Skip to content
กลับไปยังผลการค้นหา

การศึกษาแบบควบคุมกรณีปรับตัวได้ — การออกแบบระบาดวิทยาเชิงสังเกตแบบปรับตัวได้

ผู้เสนอ
Builds on Doll & Hill (1950s) case-control foundations; adaptive elements drawn from sequential analysis (Wald, 1947) and group-sequential methods (Armitage, 1975)
ปี
1950s (base design); adaptive extensions developed from the 1970s–1990s
ประเภท
Adaptive observational epidemiological design
กลุ่มวิธี
Clinical / epidemiology

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การศึกษาแบบควบคุมกรณีปรับตัวได้ (adaptive case-control study) คือการออกแบบการศึกษาแบบควบคุมกรณีที่รวมกฎที่กำหนดไว้ล่วงหน้า ซึ่งอนุญาตให้ปรับเปลี่ยนพารามิเตอร์ของการศึกษา เช่น ขนาดตัวอย่าง อัตราส่วนกรณีต่อกลุ่มควบคุม หรือเกณฑ์การจับคู่ โดยอิงตามข้อมูลระหว่างกาล โดยไม่กระทบต่อความถูกต้อง การศึกษานี้รวมประสิทธิภาพของระเบียบวิธีแบบปรับตัวได้เข้ากับตรรกะการยืนยันการสัมผัสย้อนหลังของการวิจัยแบบควบคุมกรณีแบบคลาสสิก ทำให้ผู้วิจัยสามารถตอบสนองต่อหลักฐานที่เกิดขึ้นใหม่ในขณะที่การศึกษากำลังดำเนินอยู่

แนวคิดเบื้องหลังวิธีการ

การศึกษาแบบควบคุมกรณีมาตรฐานจะกำหนดขนาดตัวอย่างและกฎการจับคู่ไว้ตั้งแต่เริ่มต้น จากนั้นจึงรวบรวมข้อมูลทั้งหมดก่อนการวิเคราะห์ แต่การศึกษาแบบควบคุมกรณีปรับตัวได้จะสร้างจุดตรวจสอบที่วางแผนไว้: หากข้อมูลระหว่างกาลชี้ให้เห็นว่าสมมติฐานเริ่มต้นเกี่ยวกับขนาดผลกระทบหรือความชุกของการสัมผัสเป็นไปในแง่ดีเกินไป นักวิจัยสามารถเพิ่มการรับสมัคร ปรับอัตราส่วนกรณีต่อกลุ่มควบคุม หรือแก้ไขเกณฑ์การจับคู่ได้ — ทั้งหมดนี้เป็นไปตามกฎที่ระบุไว้ก่อนเริ่มการศึกษา สิ่งนี้จะป้องกันไม่ให้การศึกษาสิ้นสุดลงด้วยอำนาจการทดสอบที่ไม่เพียงพอหรือการรับสมัครที่มากเกินไปโดยไม่จำเป็น คล้ายกับการปรับใบเรือกลางการเดินทาง แทนที่จะรอจนกว่าคุณจะเลยหรือพลาดจุดหมายปลายทางไปโดยสิ้นเชิง

ประวัติศาสตร์

การออกแบบการศึกษาแบบควบคุมกรณีได้รับการจัดรูปแบบโดย Richard Doll และ Austin Bradford Hill ในการศึกษาครั้งสำคัญในปี 1950–1952 ที่เชื่อมโยงการสูบบุหรี่กับมะเร็งปอด วิธีการวิเคราะห์แบบลำดับและแบบปรับตัวได้ได้รับการพัฒนาอย่างอิสระโดย Abraham Wald (Sequential Probability Ratio Test, 1947) และต่อมาโดย Armitage และเพื่อนร่วมงานในบริบทของการทดลองทางคลินิก วิธีการแบบกลุ่มตามลำดับได้รับการจัดระบบโดย Jennison และ Turnbull (1999) และโดย Proschan, Lan, และ Wittes (2006) การประยุกต์ใช้หลักการปรับตัวกับการออกแบบเชิงสังเกต รวมถึงการศึกษาแบบควบคุมกรณี ได้รับความสนใจมากขึ้นในทศวรรษ 2000 เมื่อนักระบาดวิทยาตระหนักว่าความไม่แน่นอนเกี่ยวกับพารามิเตอร์การวางแผนเป็นปัญหาในการวิจัยเชิงสังเกตเช่นเดียวกับการทดลอง

