终点类型

连续型终点

• 贝叶斯借用与后验分析

  Bayesian Borrowing and Posterior Analysis (Bayesian)

  将预先规定的先验分布与当前试验似然结合，得到治疗效应后验分布、可信区间和决策概率。

• 协方差分析

  Analysis of Covariance (ANCOVA)

  校正基线值后的组间连续终点比较，输出 LS Mean 及组间差（95% CI）。

• 方差分析

  Analysis of Variance (ANOVA)

  比较三个及以上独立治疗组的连续终点均值，并给出总体 F 检验和按计划的两两比较。

• 重复测量混合模型

  Mixed Model for Repeated Measures (MMRM)

  联合分析多个访视的连续终点，建模受试者内相关性并估计目标访视的组间差。

• 多重插补

  Multiple Imputation (MI)

  在明确缺失机制和插补模型后生成多套完整数据，逐套执行同一分析，再用 Rubin 规则合并估计和不确定性。

• t 检验（两样本/配对）

  Student's t-test (t-test)

  比较两个独立组的均值，或比较同一受试者两个时点的配对均值差。

• Tipping-point 敏感性分析

  Tipping-Point Sensitivity Analysis (Tipping Point)

  对试验组缺失连续结局施加一系列 MNAR delta shift，寻找主结论首次翻转所需的缺失值偏离程度。

• Wilcoxon 秩和 / 符号秩检验

  Wilcoxon Rank-Sum / Signed-Rank Test (Wilcoxon)

  用秩而非原始数值比较两组独立样本，或检验配对差值的位置变化。

• 非劣效与等效性检验

  Noninferiority and Equivalence Testing (NI / Equivalence)

  明确治疗差方向和临床界值，用单侧置信下限判断非劣效，或用 TOST 判断治疗差是否完全落入等效区间。

• 多重性控制

  Multiplicity Control (FWER / Holm)

  先定义假设家族和检验顺序，再用 Bonferroni、Holm 或预设层级策略控制确认性结论的总体一类错误率。

• 描述性统计

  Summary Statistics

  用 n、均值、标准差、中位数、范围及频数百分比描述分析人群和终点分布。

• 组序贯与期中分析

  Group Sequential Design and Interim Analysis (GSD)

  在预设信息时点比较累计检验统计量与组序贯界值，在允许期中停止的同时控制总体 I 类错误。

• 倾向评分方法

  Propensity Score Methods (PS)

  用治疗分配的条件概率进行匹配、分层或加权，以改善观察性研究中已测量基线协变量的组间平衡。