R言語 CRAN Task View：臨床試験デザイン、監視、および分析

CRAN Task View:Clinical Trial Design, Monitoring, and Analysisについて、機械翻訳を交えて日本語化し掲載しております。

概要

Maintainer:	Ya Wang, Thomas Jaki, Laura Pascasio Harris, Orla Doyle, Elias Laurin Meyer, Wilmar Igl
Contact:	ya.wang10 at gilead.com
Version:	2025-09-04
URL:	https://CRAN.R-project.org/view=ClinicalTrials
Source:	https://github.com/cran-task-views/ClinicalTrials/
Contributions:	このタスクビューに対する提案や改良は、GitHubのissueやpull request、またはメンテナのアドレスに電子メールで送ってください。詳しくはContributing guideをご覧ください。
Installation:	このタスクビューのパッケージは、ctvパッケージを使用して自動的にインストールすることができます。例えば、ctv::install.views(“ClinicalTrials”, coreOnly = TRUE)は全てのコアパッケージをインストールし、ctv::update.views(“ClinicalTrials”)はまだインストールしていない全てのパッケージと最新のものをインストールします。詳しくはCRAN Task View Initiativeを参照してください。

始めましょう

このタスクビューでは、臨床試験データの設計、モニタリング、分析に関連するRパッケージの概要を説明します。

パッケージは以下のカテゴリに分類されています。

• Design：様々な臨床試験設計をサポートするツール。パッケージはさらに、adaptive designs、bioequivalence study designs、dose-finding designs、factorial designs、group sequential designs、randomization、response adaptive randomization、sample size and power calculations、臨床試験設計のsimulationなどのサブグループに分類されます。

• Monitoring: 中間解析に沿った連続境界を越える確率の計算、サンプル サイズの再推定など、臨床試験のモニタリング専用のツール。

• Analysis：臨床試験で一般的に用いられる分析手法を実装するためのツール。パッケージはさらに、general analysis、longitudinal data analysis、survival analysis、meta-analysis、missing data imputation、analysis for specific designsなどのサブグループに分類されます。

ここでは、関連するRパッケージに実装されている手法をより深く理解するのに役立つ、臨床試験の設計と分析に関する基礎的な書籍をいくつか紹介します。

• Pocock著『臨床試験：実践的アプローチ』（2013年）doi:10.1002/9781118793916

• Friedmanら著『臨床試験の基礎』（2015年）doi:10.1007/978-3-319-18539-2

• Julious著『臨床試験のサンプルサイズ』（2023年）doi:10.1007/978-3-319-32562-0

• WassmerとBrannath著『臨床試験における逐次群設計と検証的アダプティブデザイン』（2016年）doi:10.1201/EBK1439825488

• Berryら著『臨床試験のためのベイズ適応型法』（2016年）doi:10.1007/978-3-319-32562-0。 (2010) 土井:10.1201/EBK1439825488。

2021年、統計計算のためのR財団は、ガイダンス文書「Regulatory Compliance and Validation Issues (A Guidance Document for the Use of R in Regulated Clinical Trial Environments),」を公開しました。この文書では、GxP規制環境におけるRの使用に関するコンセンサスが概説されています。この文書は、エンドユーザーが社内手順に準拠し、文書化要件を満たし、規制基準を遵守するのに役立つ構造化されたフレームワークを提供します。

対象基準

このタスクビューに含まれるパッケージは、製薬業界および学術界の専門家による推​​奨と、pkgsearch::pkg_search()関数を使用したCRAN自動検索を組み合わせて慎重に選定されました。検索では、臨床試験、研究デザイン、アダプティブデザイン、サンプルサイズ計算など、グループ化されたカテゴリに一致するキーワードが活用されました。臨床試験の設計、モニタリング、分析を容易にするツールを提供するパッケージは、対象範囲に含まれるとみなされました。

一部のタスクビューには、臨床試験にも関連するパッケージが含まれており、グループ化カテゴリ内に表示されます。これらのトピックに関連するRパッケージのより包括的なリストについては、タスクビュー「ExperimentalDesign」、「Meta-analysis」、「MissingData」、「Pharmacokinetics」、「Survival」を参照してください。「Pharmacokinetics」タスクビューのパッケージは臨床試験と密接に関連していますが、重複を避けるため、このタスクビューではグループ化カテゴリに明示的に表示されていません。

貢献はいつでも歓迎し、奨励しています。メンテナに直接メールを送信するか、上記のリンク先のGitHubリポジトリで問題またはプルリクエストを送信することで貢献できます。詳細については、「Contributing guide」をご覧ください。

デザイン

適応型デザイン

• adaptrは、アダプティブ臨床試験デザインのシミュレーションと比較を容易にします。柔軟なアーム数、共通対照群の使用、事前指定およびユーザー定義のアウトカムおよび事後確率分布生成関数、固定およびレスポンスアダプティブランダム化、アームのドロップと中止に関する様々なアダプテーションルール、試験デザインのパフォーマンスメトリクスの計算、そして結果の可視化をサポートします。

• adaptTest　このプログラムで定義されている関数は、適応型2段階検定を実装するために用いられます。現在、Bauer and Koehne (1994) doi:10.2307/2533441、Lehmacher and Wassmer (1999) doi:10.1111/j.0006-341X.1999.01286.x、Vandemeulebroecke (2006)、および水平条件付き誤差関数に基づく4つの検定が含まれています。ユーザー定義の検定も実装可能です。

• adestrは、最適な適応型二段階計画における様々な点推定量および区間推定量の性能特性を評価するための手法を提供します。具体的には、このパッケージは、Kunzmann et al. (2021) doi:10.18637/jss.v098.i09およびPilz et al. (2021) doi:10.1002/sim.8953に基づいてadoptrパッケージによって作成された試験計画で動作するように記述されています。