ควรใช้เมื่อใด

ใช้การศึกษาแบบควบคุมกรณีปรับตัวได้เมื่อการออกแบบการศึกษาแบบควบคุมกรณีมาตรฐานเหมาะสม (การยืนยันการสัมผัสย้อนหลัง, ผลลัพธ์ที่ค่อนข้างหายาก) แต่พารามิเตอร์การวางแผนที่สำคัญ — ขนาดผลกระทบ, ความชุกของการสัมผัส, หรือโครงสร้างตัวแปรกวน — ไม่แน่นอนตั้งแต่เริ่มต้น ทำให้การออกแบบแบบคงที่เสี่ยงต่อการรับสมัครน้อยเกินไปหรือมากเกินไป มีคุณค่าอย่างยิ่งเมื่อกรณีหายากและมีค่าใช้จ่ายสูงในการรับสมัคร ทำให้การเพิ่มประสิทธิภาพจากการปรับอัตราส่วนการจับคู่แบบปรับตัวได้คุ้มค่า อย่าใช้เมื่อ: ผลลัพธ์เป็นเรื่องปกติพอที่จะรับประกันการออกแบบการศึกษาแบบโคฮอร์ท; เมื่อการปรับเปลี่ยนระหว่างกาลไม่สามารถกำหนดและให้เหตุผลล่วงหน้าได้ก่อนการรวบรวมข้อมูล; เมื่อการกำกับดูแลด้านกฎระเบียบหรือจริยธรรมไม่สามารถสนับสนุนการทบทวนระหว่างกาลได้; หรือเมื่อทีมวิจัยขาดความเชี่ยวชาญในระเบียบวิธีแบบปรับตัวได้และการใช้แอลฟา เนื่องจากหากนำไปใช้ไม่ถูกต้องจะเพิ่มอัตราความผิดพลาดประเภทที่ 1

ข้อจำกัดและข้อควรพิจารณา

  • ความซับซ้อนทางระเบียบวิธี — การออกแบบกฎการปรับตัวที่ถูกต้องต้องใช้ความเชี่ยวชาญในสถิติแบบกลุ่มตามลำดับและการกำหนดล่วงหน้าที่รอบคอบ; ข้อผิดพลาดจะบ่อนทำลายการอนุมานทั้งหมด
  • ศักยภาพของอคติในการดำเนินงาน — หากข้อมูลระหว่างกาลถูกเปิดเผยต่อผู้รับผิดชอบในการรับสมัครหรือการยืนยันการสัมผัส ความรู้เกี่ยวกับผลลัพธ์ที่เกิดขึ้นใหม่อาจนำไปสู่อคติในการเลือก
  • ความซับซ้อนด้านกฎระเบียบและจริยธรรม — คณะกรรมการพิจารณาจริยธรรมและผู้ให้ทุนอาจต้องการเหตุผลเพิ่มเติมสำหรับองค์ประกอบที่ปรับตัวได้ ซึ่งจะเพิ่มเวลาในการพัฒนาระเบียบวิธีวิจัย
  • จำกัดเฉพาะการปรับตัวที่กำหนดไว้ล่วงหน้า — การเปลี่ยนแปลงที่กำหนดไว้ก่อนการรวบรวมข้อมูลเท่านั้นที่ถูกต้อง; การปรับเปลี่ยนหลังเกิดเหตุการณ์ยังคงไม่ถูกต้องไม่ว่าจะจัดกรอบอย่างไร
  • ภาระการรายงาน — ความโปร่งใสอย่างเต็มที่เกี่ยวกับการวิเคราะห์ระหว่างกาลและการตัดสินใจปรับตัวทั้งหมดเป็นสิ่งจำเป็น แต่จะเพิ่มความยาวและความซับซ้อนของต้นฉบับ

