We simulate data from a discrete distribution for the Rankin scores, which are ordinal integers from 0 to 6 in the following simulations. So we define a few scenarios.
library(ASSISTant)
null.uniform <- rep(1, 7L) ## uniform on 7 support points
hourglass <- c(1, 2, 2, 1, 2, 2, 1)
inverted.hourglass <- c(2, 1, 1, 2, 1, 1, 2)
bottom.heavy <- c(2, 2, 2, 1, 1, 1, 1)
bottom.heavier <- c(3, 3, 2, 2, 1, 1, 1)
top.heavy <- c(1, 1, 1, 1, 2, 2, 2)
top.heavier <- c(1, 1, 1, 2, 2, 3, 3)ctlDist <- null.uniform
trtDist <- cbind(null.uniform, null.uniform, null.uniform,
hourglass, hourglass, hourglass)
##d <- generateDiscreteRankinScores(rep(1, 6), 10, ctlDist, trtDist)This is the null setting.
data(LLL.SETTINGS)
designParameters <- list(prevalence = rep(1/6, 6),
ctlDist = ctlDist,
trtDist = trtDist)
designA <- ASSISTDesign$new(trialParameters = LLL.SETTINGS$trialParameters,
designParameters = designParameters, discreteData = TRUE)
print(designA)## Design Parameters:
## Number of Groups: 6
## Prevalence:
##
## | Group1| Group2| Group3| Group4| Group5| Group6|
## |---------:|---------:|---------:|---------:|---------:|---------:|
## | 0.1666667| 0.1666667| 0.1666667| 0.1666667| 0.1666667| 0.1666667|
##
## Using Discrete Rankin scores? TRUE
##
## Null Rankin Distribution:
##
## | | Group1| Group2| Group3| Group4| Group5| Group6|
## |:--|---------:|---------:|---------:|---------:|---------:|---------:|
## |0 | 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571|
## |1 | 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571|
## |2 | 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571|
## |3 | 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571|
## |4 | 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571|
## |5 | 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571|
## |6 | 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571| 0.1428571|
## Null Mean and SD
##
## | | Group1| Group2| Group3| Group4| Group5| Group6|
## |:----|------:|------:|------:|------:|------:|------:|
## |mean | 3| 3| 3| 3| 3| 3|
## |sd | 2| 2| 2| 2| 2| 2|
## Alternative Rankin Distribution:
##
##
## | | Group1| Group2| Group3| Group4| Group5| Group6|
## |:--|---------:|---------:|---------:|---------:|---------:|---------:|
## |0 | 0.1428571| 0.1428571| 0.1428571| 0.0909091| 0.0909091| 0.0909091|
## |1 | 0.1428571| 0.1428571| 0.1428571| 0.1818182| 0.1818182| 0.1818182|
## |2 | 0.1428571| 0.1428571| 0.1428571| 0.1818182| 0.1818182| 0.1818182|
## |3 | 0.1428571| 0.1428571| 0.1428571| 0.0909091| 0.0909091| 0.0909091|
## |4 | 0.1428571| 0.1428571| 0.1428571| 0.1818182| 0.1818182| 0.1818182|
## |5 | 0.1428571| 0.1428571| 0.1428571| 0.1818182| 0.1818182| 0.1818182|
## |6 | 0.1428571| 0.1428571| 0.1428571| 0.0909091| 0.0909091| 0.0909091|
## Alternative Mean and SD
##
## | | Group1| Group2| Group3| Group4| Group5| Group6|
## |:----|------:|------:|------:|--------:|--------:|--------:|
## |mean | 3| 3| 3| 3.000000| 3.000000| 3.000000|
## |sd | 2| 2| 2| 1.858641| 1.858641| 1.858641|
##
## Trial Parameters:
## List of 5
## $ N : num [1:3] 300 400 500
## $ type1Error: num 0.05
## $ eps : num 0.5
## $ type2Error: num 0.2
## $ effectSize: num 0.0642
##
## Boundaries:
##
##
## | btilde| b| c|
## |---------:|--------:|--------:|
## | -1.460993| 2.390404| 2.491775|result <- designA$explore(numberOfSimulations = 5000, showProgress = FALSE)
analysis <- designA$analyze(result)
print(designA$summary(analysis))## P(Reject H0_ITT) = 0.016800; P(Reject H0_subgp) = 0.023000; P(Reject H0) = 0.039800
## P(Early stop for efficacy [futility]) = 0.025400 [0.555200]
## Mean [SD] Randomized N = 421.740000 [75.779423]
##
## Stage at exit (proportion)
##
##
## | exitStage| proportion|
## |---------:|----------:|
## | 1| 0.2020|
## | 2| 0.3786|
## | 3| 0.4194|
##
## Mean [SD] Lost N = 181.395400 [92.385183]
## Mean [SD] Analyzed N = 240.344600 [99.145577]
##
## Mean loss by futility stage and subgroup
##
##
## | FutilityStage| selectedGroup| mean| sd|
## |-------------:|-------------:|---------:|---------:|
## | 1| 1| 249.97900| 6.372633|
## | 1| 2| 199.85776| 8.041504|
## | 1| 3| 150.07692| 8.570802|
## | 1| 4| 99.69504| 8.147290|
## | 1| 5| 50.15759| 6.558217|
## | 2| 1| 331.72993| 7.298775|
## | 2| 2| 267.16071| 8.749315|
## | 2| 3| 200.20779| 10.050318|
## | 2| 4| 133.50926| 9.183992|
## | 2| 5| 65.96571| 7.512363|
## | 3| 1| 417.64085| 8.449551|
## | 3| 2| 332.59836| 10.244660|
## | 3| 3| 249.78030| 9.816106|
## | 3| 4| 166.43333| 11.670571|
## | 3| 5| 83.14793| 8.661899|
##
## Chance of each subpopulation rejected
##
##
## | group| count| proportion|
## |-----:|-----:|----------:|
## | 1| 45| 0.0090|
## | 2| 28| 0.0056|
## | 3| 15| 0.0030|
## | 4| 21| 0.0042|
## | 5| 6| 0.0012|
## | 6| 84| 0.0168|
##
## Counts by futility stage and subgroup choice
##
##
## | FutilityStage| G1| G2| G3| G4| G5|
## |-------------:|----:|---:|---:|---:|---:|
## | 1| 1286| 689| 481| 423| 514|
## | 2| 137| 112| 77| 108| 175|
## | 3| 142| 122| 132| 180| 338|
##
## CI Statistics:
## Overall coverage and coverage for rejections:
##
## | overall| rejection|
## |-------:|---------:|
## | 1| 1|
##
## P(theta_test is in the confidence interval)
##
##
## | coverage| selectedCount| rejectedCount|
## |--------:|-------------:|-------------:|
## | 1| 1565| 45|
## | 1| 923| 28|
## | 1| 690| 15|
## | 1| 711| 21|
## | 1| 1027| 6|
## | 1| 84| 84|
## NULL