• adpssは、適応的なサンプルサイズ決定を伴う臨床試験の計画と実施のための機能を提供します。大幅なサンプルサイズ変更や多重のサンプルサイズ変更を行った場合でも、最大限の統計的効率が発揮されます。

• asdは、治療選択およびサブポピュレーション型設計において、早期アウトカムを考慮したアダプティブシームレス設計と、早期アウトカムを考慮しないアダプティブシームレス設計のシミュレーションを実行します。サブポピュレーション選択においてサンプルサイズの変更が可能です。

• ASSISTantは、Lai et al. (2014) doi:10.1016/j.cct.2014.09.001に記載されている3段階群間逐次試験におけるサブグループ選択のための臨床試験設計ツールです。このような試験の設計、探索、分析のための機能を備えています。

• BDP2：ベイズアダプティブ単群第II相試験デザインにおいて、二値エンドポイント（反応、成功）を持つ試験デザインにおける設計パラメータを選択するためのツールとワークフロー。中間解析において有効性または無益性に基づいて試験を中止することも可能です。また、動作特性を決定および視覚化するためのルーチンも含まれています。Kopp-Schneider et al. (2018) doi:10.1002/bimj.201700209をご覧ください。

• catsは、コホートプラットフォーム試験設計をシミュレートします。この設計では、各コホートは2つのアーム（対照群と実験治療群）で構成されます。エンドポイントは、主要評価項目の2値エンドポイントであり、ベイズ法または頻度論的決定ルールを用いて決定が下されます。また、設計の運用特性を計算し、現実的な試験の軌跡をシミュレートします。

• CohortPlatは、2種類の有効成分の併用療法を対象とする段階的導入プラットフォーム試験のシミュレーションに特化した関数群です。設計の詳細な説明は、Meyer et al. doi:10.1002/pst.2194、およびマニュアルはMeyer et al. doi:10.48550/arXiv.2202.02182に掲載されています。

• esDesignは、Lin et al. (2021) doi:10.1016/j.cct.2020.106216で提示されたサンプルサイズの再推定を伴う適応型エンリッチメントデザインを実装するために開発されました。詳細には、AED1-SSR（またはES1-SSR）、AED2-SSR（またはES2-SSR）、AED3-SSR（またはES3-SSR）を含む3つの試験デザインが提案されています。さらに、Freidlin et al.が提案したマーカーシーケンシャルテスト（MaST）デザインなど、広く使用されている適応型デザインもいくつか提供されています。 (2014) doi:10.1177/1740774513503739、早期終了なしの適応型エンリッチメント設計 (AED または ES)、Proschan および Hunsberger (1995) doi:10.2307/2533262が提案した条件付き検出力に基づくサンプルサイズ再推定手順 (SSR)。

• eselect　複数のバイナリエンドポイントにおける、盲検化データおよび／または非盲検化データに基づくエンドポイント選択とサンプルサイズの再評価。実装された設計は、Roig et al. (2022) doi:10.48550/arXiv.2206.09639で提案されています。

• gMCPは、グラフィカル記述による多重テスト手順のための機能とグラフィカルユーザーインターフェースを提供します。gMCPで利用可能な重み付きテストの例としては、重み付きBonferroniテスト、パラメトリックテスト、Simesテストなどがあります。

• graphicalMCPは、グラフィカルMCPの低依存性実装であり、複数のテストタイプを混在させることができます。また、電力シミュレーションとグラフィカルMCPの可視化機能も備えています。

• gsMAMSは、様々なアウトカムに対する多群多段階（MAMS）試験のサンプル数／イベント数に加え、動作特性を生成し、Sequential Conditional Probability Ratio Tests（SCPRT）の有効性および無益性境界値を計算する機能を提供します。このパッケージは、Wu et al. (2023) doi:10.1002/sim.9682、Wu and Li (2023) doi: 10.1002/sim.9682、およびWu et al. (2023) Group Sequential Multi-Arm Multi-Stage Trial Design with Ordinal Endpoints (In Preparation)に基づいています。

• MABOUSTは、MABOUST設計の実施とシミュレーションを行い、劣等性に基づく治療中止や、優越性または同等性に基づく試験の早期中止といった中間判断を行います。

• MAMSは、（漸近的に）正規分布のエンドポイントと既知の分散を持つ多群多段階試験を設計します。MAMSは、与えられた境界形状における多群多段階試験の境界を決定し、必要な被験者数を求めるために使用できます。また、多群多段階設計をシミュレーションし、検出力と期待サンプルサイズを推定します。

• MinEDfind：ノンパラメトリック2段階ベイズ適応型設計は、単剤試験における最小有効用量（MinED）を求めるための新しい第II相臨床試験設計です。この設計は、新薬を試験する際に臨床医が最優先事項と懸念事項としている、患者を効果的に治療し、治療効果の低い用量や過度に毒性のある用量に曝露される可能性を最小限に抑えることに基づいています。

• NCCは、非同時対照群を用いた柔軟なプラットフォーム試験の設計と解析をサポートします。データ生成、解析、可視化、シミュレーション研究の実行のための機能を提供します。実装された解析手法は、Bofill Roig et al. (2022) doi:10.1186/s12874-022-01683-w、Saville et al. (2022) doi:10.1177/17407745221112013、およびSchmidli et al. (2014) doi:10.1111/biom.12242に記載されています。

• rpact　WassmerとBrannath (2016) doi:10.1007/978-3-319-32562-0のモノグラフに記載されている方法に従い、連続、2値、および生存エンドポイントを持つ検証的アダプティブ臨床試験の設計と分析。これには、従来のグループシーケンシャル検定に加え、組み合わせ検定の原則に基づく多段階アダプティブ仮説検定が含まれます。

