Homeウィンドウで Create a New Table をクリックすると、Select Testダイアログが開きます。Select Testダイアログから、MTT12-2/Group Sequential Test of Two Means(2つの平均のグループ逐次デザイン)を選択します。

グループ逐次デザインのサンプルサイズでは、固定期間入力とグループ逐次入力を行う必要があります。

固定期間は左上のテーブルに入力します。これらは、固定期間解析に必要となる入力と同じになり、この場合は平均を比較するのでZ検定です。列ラベル示されている各行の定義に基づいて値を入力し、どのようにグループ逐次デザインを行うか指定します。

この事例の設定は、研究者は両側有意水準0.05、各群の平均は-1.5と-2.3、共通の標準偏差は2.1、のサンプルサイズ比は1となります。

検出力を入力する前に、グループ逐次デザインのパラメータを入力しましょう。

グループ逐次デザインのパラメータを入力するテーブルは、メインテーブルの左下にあるLooksウィンドウにあります。

Looksウィンドウは2つのテーブルで構成されています。左側のテーブルには、グループ逐次デザインを定義するパラメータを入力します。

右側のテーブルは計算結果を出力するテーブルで、既定の中間解析で早期に中止できる境界、および帰無仮説または対立仮説が真であることに基づいて早期に中止する可能性を示します。

論文で述べられている記述に従い、Looksウィンドウのテーブルにパラメータを入力します。

中間解析が1回あるので全体で2回の解析が行われることになります。これは等間隔、つまりデータの50％が収集された後に中間解析を行うことを意味します。

利用する過誤消費アプローチの選択ですが、この事例では無益性の境界が使用されていないので、Futility Boundariesは、デフォルトの計算しない(Don't Calculate)にしておきます。

有効性の境界には消費関数が設定され、α消費関数にはnQueryのデフォルトであるO’Brien-Flemingの消費関数を設定します。なお、α消費関数の設定に関しては、独自のカスタム境界の設定など、消費関数を実行するための他の選択肢をドロップダウンメニューから選ぶことができます。

グループ逐次デザインのパラメータ入力した後、メインテーブルの検出力に値を入力します。

ここで検出力を80%に設定するとサンプルサイズは 109 となります。これは当臨床試験で研究者らが計算したサンプルサイズと同じ値です。

検定力を入力すると、Looksウィンドウの右側のテーブルに結果が出力されます。テーブルを見ると、有効性境界の下限と上限は2.963となることが分かります。

中間解析での統計量を標準化すると -2.963 と 2.963 の間であった場合、次の解析に向けて試験の継続を選択することを意味します。 ただし、それが -2.963 以下または 2.963 を超えた場合、この解析で有効性のために早期中止します。

この結果は中間解析で両側Z検定を実行して、0.003 以下のP値を達成した場合に相当します。つまり、中間解析データのZ検定に基づいてP値が0.003 以下の場合は試験を早期中止します。

この事例を拡張して、無益性解析を行ってみましょう。

メインテーブルの両側検定を片側検定、有意水準を 0.05 を 0.025 に変更して解析を実行してみましょう。 他のパラメータは同じとします。

次にLooksウィンドウで、2回の解析と O’Brien-Fleming の消費関数を使用する同じグループ逐次デザインを再現します。

ここで、Futility Boundaries（無益性の境界）の設定を Non-Binding にします。これによって、無益性の境界を超えた場合でも、全体の第1種の過誤確率に影響を与えることなく、次の解析に向けて試験を続ける機会を有することになります。

無益性の評価には、Hwang-Shih DeCani アプローチを用います。Beta Spending Function から Hwang-Shih-DeCani を選択し、Power/HSD Parameter のガンマ値を -1.5 にします。

ここでも同様に検出力を80％に設定すると、各群 114 のサンプルサイズが得られます。わずかに大きくなりますが、無益性のために試験を中止する選択肢が加わります。

Looksウィンドウの結果テーブルを見ると、有効性の境界は 2.963 であることがわかります。 これは中間解析での標準化統計量が 2.963 を超えた場合は有効性のために中止、0.508 以下の場合は無益性のために早期に中止するという選択肢があることを意味します。

最終解析では Upper Efficacy Boundと Futility bound の値が1.969となっており、2つの境界が同じであることがわかります。有効または無益の判断は、統計量が 1.969 を上回っているか下回っているかに応じて、つまりP値が 0.024 を上回っているか下回っているかに基づきます。