irt在随机化临床试验中的应用

《irt在随机化临床试验中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、独创性声明本人声明，所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果．除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表的研究成果，也不包含他人为获得东北师范大学或其它教学机构的学位或证书而取得的研究成果．与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意．学位论文版权使用授权书本人了解并遵守东北师范大学有关保留．使用学位论文的规定，即，学校有权保留、向国家有关部门送交学位论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其它复

2、印手段保存论文．(保密的论文在解密后应遵守此规定)作者签名。蕉：函指导教师签名，l丝2亟!日期。迎!Z￡：髟El期。坦2：垒j学位论文作者毕业后去向t工作单位。通讯地址：匝-】之生．电话t——邮编。——中文摘要首先，为提高临床试验及其报告的质量，本文结合国内外随机对照试验的原则与自己的实践经验，系统地阐述了临床试验的随机化的概念，总结了随机化分配方法的分类，具体操作方法，以及各种方法的利弊．同时也就组问均衡性做了论述。介绍了组阄均衡性的要求以及组问不均衡的处理方法．其次，本文是对项目反应理论的一次探索和应用．项目反应理论中

3、，我们作出的假设是·同一被试对各个项目的反应是相互独立的，这便是所谓局部独立性假设。另外，还假定不同被试的反应是耜互独立的．根据前人的研究成果，在系统的介绍了项耳反应理论中的模型后，对等级反应模型中双参数的Logistic模型中的参数作进—步的分析，即在项目参数已知时，用极大似然估计来估计能力参数；在能力参数已知时，用极大似然估计来估计项目参数．写出迭代步骤．最后，由于在随机化临床试验中，试验调查表显示出越来越重要的位置，那么我们将项目反应理论中的参数的估计方法应用到随机化临床试验当中，用计算机进行模拟试验，产生随机效作为

4、项目参数，利用这些数据去估计能力参数，然后用通过t检验来验证这种方法的优越性．最终得到的结论是t当以最初的结果作为潜在特征时，随机化试验中的样本ja-XzJ,可以用项目反应理论中的调查表来衡量．关键词，随机化临床试验项目反应理论Logistic模型t检验1First，thispaperintroducedrandomizationmethodsinclinicaltrials，includingtheconception，classificationandprocedureofrandomization，88wellast

5、hebalancebetweengroups．Itrecommendedtheguidelinereportingofrandomizationandbaselinecharacter-igtioBinarandomizedcontrolledclinicaltrial．Simultaneouslytheequalizationhasalsom8detheelaborationonthegroup,introducedthegrouptheullifonnrequest8swell髓thegrouptheimbalance

6、dproce88ingmethod．．Second，thisarticleistoaprojectresponsetheoryexplorationandtheapplication．Intheitemresponsetheory,wea∞llmethatidenticalistriedtoeachitemresponseismutu-allyindependent，thisistheso-calledpartialindependentsuppo面tion；Moreover，butalsosupposestherespo

7、nsewhichtriesisdifferentlymutuallyindependent．Accordingtoprevi-OUBresearchstudy,afterinthesystemintroductionprojectresponsetheorymodel．t0therankrespondedinthemode]inthedoubleparameterLogisticmodelparametermakesthefurtheranalysis，namelywhenprojectparameterknown，est

8、imatestheestimatedcapacityparameterwiththemaximumlikelihood；Wh衄abilityparameterknown．estimatestheprojectparameterwiththen蜘txJmtllnlikelihoodestimate．Wri