• SAMEは、Wason et al. (2015) doi:10.1038/bjc.2015.278、Yin et al. (2018) doi:10.1007/s12561-017-9199-7、および Yuan et al. (2016) doi:10.1002/sim.6971に基づいて、サンプルサイズの再推定が可能な生存エンドポイントを備えたベイジアンシームレスマルチアームバイオマーカー強化フェーズ II/III 設計を可能にします。

生物学的同等性

• adaptIVPTは、混合スケーリングアプローチを用いて適応型手順を実行し、in vitro透過試験（IVPT）データの生物学的同等性を確立する機能が含まれています。現在、このパッケージは、米国食品医薬品局（FDA）のDraft Guidance on Acyclovirに従い、並行反復設計とバランスデータに基づく手順を提供しています。

• PKは、ノンコンパートメント理論を用いたPKパラメータ推定法が組み込まれており、信頼区間の取得や、単一分析および生物学的同等性試験の検定を実行する機能も備えています。

• PowerTOSTは、生物学的同等性試験の計画と評価を支援するために設計された専用のRパッケージです。幅広い試験デザインにおいて、統計的検出力、サンプルサイズ、信頼区間を計算するための包括的な関数セットを提供します。

• replicateBEは、ABEL（平均生物学的同等性拡張限界法）を用いた比較生物学的利用能計算を実行します。「方法A」と「方法B」、および外れ値検出が実装されています。

用量設定

• BayesianMCPModは、Fleischer et al. (2022) doi:10.1002/pst.2193に基づくMCPModのベイズ拡張を実装し、履歴データの体系的な取り込みを可能にします。様々な用量反応関係とサンプルサイズにわたる試験設計のシミュレーション、分析、評価をサポートします。ユーザーは、ロバストな混合事前分布（例えば、メタ分析予測アプローチによる）を指定し、重み付きモデル平均を適用し、最小有効用量と目標用量を評価することができます。用量反応関係のブートストラップ推定値と可視化も提供されます。

• bcrmは、1パラメータおよび2パラメータのベイズCRM設計を幅広く実装しています。このプログラムは対話型で実行でき、ユーザーは各コホートを登録した後に結果を入力したり、シミュレーションによって動作特性を評価したりすることができます。

• crmPackは、用量制限毒性エンドポイントに基づく古典的および現代的な継続的再評価法（CRM）から、バイオマーカー／有効性アウトカムを考慮したデュアルエンドポイント設計まで、幅広いモデルベースの用量漸増設計を実装しています。ベイズ推論に重点を置いているため、独自のJAGSコードを使用して新しい設計を簡単に設定できます。

• dfcrmは、第I相試験でCRMおよびTITE-CRMを実行するための機能と、試験計画のためのキャリブレーションツールを提供します。

• DTAT：用量滴定アルゴリズム調整（DTAT）は、用量個別化を臨床試験の初期段階から始まり、医薬品開発全体、そして臨床実践に至るまで継続する継続的な学習プロセスとして捉えることを可能にする方法論的枠組みです。このパッケージには、研究者がDTAT研究プログラムの主要な結果を再現または拡張するために使用できるコードと、試験実施者が「3+3/PC」用量設定試験を設計およびシミュレーションするためのツールが含まれています。

• ewoc：Babbら（1998）によって導入された、様々なエスカレーションと過剰投与管理設計の実装。doi:10.1002/(SICI)1097-0258(19980530)17:10%3C1103::AID-SIM793%3E3.0.CO;2-9。臨床試験の進行に合わせて次回の投与量を計算するとともに、動作特性を取得するためのシミュレーションを実行します。

• OncoBayes2は、腫瘍学における用量漸増試験のためのベイズロジスティック回帰分析ツールです。本ツールは、任意の数の併用療法を含む治療レジメンにおいて、用量レベルごとの用量制限毒性（DLT）の発生率をベイズメタアナリシスモデル化するための柔軟な機能を提供します。

• UnifiedDoseFindingは、Ivanova et al. (2009) doi:10.1111/j.1541-0420.2008.01045.xに基づく統合フェーズI設計、Yuan et al. (2007) doi:10.1111/j.1541-0420.2006.00666.xおよびPan et al. (2014) doi:10.1371/journal.pone.0098147に基づくQuasi-CRM/Robust-Quasi-CRM、およびMu et al. (2018) doi:10.1111/rssc.12263に基づく一般化BOIN設計の3つの用量設定設計が含まれます。設計目標には、特定のターゲット毒性率に関連付けられた投与量を見つけることが含まれる場合もあれば、さまざまな毒性グレードの投与量の特定の加重合計を持つ投与量を見つけることや、連続応答の特定の平均値を持つ投与量を見つけることが目標となる場合もあります。

• DoseFindingは、用量設定実験（例えば、医薬品の第II相臨床試験）の設計と解析のための機能を提供します。多重比較試験、非線形用量反応モデルのフィッティング、最適設計の計算、MCPMod法の実装のための機能を提供しますが、現在は正規分布の等分散エンドポイントのみがサポートされています。

• pocrmは、薬剤併用の第I相試験で使用する部分順序継続的再評価法（PO-CRM）を実装およびシミュレーションするための機能を実装します。

• escalationは、継続的再評価法（CRM）、修正TPI（mTPI）設計、ベイズ最適区間設計（BOIN）、EffTox、3+3設計など、用量設定臨床試験のための様々なアプローチを実装します。

• MCPModは、Bretz et al. (2005) doi:10.1111/j.1541-0420.2005.00344.xに基づく多重比較手順とモデリング手法を組み合わせた、用量反応研究の設計と分析のための方法論を実装しています。注意：MCPModパッケージは今後開発されません。MCP-Mod方法論の今後の開発はすべてDoseFindingで行われます。