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ปรับปรุงประสิทธิภาพทางสถิติ — การประมาณขนาดตัวอย่างใหม่แบบปรับตัวได้ช่วยป้องกันการศึกษาที่มีอำนาจการทดสอบต่ำโดยไม่ต้องผูกมัดกับตัวอย่างขนาดใหญ่เกินความจำเป็น
  • รองรับความไม่แน่นอน — เมื่อการประมาณค่าขนาดผลกระทบหรือความชุกของการสัมผัสก่อนหน้าอ่อนแอ กฎการปรับตัวจะช่วยป้องกันสมมติฐานการวางแผนที่ผิดพลาด
  • การจับคู่ที่ยืดหยุ่น — ความสามารถในการปรับอัตราส่วนกรณีต่อกลุ่มควบคุมระหว่างการศึกษา สามารถลดภาระการรับสมัครโดยรวมได้อย่างมากเมื่อมีกรณีหายาก
  • รักษาความถูกต้อง — กฎการปรับตัวที่กำหนดไว้ล่วงหน้าและการใช้แอลฟาที่เหมาะสมช่วยรักษาการควบคุมความผิดพลาดประเภทที่ 1 ซึ่งแตกต่างจากการดูข้อมูลระหว่างกาลที่ไม่ได้วางแผนไว้
  • ลดการสิ้นเปลืองทรัพยากร — การศึกษาสามารถหยุดได้ก่อนกำหนดหากไม่มีประโยชน์ หรือขยายออกไปเมื่อจำเป็นอย่างแท้จริงเท่านั้น ซึ่งช่วยประหยัดเวลาและภาระของผู้เข้าร่วม

การประยุกต์ใช้

  • การศึกษาเภสัชเฝ้าระวังที่ประเมินปฏิกิริยาไม่พึงประสงค์จากยาที่หายาก ซึ่งอัตราการเกิดกรณีและอัตราส่วนความน่าจะเป็นไม่แน่นอนในตอนแรก
  • การสอบสวนการระบาดที่การกระจายตัวของการสัมผัสไม่เป็นที่ทราบในตอนเริ่มต้นและช่วงเวลาการรับสมัครสั้น
  • การศึกษาทางระบาดวิทยาของโรคมะเร็งที่เชื่อมโยงการสัมผัสที่หายากกับชนิดย่อยของเนื้องอกที่หายาก ซึ่งการปรับอัตราส่วนการจับคู่ระหว่างกาลสามารถลดต้นทุนการรับสมัครได้อย่างมาก
  • การวิจัยทางระบาดวิทยาด้านสิ่งแวดล้อมที่ความสัมพันธ์ระหว่างขนาดยาและการตอบสนองไม่แน่นอน และจำเป็นต้องมีการประมาณขนาดผลกระทบที่ตรวจจับได้ใหม่ระหว่างกาล
  • การศึกษาแบบควบคุมกรณีทางระบาดวิทยาทางพันธุกรรมที่การประมาณความถี่ของอัลลีลจากข้อมูลนำร่องอาจแตกต่างจากประชากรที่ศึกษา ซึ่งต้องมีการประมาณขนาดตัวอย่างใหม่

วิธีการทำงาน

วิธีการทำงาน

1

คำถามวิจัย, คำจำกัดความของกรณี, กลยุทธ์การเลือกกลุ่มควบคุม, การสัมผัสหลัก, และกฎการปรับตัวที่วางแผนไว้ทั้งหมดจะถูกระบุในระเบียบวิธีวิจัยก่อนที่จะมีการรวบรวมข้อมูลใดๆ กฎการปรับตัวมักจะครอบคลุมถึง: เมื่อใดที่จะมีการวิเคราะห์ระหว่างกาล, สถิติใดที่จะกระตุ้นการปรับเปลี่ยน, และพารามิเตอร์ใดบ้าง (ขนาดตัวอย่าง, อัตราส่วนการจับคู่, การสัมผัสรอง) ที่มีสิทธิ์เปลี่ยนแปลง การกำหนดล่วงหน้าเป็นมาตรการป้องกันที่แยกความแตกต่างระหว่างการปรับตัวที่ถูกต้องกับการขุดคุ้ยข้อมูลหลังเกิดเหตุการณ์

