BASE

固定样本临床试验的常用工具。设计、模拟、分析

• 多种固定样本选项 (正态、二项、 生存终点) • 一次处理多个场景 • 入选、脱落和反应滞后的复杂模式 • 运行 R 函数 • 贝叶斯成功概率 (正态/二项生存)

ESCALATE

为1期剂量递增研究提供多种基于模型的自适应设计选择。模拟、监控

• 模拟剂量-毒性曲线和设计 • 针对下一组患者给出剂量建议 • 方法包括：3+3 、连续重估方法、贝叶 斯逻辑回归模型和修正毒性概率区间 • 双药剂量组合设计 (BLRM 、PIPE)

MCPmod

II 期剂量确定研究的多重比较程序建模。设计、模拟、分析

• MCPMod 设计：设计剂量确定临床 试验 • MCPMod 分析：分析连续、离散或 计数数据

ENDPOINTS

对多个终点进行战略性测试。设计、模拟、分析

• 正态和二项终点 • 模拟设计 • 多种测试程序 (例如 Hochberg 和 Fallback) • 串行和并行关守

MULTTARM

用于多臂固定样本临床试验的工具。设计、模拟、分析

• 连续、二项终点和生存 • 建立强大的族系误差率控制。 • 通过批量模拟进行快速设计 • 幂类型：全局、分离、结合、 边缘 • 测试包括：Dunnett 、 Bonferroni 、Sidak 、Holm、 Hochberg 、Hommel

SEQUENTIAL

用于具有正态或二项终点的成组序贯临床试验的工具。设计、模拟、监控

• 多种疗效和无效停止规则选择 • 在多个标度上显示边界。 • 优化试验设计以减少样本量、 研究持续时间和成本 • 中期决策的条件和预测幂计算

MAMS

多臂多阶段临床试验。设计、模拟、监控

• 采用 Posch 等人的 p 值组方法的两阶段“治疗选择”设计。 (Statistics in Medicine，2005 年) • MAMS 设计 - GSD 扩展到 2 臂 以上

ADAPT

可在具有正态和二项终点的试验中进行样本量重估。模拟、监控

• 增加样本量的自适应规则，或 其他可能性 • 方法包括 CHW 、CDL 、M üler- Schäfer • 针对生存的特定自适应工具 (例如，适应样本量和事件) • East 独有的 M üler-Schäfer 中期 监控方法： • 基于非盲中期数据的前景区域 设计 • 经过调整的无偏点估计、置信 区间和 p 值

SURVIVAL

用于具有生存终点的成组序贯临床试验的工具。设计、模拟、监控

• 可变和固定受试者随访 • 分段危险率、入选和脱落 • 预测事件/样本量、入选和研究 持续时间的图表 • 模拟非比例危害

SURVADAPT

可在具有正态和二项终点的试验中进行样本量重估。模拟、监控

• 增加样本量的自适应规则，或其他可 能性 • 方法包括 CHW 、CDL 、Müler-Schäfer • 针对生存的特定自适应工具 (例如，适 应样本量和事件) • East 独有的 Müler-Schäfer 中期监控 方法： • 基于非盲中期数据的前景区域设计 • 经过调整的无偏点估计、置信区间和 p 值

ENRICH

可在具有生存终点的试验中进行人群富集设计。模拟

• 模拟具有事件发生时间终点的人群富集 设计 • 可在整个亚群中增加样本量的自适应规 则，或其他可能性

PREDICT

在开始和中期分析时预测未来试验过程。设计、预测

• 纳入地区/研究中心信息：模拟招募和 试验持续时间 • 中期条件模拟：关于入选/事件/持续时 间的概率陈述 • 预测区间图：未来观察的预期治疗效果 和置信区间 • 盲法和非盲法预测

PROGRAM

通过模拟进行设计。模拟

• 剂量递增后队列扩展。在剂量递增阶段， 目标是确定最大耐受剂量。在队列扩展 阶段，根据预先指定的疗效标准做出 Go/No-Go 决策 • 多个试验组合：单次或多次观察单比例 设计，Simon 两阶段设计或者单次或多 次观察对数秩检验，然后是考虑入选持 续时间的多次观察对数秩检验和生存终 点的研究持续时间设计

BAYES

通过模拟进行设计。设计、模拟、分析

• Ia 期剂量确定队列和滚动招募 • Ib 期 MUCE (多重队列扩展) • 通过元分析预测 (MAP) 先验提供真实 世界证据 • 亚组富集与分析 • 具有预测/后验概率的贝叶斯疗效监控 • 单臂贝叶斯最优设计选择 • 贝叶斯成组序贯方法