通讯作者：
Lu, Wenbin
影响因子：
45.3
作者：
Kirkwood, JM;Strawderman, MH;Blum, RH
通讯作者：
Blum, RH