2

กรณี (บุคคลที่เป็นโรคหรือผลลัพธ์ที่สนใจ) และกลุ่มควบคุม (บุคคลที่ไม่มีโรคหรือผลลัพธ์นั้น) จะถูกคัดเลือกจากประชากรแหล่งที่มา ข้อมูลการสัมผัสพื้นฐานจะถูกรวบรวมสำหรับทั้งสองกลุ่มโดยใช้เครื่องมือที่กำหนดไว้ล่วงหน้า เป้าหมายการรับสมัครเริ่มต้นจะถูกกำหนดจากการคำนวณอำนาจการทดสอบโดยใช้การประมาณค่าล่วงหน้าที่ดีที่สุดของขนาดผลกระทบและความชุกของการสัมผัส

3

ณ จุดระหว่างกาลที่กำหนดไว้ล่วงหน้าหนึ่งจุดหรือมากกว่านั้น จะมีการทบทวนข้อมูลที่สะสมอยู่แบบปกปิดหรือไม่ปกปิดก็ได้ มีการประเมินอำนาจการทดสอบแบบมีเงื่อนไข, อัตราส่วนความน่าจะเป็นที่สังเกตได้, และการประมาณความชุกของการสัมผัสเทียบกับเกณฑ์การปรับตัวที่กำหนดไว้ในระเบียบวิธีวิจัย หากข้อมูลอยู่ในขอบเขตที่วางแผนไว้ล่วงหน้า การศึกษาจะดำเนินต่อไปโดยไม่มีการเปลี่ยนแปลง; หากข้อมูลข้ามเกณฑ์การปรับตัว การปรับเปลี่ยนที่เหมาะสมจะถูกกระตุ้น

4

จากการทบทวนข้อมูลระหว่างกาล การปรับเปลี่ยนที่ระเบียบวิธีวิจัยอนุญาตจะถูกนำมาใช้: ขนาดตัวอย่างอาจเพิ่มขึ้นเพื่อรักษาอำนาจการทดสอบหากการประมาณขนาดผลกระทบในช่วงต้นต่ำกว่าที่คาดไว้; อัตราส่วนกรณีต่อกลุ่มควบคุมอาจเพิ่มขึ้น (เช่น จาก 1:1 เป็น 1:3) เพื่อปรับปรุงประสิทธิภาพเมื่อมีกรณีหายาก; ตัวแปรการจับคู่อาจได้รับการปรับปรุงหากโครงสร้างตัวแปรกวนแตกต่างจากที่คาดไว้ การปรับเปลี่ยนทั้งหมดจะถูกบันทึกและรายงานอย่างโปร่งใส

5

หลังจากการรวบรวมข้อมูลขั้นสุดท้าย จะมีการประมาณอัตราส่วนความน่าจะเป็นของการสัมผัส — โดยทั่วไปจะใช้การถดถอยโลจิสติกส์แบบมีเงื่อนไขสำหรับการออกแบบที่จับคู่ หรือการถดถอยโลจิสติกส์แบบไม่มีเงื่อนไขสำหรับการออกแบบที่ไม่ได้จับคู่ การวิเคราะห์จะคำนึงถึงลักษณะการปรับตัวของการออกแบบโดยใช้ฟังก์ชันการใช้แอลฟา (alpha-spending functions) ที่เหมาะสม หรือช่วงความเชื่อมั่นที่ปรับปรุงแล้ว เพื่อรักษาระดับความผิดพลาดประเภทที่ 1 ที่ระบุ

6

ผลลัพธ์จะถูกรายงานพร้อมการเปิดเผยข้อมูลการตัดสินใจปรับตัวอย่างครบถ้วน: มีการวิเคราะห์ระหว่างกาลใดบ้าง, เกณฑ์ใดที่กระตุ้นการปรับเปลี่ยน, มีการเปลี่ยนแปลงอะไรบ้าง, และการวิเคราะห์คำนึงถึงการเปลี่ยนแปลงเหล่านั้นอย่างไร การรายงานควรเป็นไปตามแนวทาง STROBE สำหรับการศึกษาเชิงสังเกต โดยเสริมด้วยคำอธิบายของกรอบการทำงานแบบปรับตัวที่ใช้