• TEQRは、TEQR設計とACT設計の動作特性を計算するソフトウェアが含まれています。TEQR（毒性等価範囲）設計は、安全性ルールが追加された毒性ベースの累積コホート設計です。ACT（毒性に対する活動制約）設計も、安全性ルールが追加された累積コホート設計です。この設計の独自の特徴は、毒性の欠如ではなく活動の欠如に基づいて用量を漸増し、許容できないレベルの毒性が認められた場合にのみ用量を漸減することです。

• BOIN：ベイズ最適区間（BOIN）設計は、最大耐量（MTD）を決定するための新しい第I相臨床試験設計です。単剤試験と併用試験の両方の設計に使用できます。BOIN設計は、MTDの選択に関して継続的再評価法（CRM、モデルベース設計の中でも最も優れた方法の1つ）と同等の平均的なパフォーマンスをもたらしますが、患者を治療効果以下の用量または過度に毒性の高い用量に割り当てるリスクが大幅に低くなります。チュートリアルについては、Yan et al. (2020) doi:10.18637/jss.v094.i13をご覧ください。

• SEARSは、毒性に基づくフェーズIの用量漸増と、有効性に基づくフェーズIIの用量拡大および用量比較をシームレスに組み合わせた設計です。豊富なパラメータセットを用いて、様々な実際のシナリオを検討できます。シミュレーションによって動作特性を生成し、設計の特性を検証できます。

• MinEDfindは、最小有効用量を特定するために設計された単剤試験において、今後の患者コホートの用量決定をサポートします。

• dfmta：単剤分子標的薬 (MTA) のフェーズ I/II 適応型用量設定デザイン。Riviere Marie-Karelle 他 (2016) doi:10.1177/0962280216631763による論文「分子標的薬のフェーズ I/II 用量設定デザイン: 適応型ランダム化を使用したプラトー決定」に準拠。

• iAdapt：二段階および準連続毒性エンドポイントを対象とした、早期段階の二段階アダプティブ用量設定設計をシミュレーションおよび実装します。詳細については、Chiuzan et al. (2018) doi:10.1080/19466315.2018.1462727をご覧ください。

要因計画

• conf.design：この小型パッケージには、交絡因子設計および一部実施要因設計を構築・操作するためのシンプルなツール群が含まれています。

• FrF2は、正規および非正規の一部実施要因設計を作成します。さらに、2水準因子を含む一部実施要因設計のための分析ツールも提供されています（全因子の主効果と交互作用プロットの同時表示、3因子の同時効果を観察するためのキューブプロット、完全正規分布または半正規分布プロット、組み込み関数エイリアスよりも読みやすい形式のエイリアス構造など）。

グループシーケンシャルデザイン

• BinGSDは、漸近検定または正確検定を用いて、二値エンドポイントを持つ単群群逐次試験の境界と条件付き検出力の計算をサポートします。また、このパッケージは、デザインに基づいて境界交差確率を求める関数も提供します。

• clinfunは、臨床試験のデザインと解析の両方のための関数を備えています。第II相試験では、Fisherの正確検定に基づくサンプルサイズ、効果サイズ、検出力、2段階境界の操作特性、Richard Simonによる最適およびミニマックス2段階第II相試験デザイン、正確な1段階第II相試験デザインを計算する関数を備えています。また、毒性モニタリングに基づく反復有意性検定の停止規則とその操作特性を計算する関数、第III相群逐次試験デザインのサンプルサイズを計算する関数も備えています。

• GroupSeqは、正規分布する検定統計量に対するグループシーケンシャルデザインに関連する確率を計算します。このようなデザインの臨界境界、検出力、ドリフト、信頼区間を導出できます。Lan-DeMets (1994) doi:10.1002/sim.4780131308によるアルファスペンディングアプローチをサポートします。

• grpseqは、Gallo et al. (2014) doi:10.1080/10543406.2014.932285に基づいて、複数の時点での非拘束的無益性解析を含むグループ順次試験の設計をサポートします。

• gscountsは、Mütze et al. (2018) doi:10.1177/0962280218773115で説明されているように、負の二項結果のグループシーケンシャルデザインの設計と分析をサポートします。

• gsDesignは、グループシーケンシャル臨床試験デザインを導出し、その特性を記述します。特に、イベント発生時間、2値、連続的なアウトカムに焦点を当てています。このデザインは、Jennisonら著『Group Sequential Methods with Applications to Clinical Trials』（Chapman & Hall/CRC、ISBN 0-8493-0316-8、2000年）に記載されている手法に基づいています。

• GSEDは、MagnussonとTurnbull (2013) が提案した「サブグループ選択を組み込んだグループシーケンシャルエンリッチメントデザイン」（GSED）手法を適用する機能を提供します。doi:10.1002/sim.5738。

• gsrsbは、ゲートキーピング試験のための精密な二次境界を含む、複数の中間ルックを用いたグループシーケンシャルデザインにおける主要評価項目と副次評価項目の試験のためのゲートキーピング手順を実装します。標準境界とエラースペンディング関数を用いた境界の両方の計算をサポートします。詳細については、Tamhane et al. (2018) doi:10.1111/biom.12732を参照してください。

• ldboundsは、グループシーケンシャル試験に Lan-DeMets 法を使用します。その関数は、グループシーケンシャル試験の境界と確率を計算します。

• lrstatは、適応型グループシーケンシャル試験の設計を可能にし、サンプルサイズの調整、エラースペンディング関数、中間解析の回数とタイミングを柔軟に決定できます。また、グラフィカルアプローチやゲートキーピング手順など、調整済みp値のためのさまざまな手法をサポートしています。

