ABSTRAK
Mengintegrasikan data eksternal ke dalam uji klinis dapat menimbulkan bias sistematis dalam estimasi dan meningkatkan galat tipe I studi karena perbedaan dalam desain studi dan kriteria pendaftaran. Desain sebelumnya yang ada untuk peminjaman informasi tidak memiliki kemampuan untuk menyesuaikan bobot secara dinamis berdasarkan kesamaan antara data bersamaan dan data eksternal. Untuk mengatasi tantangan ini, kami dengan demikian memperkenalkan metode baru yang disebut prior commensurate elastis (ECP), yang menggabungkan prior commensurate dengan metode prior elastis. Dengan menyesuaikan bobot data eksternal secara dinamis menggunakan ukuran kongruensi, metode ini menunjukkan kinerja yang kuat dalam mempertahankan daya sambil memberikan kontrol galat tipe I yang memadai di seluruh skenario yang berbeda, termasuk kongruensi, kongruensi perkiraan, dan ketidaksesuaian antara data eksternal dan bersamaan. Dibandingkan dengan metode yang ada seperti prior power yang dimodifikasi, prior meta-analitik-prediktif (MAP), prior MAP yang kuat, prior non-informatif, dan prior yang sepenuhnya informatif, metode ECP fleksibel dan berkinerja baik di semua pengaturan. Lebih jauh lagi, metode kami juga memungkinkan integrasi kovariat dalam memperkirakan kesesuaian data untuk peminjaman informasi dinamis, sehingga menghasilkan kinerja yang kuat dalam hal daya dan pengendalian kesalahan tipe I yang memadai. Secara keseluruhan, ECP merupakan opsi yang menjanjikan untuk memanfaatkan data eksternal dalam uji klinis, mengurangi biaya dengan mengurangi persyaratan ukuran sampel, dan dengan demikian mempercepat jadwal penelitian dan pengembangan obat.