ข้อผิดพลาดที่พบบ่อย

  • การวิเคราะห์ระหว่างกาลที่ไม่ได้วางแผนไว้ — การดูผลลัพธ์และปรับเปลี่ยนการศึกษาโดยไม่มีกฎที่กำหนดไว้ล่วงหน้าจะเพิ่มอัตราความผิดพลาดประเภทที่ 1 และถือเป็นการปั่นค่า p (p-hacking) ไม่ใช่การปรับตัวที่ถูกต้อง
  • การละเลยอคติในการดำเนินงาน — หากเจ้าหน้าที่รับสมัครหรือผู้ประเมินการสัมผัสทราบผลการวิเคราะห์ระหว่างกาล ความแตกต่างอย่างเป็นระบบระหว่างกลุ่มที่รับสมัครในช่วงต้นและช่วงปลายอาจบิดเบือนอัตราส่วนความน่าจะเป็น
  • การใช้แอลฟาที่ไม่ถูกต้อง — การใช้เกณฑ์มาตรฐาน 0.05 หลังจากการปรับตัวที่วางแผนไว้โดยไม่มีการแก้ไขการใช้แอลฟา (เช่น ขอบเขต O'Brien-Fleming หรือ Pocock) จะนำไปสู่อัตราการเกิดผลบวกปลอมที่สูงเกินไป
  • การปรับพารามิเตอร์ที่ไม่ถูกต้อง — การเปลี่ยนคำจำกัดความของผลลัพธ์หลัก, คำจำกัดความของกรณี, หรือตัวแปรกวนระหว่างการศึกษาเพื่อตอบสนองต่อข้อมูลไม่ใช่ระเบียบวิธีแบบปรับตัวได้ที่ถูกต้อง; เฉพาะพารามิเตอร์ที่กำหนดไว้ล่วงหน้าเท่านั้นที่อาจได้รับการแก้ไข
  • เอกสารไม่เพียงพอ — การไม่บันทึกและรายงานการตัดสินใจปรับตัวทั้งหมดทำให้การทบทวนโดยผู้ทรงคุณวุฒิและการทำซ้ำเป็นไปไม่ได้ และบ่อนทำลายความน่าเชื่อถือของผลการวิจัย

คำถามที่พบบ่อย

การศึกษาแบบควบคุมกรณีปรับตัวได้แตกต่างจากการศึกษาแบบควบคุมกรณีมาตรฐานอย่างไร?

การศึกษาแบบควบคุมกรณีมาตรฐานจะกำหนดพารามิเตอร์การออกแบบทั้งหมด — ขนาดตัวอย่าง, อัตราส่วนการจับคู่, เกณฑ์การรวม — ก่อนเริ่มการรับสมัครและไม่เปลี่ยนแปลงพารามิเตอร์เหล่านั้น การศึกษาแบบควบคุมกรณีปรับตัวได้จะสร้างกฎที่กำหนดไว้ล่วงหน้าซึ่งอนุญาตให้ปรับเปลี่ยนพารามิเตอร์บางอย่าง ณ จุดระหว่างกาลที่วางแผนไว้โดยอิงตามข้อมูลที่สะสมอยู่ ในขณะที่ยังคงรักษาการควบคุมความผิดพลาดประเภทที่ 1 ผ่านวิธีการใช้แอลฟา ตรรกะทางวิทยาศาสตร์ของการเปรียบเทียบการสัมผัสในอดีตระหว่างกรณีและกลุ่มควบคุมนั้นเหมือนกัน; ความแตกต่างอยู่ที่วิธีการที่การศึกษาตอบสนองต่อความไม่แน่นอนระหว่างกาลเท่านั้น

การปรับตัวทำให้ค่า p และช่วงความเชื่อมั่นไม่ถูกต้องหรือไม่?

ไม่ หากการปรับตัวนั้นถูกกำหนดไว้ล่วงหน้าและการวิเคราะห์ใช้วิธีการใช้แอลฟาหรือวิธีการอนุมานที่ปรับปรุงแล้ว ค่า p และช่วงความเชื่อมั่นมาตรฐานจะสมมติการออกแบบที่คงที่; หลังจากการปรับตัว นักวิจัยต้องใช้ขั้นตอนการอนุมานแบบกลุ่มตามลำดับหรือแบบมีเงื่อนไข (เช่น ฟังก์ชันการใช้แอลฟาของ O'Brien-Fleming, แนวทางอำนาจการทดสอบแบบมีเงื่อนไข) เพื่อรักษาระดับความผิดพลาดที่ระบุ ซอฟต์แวร์เช่น EAST, gsDesign (R), หรือ rpact (R) สามารถช่วยในการคำนวณเหล่านี้ได้

คำจำกัดความของกรณีหรือผลลัพธ์หลักสามารถเปลี่ยนแปลงได้แบบปรับตัวได้หรือไม่?