• rpactは、臨床研究向けの包括的な検証済みRパッケージであり、連続、2値、生存エンドポイントを用いた検証的適応型群間逐次計画の設計と解析を可能にします。

• SurrogateSeqは、代替マーカーを用いた有効性の判定のための早期中止や、無益性中止の可能性を考慮した群間逐次計画を実装するための関数を提供します。詳細は、Parast and Bartroff (2024) doi:10.1093/biomtc/ujae108をご覧ください。

ランダム化

• blockrandは、ブロックランダム化臨床試験のためのランダム化を実行します。また、ランダム化カードの PDF ファイルも生成できます。

• experimentは、ランダム化ツールなどの臨床実験用ツールが含まれており、臨床試験向けの特別な解析オプションもいくつか用意されています。

• randomizeR：このツールを使用すると、ユーザーは科学的根拠に基づいたランダム化手順を選択できます。ランダム化シーケンスの生成と、慎重に選択された基準に基づくランダム化手順の評価が含まれます。

応答適応型ランダム化

• BAR：ベイズ適応型ランダム化はアウトカム適応型ランダム化とも呼ばれ、臨床試験でますます利用されています。

• bradaは、2値エンドポイントに対するベイズ応答適応型試験設計を分析、適用、可視化するための幅広い機能を提供します。予測確率アプローチと予測エビデンス値設計が含まれています。

• caratは、臨床試験における共変量適応型ランダム化による割り当てシーケンスを生成するための機能とコマンドラインユーザーインターフェースを提供します。このパッケージは現在、6つの共変量適応型ランダム化手順をサポートしています。詳細はMa et al. (2023) doi:10.18637/jss.v107.i02を参照してください。

• CARM：ランダム化比較試験（RCT）において、共変量のバランス調整はしばしば最も重要な懸念事項の一つです。CARMパッケージは、RCTにおいて共変量のバランス調整と、マハラノビス距離（ARM）による共変量調整適応型ランダム化による割り当てシーケンスを生成するための機能を提供します。詳細については、Yang et al. (2023) doi:10.1016/j.csda.2022.107642をご覧ください。

• covadapは、患者を2つの治療法に割り当てるための7つの共変量適応型ランダム化を実装しています。共変量セットが与えられれば、ユーザーは単一の割り当てシーケンスを生成することも、患者の共変量プロファイルをシミュレーションすることで設計を複数回繰り返すこともできます。詳細については、Antognini et al. (2022) doi:10.1007/s00362-022-01381-1を参照してください。

• grouprarは、グループ応答適応型ランダム化手順を実装しており、標準的な非グループ応答適応型ランダム化手法を特殊なインスタンスとして統合しています。また、遅延応答や欠落応答などの複雑なシナリオにも対応できる独自の機能を備えているため、実世界アプリケーションにおける有用性を拡大しています。

• RABRは、シミュレーションを通じて応答適応型ブロックランダム化（RABR）設計をサポートし、2値および連続エンドポイントにおけるタイプIエラー率、検出力、および動作特性を評価します。提案手法の詳細については、Zhan et al. を参照してください。 (2021) doi:10.1002/sim.9104.

• RARfreqは、臨床試験におけるレスポンス適応型ランダム化による割付順序を生成するための関数とコマンドラインユーザーインターフェースを提供します。このパッケージは現在、2値および正規分布のエンドポイントに対して、頻度主義的レスポンス適応型ランダム化手法の2つのファミリー、すなわち二重適応型バイアスコイン設計（「DBCD」）と逐次推定調整壷モデル（「SEU」）をサポートしています。

サンプルサイズと検出力の計算

• BayesCTDesign：臨床試験研究者が、ヒストリカルコントロールデータを含む、または含まない2群ベイズランダム化臨床試験の検出力とサンプルサイズを計算するのに役立つ関数セットです。考慮される結果は、ガウス分布、ポアソン分布、ベルヌーイ分布、対数正規分布、ワイブル分布、および区分指数分布です。これらの手法は、Eggleston et al. (2021) doi:10.18637/jss.v100.i21に記載されています。

• clinfunは、Fisher の正確検定に基づいてサンプルサイズ、効果サイズ、検出力を決定する関数、および動物実験における順位検定の検出力を計算する関数を提供します。

• cosaは、Bulus & Dong (2019) で説明されている境界制約付き最適サンプル割り当て (BCOSA) フレームワークを実装し、連続的な結果を持つマルチレベル回帰不連続設計 (MRDD) およびマルチレベルランダム化試験 (MRT) の検出力分析に使用します。統計的検出力と最小検出効果サイズの計算用の個別のツールが提供されます。

• longpowerは、縦断的データの線型モデルの検出力とサンプルサイズを計算します。サポートされているモデルには、混合効果モデル、一般化最小二乗法および一般化推定方程式によるモデルが含まれます。このパッケージの詳細は、Iddi and Donohue (2022) doi:10.32614/RJ-2022-022に記載されています。

• lrstatは、Fleming-Harringtonの重み付きログランク検定ファミリーを用いて、非比例ハザードモデルの検出力とサンプルサイズを計算します。

• pmvalsampsizeは、Archer (2020) doi:10.1002/sim.8766およびRiley (2021) doi:10.1002/sim.9025によって提案された基準を用いて、既存の多変量予測モデルの外部検証に必要な最小サンプルサイズを計算します。

• PowerTOSTは、生物学的同等性試験で使用される様々な試験デザインにおける検出力とサンプルサイズを計算する関数が含まれています。検出力とサンプルサイズは、TOST法（2つの片側t検定）をはじめとする様々な手法に基づいて算出できます。

• PowerUpRは、連続的な結果を持つ様々な多段階ランダム化実験における統計的検出力、最小検出効果サイズ（MDES）、MDES差（MDESD）、および最小必要サンプルサイズを計算するツールが含まれています。これらの関数の一部は、多段階の調整および媒介（2-1-1、2-2-1、および3-2-1）に敏感な2段階および3段階のクラスターランダム化試験（CRT）の計画に役立ちます。

