Editverse 免费计算器
交叉研究计算器（AB/BA 设计）
分析一项两周期、两处理交叉试验——包括处理效应、周期效应和残留效应检验——并提供结果背后的完整 R 命令。完整的解释指南如下。已在 R 4.3.3 版本中验证。
用简单的话
在交叉试验中，每位参与者依次接受两种治疗，因此每个人都作为自身的对照。经典的AB/BA设计将参与者随机分配接受A治疗后再接受B治疗，或先接受B治疗后再接受A治疗，通常在两种治疗之间设置洗脱期以清除第一种治疗的影响。
由于组内比较消除了组间差异，交叉试验可以用比平行设计少得多的参与者达到相同的精度。但代价是需要做出一些额外的假设——主要是假设不存在残留效应，即第一个治疗阶段的效果不会持续到第二个阶段并干扰比较结果。
预期：4 列：序列 AB，第 1 期 | 序列 AB，第 2 期 | 序列 BA，第 1 期 | 序列 BA，第 2 期
在此处拖放 CSV 文件或点击选择。文件将在您的浏览器中解析：不会上传任何内容。
预期：4 列：序列 AB，第 1 期 | 序列 AB，第 2 期 | 序列 BA，第 1 期 | 序列 BA，第 2 期
ab1 <- c({ab1}); ab2 <- c({ab2}) # 序列 AB：周期 1 (A)，周期 2 (B) ba1 <- c({ba1}); ba2 <- c({ba2}) # 序列 BA：周期 1 (B)，周期 2 (A) dA <- ab1 - ab2; dB <- ba1 - ba2 t.test(dA, dB, var.equal = TRUE) # 处理效应 A - B = (mean(dA) - mean(dB)) / 2 t.test(dA, -dB, var.equal = TRUE) # 周期效应 t.test(ab1 + ab2, ba1 + ba2, var.equal = TRUE) # 结转效应（受试者总数的差异）用户指南
何时使用。分析具有连续结果的两周期两处理（AB/BA）交叉试验：估计治疗效果，并检验周期效应和残留效应（Hills-Armitage / Grizzle）。
假设：参与者随机分配到两个序列中；充分的洗脱期；受试者内部差异近似服从正态分布；无治疗与周期交互作用。
常见错误。残留效应试验效力较低，不应作为分析的准入标准（Senn）；应在试验设计中确定洗脱方案。不适用于可自行缓解的疾病或具有永久性影响的治疗。
示例
点击上方的“加载示例数据”，然后点击“运行分析”，即可查看包含图表、公式和解释的完整结果。
案例
- Senn S. 临床研究中的交叉试验。第 2 版。Wiley；2002 年。
- Hills M, Armitage P. 两周期交叉临床试验。Br J Clin Pharmacol. 1979;8:7-20。
- Grizzle JE. 两周期转换设计及其在临床试验中的应用。生物统计学。1965;21:467-480。
工作实例
示例 1 — 干净的交叉
参与者先接受A治疗再接受B治疗，或先接受B治疗再接受A治疗，中间有洗脱期。治疗效果根据每个参与者的组内差异进行估计，周期效应和残留效应的检验结果均不显著。这种治疗比较方法可靠，且比同等规模的平行试验精确得多。
示例 2 — 检测到结转
如果交叉效应检验结果显著，则表明第一阶段治疗的效果已经延续到第二阶段。此时，标准的受试者内估计值存在偏差，分析师通常只能采用第一阶段的数据——实际上就忽略了交叉效应带来的优势。
需要检验的假设
可逆的病症和效应。结果必须在各阶段之间恢复到基线水平。对于可自行缓解的病症或具有永久性效应的治疗，交叉试验无效。
充分的洗脱，无残留效应。两次治疗间隔必须足够长，以清除第一次治疗的药物残留。残留效应会使受试者内部比较产生偏差。
无治疗与周期交互作用。治疗效果应与给药顺序无关；显著的顺序效应会破坏研究设计。
常见错误
忽略结转
假设洗脱作用足够强而未进行残留效应检验，可能会导致治疗效果估计出现偏差。在解释结果之前，务必对此进行明确检查。
如同平行试验一样进行分析
交叉试验数据是在同一受试者身上配对的。将两个试验组视为独立组会降低设计的效率，并导致错误的标准误差。
冲刺时间太短
如果首次治疗后的清除期未能完全清除药物，则必然会导致残留。清除期的长度必须根据治疗的药理学特性来判断。
利用交叉验证获得不可逆结果
如果结果无法恢复到基线水平（例如治愈或死亡），参与者就无法进行有意义的交叉，这种设计是不合适的。
常見問題解答
为什么交叉试验需要的参与者较少？
每个参与者都作为自己的对照，消除了人与人之间的差异，因此与平行设计相比，用更小的样本量就能达到相同的精度。
什么是结转？
残留效应是指第一阶段治疗的残余效应持续到第二阶段，这会使受试者内部的治疗比较产生偏差。
什么是洗脱期？
治疗间隔期是指两次治疗周期之间的空档期，这段时间足够长，可以让第一次治疗的效果消失，然后再开始第二次治疗。
结果与 R 和 SPSS 的结果一致吗？
是的。该计算器采用标准的 AB/BA 受试者内分析，并显示 R 命令，以便您可以重现处理、周期和残留效应的估计值。
案例
- Mills EJ、Chan AW、Wu P、Vail A、Guyatt GH 等。 交叉试验的设计、分析和展示。 试验。 2009; 10：27。 PMID 19405975。
- 李婷、于婷、霍金斯·B·S、迪克森·K。 交叉试验的设计、分析和报告，以便纳入荟萃分析。 公共科学图书馆之一。 2015; 10（8）：e0133023。 PMID 26284684。
- Senn S. 临床研究中的交叉试验。第 2 版。奇切斯特：Wiley；2002 年。