ไม่ ระเบียบวิธีแบบปรับตัวได้อนุญาตให้ปรับเปลี่ยนเฉพาะพารามิเตอร์ที่ถูกกำหนดให้ปรับเปลี่ยนได้ในระเบียบวิธีวิจัยที่กำหนดไว้ล่วงหน้า และแม้กระทั่งในกรณีนั้นก็ต้องอยู่ภายในขอบเขตที่กำหนดไว้ล่วงหน้า การเปลี่ยนคำจำกัดความของกรณี, การสัมผัสหลัก, หรือผลลัพธ์หลักเพื่อตอบสนองต่อข้อมูลเป็นการละเมิดหลักการกำหนดล่วงหน้าอย่างร้ายแรงและถือเป็นการปรับเปลี่ยนหลังเกิดเหตุการณ์ การเปลี่ยนแปลงดังกล่าวต้องระบุอย่างชัดเจนว่าเป็นส่วนหนึ่งของการวิเคราะห์ความไวหรือการวิเคราะห์เชิงสำรวจ และต้องใช้ความระมัดระวังอย่างยิ่ง

ฉันควรเลือกการศึกษาแบบควบคุมกรณีซ้อน (nested case-control) แทนการออกแบบแบบควบคุมกรณีปรับตัวได้เมื่อใด?

การศึกษาแบบควบคุมกรณีซ้อนจะถูกฝังอยู่ภายในกลุ่มประชากรตามรุ่นที่มีอยู่ โดยดึงกลุ่มควบคุมจากชุดความเสี่ยง ณ เวลาที่แต่ละกรณีเกิดขึ้น; เหมาะอย่างยิ่งเมื่อตัวอย่างชีวภาพหรือการประเมินการสัมผัสที่มีค่าใช้จ่ายสูงจำเป็นต้องจำกัดอยู่เฉพาะกลุ่มย่อยของกลุ่มประชากรตามรุ่นขนาดใหญ่ การศึกษาแบบควบคุมกรณีปรับตัวได้เป็นที่นิยมเมื่อการศึกษาเป็นแบบอิสระ (ไม่ได้ซ้อนอยู่ในกลุ่มประชากรตามรุ่น) เมื่อพารามิเตอร์การวางแผนไม่แน่นอน และเมื่อจำเป็นต้องมีการปรับเปลี่ยนขนาดตัวอย่างหรืออัตราส่วนการจับคู่ระหว่างกาล หลักการทั้งสองสามารถรวมกันได้ — การศึกษาแบบควบคุมกรณีซ้อนแบบปรับตัวได้ — แต่ต้องใช้ความเชี่ยวชาญทางระเบียบวิธีเพิ่มเติม

การทบทวนจริยธรรมโดยสถาบันมีภาระมากขึ้นสำหรับการออกแบบแบบปรับตัวได้หรือไม่?

โดยทั่วไปแล้วใช่ คณะกรรมการจริยธรรมและคณะกรรมการติดตามความปลอดภัยของข้อมูลจำเป็นต้องทบทวนและอนุมัติกฎการปรับตัวก่อนเริ่มการศึกษา และการวิเคราะห์ระหว่างกาลใดๆ อาจต้องมีการทบทวนที่อัปเดต อย่างไรก็ตาม เนื่องจากการปรับตัวถูกกำหนดไว้ล่วงหน้าและโปร่งใส คณะกรรมการหลายแห่งจึงให้การสนับสนุนเมื่อมีการอธิบายเหตุผลอย่างชัดเจน นักวิจัยควรเผื่อเวลาเพิ่มเติมสำหรับการพัฒนาระเบียบวิธีวิจัยและการติดต่อกับ IRB เมื่อวางแผนการออกแบบแบบปรับตัวได้

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.

    ISBN: 978-0781755641
    คัดลอกแล้ว
  2. Jennison, C., & Turnbull, B. W. (1999). Group Sequential Methods with Applications to Clinical Trials. Chapman & Hall/CRC.

    ISBN: 978-0849303166
    คัดลอกแล้ว