• presize ：Bland (2009) doi:10.1136/bmj.b3985では、試験サイズは統計的検定の検出力ではなく、信頼区間の幅に基づいて決定することが推奨されています。「presize」の目的は、このような精度に基づいたサンプルサイズ計算のための関数を提供することです。与えられたサンプルサイズに対して、関数は精度（信頼区間の幅）を返し、その逆も同様です。

• pwr ：Cohen (1988) doi:10.4324/9780203771587に沿った検出力計算。特に効果サイズについては同じ表記法を使用します。本書からの例も示されています。

• rpactは、平均値（連続エンドポイント）、率（2値エンドポイント）、柔軟なリクルートメントおよび生存時間オプションを備えた生存試験、カウントデータなど、様々なエンドポイントのサンプルサイズと検出力を計算します。

• samplesizeは、等分散および不等分散のStudent’s t検定、および同点の有無を問わずカテゴリデータに対するWilcoxon-Mann-Whitney検定のサンプルサイズを計算します。

• ssanvは、平均値検定における2標本の差のサンプルサイズを計算する関数セットです。パラメータ推定にデータを使用することで生じる非遵守または変動性を調整します。

• TrialSizeは、Chow ら著『Sample Size Calculations in Clinical Research』(2007) doi:10.1201/9781584889830からの 80 を超える関数が含まれています。

シミュレーション

• adaptDiagは、診断検査機器の臨床試験をシミュレートし、事後予測確率に基づいて無益性評価を行う適応型設計の下で動作特性を評価します。

• airshipは、臨床試験のシミュレーション結果をプロットするために設計された R Shiny アプリを含む R パッケージです。その主な機能は、シミュレーション結果を動的にフィルタリングすることで、複数のシミュレーション入力次元の影響を同時に調査できることです。コアアプリの詳細な説明は、Meyer et al. (2023) doi:10.1016/j.softx.2023.101347に記載されています。

• asdは、(i) 複数の実験的治療を単一の対照群と比較する、または (ii) 定義済みのサブグループと全集団の両方で共一次解析を用いて単一の実験的治療を対照群と比較する、適応型シームレス設計をシミュレートする関数を提供します。

• bcrmを使用すると、複数の試験シナリオをシミュレートして動作特性を評価し、さまざまなベイズ CRM 設計を評価できます。

• catsは、試験固有の設計パラメータを与えることで、複数の試験シミュレーションを実行し、結果をExcelファイルにエクスポートしてさらなる分析に利用できます。

• CohortPlatは、2種類の有効成分を含む併用療法を評価するコホートベースのプラットフォーム試験をシミュレートするために設計されています。

• esDesignは、アダプティブエンリッチメント設計を実装するために開発されました。アダプティブエンリッチメント設計のシミュレーション研究を実施するためのesDesign機能には、以下の戦略が含まれます。早期中止境界なし、サンプルサイズ再推定手順あり、連続エンドポイントの無益性と有効性中止境界に基づくサンプルサイズ再推定手順あり。また、マーカーシーケンシャルテスト設計、標準設計、サンプルサイズ再推定手順といった追加設計についてもシミュレーション研究を実施できます。

• ewocは、第I相臨床試験における用量漸増過量管理設計の動作特性を得るためのシミュレーションを実行し、過量投与の確率が明示的に制御されるようにします。この設計は、Babbら (1998) doi:10.1002/(SICI)1097-0258(19980530)17:10%3C1103::AID-SIM793%3E3.0.CO;2-9によって初めて導入されました。

• Medianaは、臨床シナリオ評価（CSE）アプローチに基づく臨床試験シミュレーションのための一般的なフレームワークを提供します。このパッケージは、幅広いデータモデル（連続値、2値、生存型、カウント型のエンドポイントを持つ臨床試験、および複数のエンドポイントの組み合わせに基づく多変量アウトカムを含む）、分析戦略、および一般的に使用される評価基準をサポートしています。

• NCCは、Krotka et al. (2023) doi:10.1016/j.softx.2023.101437に基づく、プラットフォーム試験のシミュレーションと非同時対照データを用いた治療と対照の比較を可能にするRパッケージです。このパッケージは、連続またはバイナリエンドポイント、異なる時点で試験に参加する柔軟な数の治療群を含む複雑なプラットフォーム試験設計のシミュレーションをサポートし、群間の異なる治療効果に対応します。また、頻度主義アプローチ（例：時間を固定効果として調整する回帰モデル、時間をランダム因子として調整する混合モデル、回帰スプライン）、ベイズタイムマシン、メタ分析予測事前個別分析、プール分析を用いた複数の時間傾向パターンが含まれています。

• RABRは、応答適応型ブロックランダム化（RABR）設計のシミュレーションを実施し、2値および連続エンドポイントにおけるタイプIエラー率、検出力、および動作特性を評価します。提案手法の詳細については、Zhan et al. (2021) doi:10.1002/sim.9104を参照してください。

• rpactは、平均値、割合、生存データ、およびカウントデータのシミュレーションツールを提供し、条件付き検出力に基づく適応型サンプルサイズまたはイベント数の再計算の評価、および多群試験における治療選択戦略の評価を可能にします。

• simglmは、単回帰と最大3階層のネストを持つ一般化線形混合モデルの両方を含む回帰モデルをシミュレーションします。欠損データ、アンバランス型設計、および異なるランダム誤差分布を指定できる柔軟な検出力シミュレーションがパッケージに組み込まれています。

• UnifiedDoseFindingは、非バイナリエンドポイントを用いた用量設定試験に必要な設定と計算を提供し、様々なシナリオにおける試験設計の動作特性を評価するためのシミュレーションを実行します。このパッケージには、Ivanovaら (2009) doi:10.1111/j.1541-0420.2008.01045.xに基づく統合フェーズI試験設計、Yuanら (2007) doi:10.1111/j.1541-0420.2006.00666.xおよびPanら (2014) doi:10.1371/journal.pone.0098147に基づくQuasi-CRM/Robust-Quasi-CRM、そしてMuらによる一般化BOIN試験設計の3つの用量設定設計が含まれています。 (2018) doi:10.1111/rssc.12263。

解析

一般的な分析

• coinは、2標本、K標本（ノンパラメトリック分散分析）、相関、打ち切り、順序付き、多変量問題を含む一般的な独立性問題に対する条件付き推論手順を提供します。

• ctrdataは、4つの公開登録簿から臨床試験のプロトコルおよび結果関連情報を照会、取得、分析するためのシステムです。

• epibasixは、diffdetect、連続アウトカム用のn4means、n4props、およびランダム化試験におけるマッチドペア分析用の関数などの機能を備えています。

• HHは、Richard M. HeibergerとBurt Holland著『Statistical Analysis and Data Display』（第2版、Springer、ISBN 978-1-4939-2121-8、2015年）および（第1版、Springer、ISBN 0-387-40270-5、2004年）のサポートソフトウェアです。 ae.dotplot は、臨床試験の有効群で最も頻繁に発生した有害事象を2つのパネルに表示します。

• logistf：Firth のバイアス低減ロジスティック回帰。Firth の手法は、ロジスティック回帰における分離の問題に対する理想的な解決策として提案されました。

• multcompは、線型モデル、一般化線型モデル、線型混合効果モデル、生存モデルなどのパラメトリックモデルにおける一般線型仮説の同時検定と信頼区間をカバーします。

• Base R、特に stats パッケージには、臨床試験の設計と分析に役立つ多くの機能があります。例えば、chisq.test、prop.test、binom.test、t.test、wilcox.test、kruskal.test、mcnemar.test、cor.test、power.t.test、power.prop.test、power.anova.test、lm、glm、nls、anova（およびその lm 法と glm 法）などがあります。

• TestDesignは、Birnbaum (Addison-Wesley, ISBN 9781593119348, 1968) とvan der Linden (2018) doi:10.1201/9781315117430による最適テスト設計アプローチを用いて、固定テスト、適応型テスト、並列テストを構築します。以下の混合整数計画法（MIP）ソルバーパッケージをサポートしています：Rsymphony、gurobi、lpSolve、Rglpk。gurobiパッケージはCRANからは入手できません。https://www.gurobi.com/downloads/をご覧ください。

縦断的データ分析

• brms.mmrmは、ベイズ回帰モデルをフィッティングするための強力で多用途なパッケージです。MMRM の実行には brms を利用し、簡素化されたインターフェースにより難易度を軽減し、ライフサイエンスのベストプラクティスに準拠しています。

• glmmTMBは、ゼロインフレーションを含む様々な拡張機能を備えた線形および一般化線形混合モデルをフィッティングします。

• lme4は、線形および一般化線形混合効果モデルをフィッティングします。

• mmrmは、ランダム化臨床試験などにおける縦断的連続アウトカムの分析で広く使用されている、反復測定用混合モデル（MMRM）を実装しています。

• multcompは、線形、一般化線形、線形混合効果、生存モデルなどのパラメトリックモデルにおける一般線形仮説の同時検定と信頼区間をカバーしています。

• nlmeは、ガウス線形および非線形混合効果モデルをフィッティングし、比較します。

メタアナリシス

このタスクビューは、臨床試験に関連するパッケージに焦点を当てています。このトピックに関するより包括的なパッケージリストについては、「Meta-analysis」タスクビューをご覧ください。

• metaは、Schwarzerら著『Meta-Analysis with R』（2015年、doi: 10.1007/978-3-319-21416-0）に記載されている標準的なメタ分析手法を提供するユーザーフレンドリーなパッケージです。一般的な効果モデルとランダム効果モデル、様々なプロット（フォレスト、ファンネルなど）、高度なモデル（3水準、GLMMなど）、バイアス評価、メタ回帰、累積分析とleave-one-out分析、サブグループフォレストプロットサマリーなどの機能を備えています。

• metaforは、メタ分析のための包括的なパッケージです。効果量の計算、様々なモデル（例：固定効果モデル、ランダム効果モデル）の適合、モデレータ／メタ回帰分析の実行、メタ分析プロットの作成、特殊な手法（例：Mantel-Haenszel法、Peto法）の適用、非独立標本誤差やクラスタリングを考慮したメタ分析多変量／マルチレベルモデルの適合などの機能を提供します。

• metaLik：メタ分析およびメタ回帰モデルにおける尤度推論。

• metasensは、メタ分析におけるバイアスをモデル化し調整するための統計手法パッケージです。

• netmetaは、ネットワークメタ分析における頻度主義的手法のための包括的な関数セットを提供します。これには、加法モデル、バイナリデータの分析、ランキング法（SUCRA、Pスコア）、整合性チェック、リーグテーブル、ファンネルプロット、エビデンスフロー尺度、ネットワークグラフ、治療ランキング図、寄与マトリックス、メタ回帰、サブグループ分析などが含まれます。

• RBesTは、ベイズ統計学に基づくエビデンス統合を支援するツールセットです。臨床試験における過去の情報の利用を容易にします。関連する過去の情報が特定されると、メタ分析予測（MAP）アプローチによる有益な事前分布の導出と、試験の運用特性の評価をサポートします。

• rmetaは、2標本比較および累積メタ分析のための、単純な固定効果およびランダム効果メタ分析のための関数を備えています。標準的なサマリープロット、ファンネルプロットを描画し、関連性および異質性のサマリーと検定を計算します。

欠損データの補完

このタスクビューは、臨床試験に関連するパッケージに焦点を当てています。このトピックに関するパッケージのより包括的なリストについては、「MissingData」タスクビューをご覧ください。

• miceは、Van BuurenとGroothuis-Oudshoorn (2011) doi:10.18637/jss.v045.i03で説明されているMICEアルゴリズムによって実装された完全条件指定（FCS）を用いた連鎖方程式による多重代入を実装します。

• rbmiは、標準および参照ベースの多重代入を実装し、事前定義された戦略を用いて縦断的データセットの代入を可能にします。このパッケージは、Gower-Page et al. (2022) doi: 10.21105/joss.04251で説明されています。

• remiodは、WangとLiu (2022) doi:10.48550/arXiv.2203.02771で説明されているベイズフレームワークに基づく順序尺度および2値応答の参照ベースの多重代入を実装します。ランダムではない欠落の手法には、ジャンプ・トゥ・リファレンス (J2R)、コピー・リファレンス (CR)、および転換点分析を生成できるデルタ調整が含まれます。

生存分析

このタスクビューは、臨床試験に関連するパッケージに焦点を当てています。このトピックに関するパッケージのより包括的なリストについては、「Survival」タスクビューをご覧ください。

• maxcomboは、Prior (2020) doi:10.1177/0962280220931560で発表されたように、タイプIエラーを制御しながら、単一の時点または連続する各時点におけるmax-combo検定を用いて生存曲線を比較する関数を提供します。

• multcompは、Cox比例ハザードモデルやパラメトリック生存モデルなどのパラメトリックモデル内で、一般線形仮説の同時推論を可能にします。

• nphRCTは、ランダム化比較試験において層別重み付けログランク検定を実行します。検定結果は、2つの治療群の平均スコアの差として視覚化できます。

• rpsftmは、生存アウトカムを伴う2群臨床試験に、順位保存型構造破壊時間モデルを適合させる関数を提供します。

• survivalは、記述統計、2標本検定、パラメトリック加速破壊モデル、Coxモデルが含まれます。すべてのモデルで遅延エントリ（打ち切り）が許可され、パラメトリックモデルでは区間打ち切りが可能です。ケースコホート設計。

特定の設計に関するその他の分析

• clinicalsignificance：このパッケージの目的は、臨床介入研究における臨床的意義の分析に必要なすべてのツールを提供することです。統計的意義は治療効果の確率を評価するものですが、臨床的意義は治療効果が実用的であるか、あるいは患者にとって意味があるかを判断するために用いられます。

• clinsigは、Jacobson-Truax法による臨床的意義の推定値のパラメトリック版とノンパラメトリック版の両方を計算する関数が含まれています。

• MatchItは、元の治療群と対照群の、共変量分布が類似するマッチングサンプルを選択するRパッケージです。共変量による完全マッチング、傾向スコアによるマッチング、その他様々なマッチング手順の実行が可能です。また、このパッケージはHo et al. (2007) doi:10.1093/pan/mpl013で提示された一連の推奨事項も実装しています。

• nppbibは、部分バランス型不完全ブロックデザイン実験の順位データまたはスコアデータに対するノンパラメトリック統計検定を実装しています。

• speff2trialは、定量的エンドポイントまたは二値エンドポイントを用いた2群ランダム化臨床試験における治療効果の推定と検定を実行します。

• ThreeGroupsは、Gerber et al. (2010) doi:10.1093/pan/mpq008によって提案された3群間デザインのための最大尤度推定量を実装しています。

監視

• accrualPlot：臨床試験における症例登録の追跡は、試験の成功に重要です。accrualPlot は、症例登録の追跡を支援し、試験が予定のサンプルサイズに到達する時期を予測する関数を提供します。

• esDesignは、アダプティブエンリッチメントデザインをモニタリングするためのツールを提供します。ユーザーは、無益性および／または有効性の停止境界、必要なサンプルサイズを計算し、サブグループ固有の検定統計量間の差の閾値を較正できます。

• monitOSは、進行性癌のピボタル試験における全生存率のモニタリングです。

• PwrGSDは、生存エンドポイントに基づく逐次モニタリング試験の中間解析計画を評価するためのツール、有効性および無益性の境界を構築するためのツール、特定の代替案における逐次設計の検出力を導出するためのツール、時間的に変化する複数の代替案における候補計画のパフォーマンスを評価するためのテンプレートを提供します。

• rpactは、アルファ支出アプローチを用いた試験中の境界の自動再計算を可能にし、不足シナリオと過剰シナリオの両方に対応します。

• SAMEは、Wason et al. (2015) doi:10.1038/bjc.2015.278、Yin et al. (2018) doi:10.1007/s12561-017-9199-7、およびYuan et al. (2016) doi:10.1002/sim.6971に基づき、生存エンドポイントを含む、ベイズ統計に基づくシームレスな多群バイオマーカーエンリッチド第II/III相試験デザインをモニタリングし、サンプルサイズの再推定を可能にします。

• seqmonは、臨床試験のシーケンシャルモニタリングを提供します。各ルックで有効性と無益性の境界を計算します。デザインの変更やデザインの更新履歴の追跡が可能です。

• tLagInterimは、時間差のあるアウトカムを伴う臨床試験における中間モニタリングをサポートします。時間差のあるアウトカムを伴う中間解析において、一般的な治療効果パラメータに対する逆推定値および拡張逆推定値を実装します。これらの推定値は、登録されたすべての被験者に利用可能とは限りません。詳細については、Tsiatis and Davidian (2022) doi:10.1002/sim.9580をご覧ください。