Adaptive seamless designs combine confirmatory testing, a domain of phase III trials, with features such as treatment or subgroup selection, typically associated with phase II trials. They promise to increase the efficiency of development programmes of new drugs, for example, in terms of sample size and/or development time. It is well acknowledged that adaptive designs are more involved from a logistical perspective and require more upfront planning, often in the form of extensive simulation studies, than conventional approaches. Here, we present a framework for adaptive treatment and subgroup selection using the same notation, which links the somewhat disparate literature on treatment selection on one side and on subgroup selection on the other. Furthermore, we introduce a flexible and efficient simulation model that serves both designs. As primary endpoints often take a long time to observe, interim analyses are frequently informed by early outcomes. Therefore, all methods presented accommodate interim analyses informed by either the primary outcome or an early outcome. The R package asd, previously developed to simulate designs with treatment selection, was extended to include subgroup selection (so-called adaptive enrichment designs). Here, we describe the functionality of the R package asd and use it to present some worked-up examples motivated by clinical trials in chronic obstructive pulmonary disease and oncology. The examples both illustrate various features of the R package and provide insights into the operating characteristics of adaptive seamless studies.

中文翻译：

---

使用早期结果进行治疗或亚组选择的自适应无缝临床试验：方法、模拟模型及其在 R 中的实施

自适应无缝设计将验证性测试（III 期试验的一个领域）与治疗或亚组选择等特征相结合，通常与 II 期试验相关。他们承诺提高新药开发计划的效率，例如，在样本量和/或开发时间方面。众所周知，与传统方法相比，自适应设计从后勤角度考虑更多，需要更多的前期规划，通常以广泛的模拟研究的形式。在这里，我们使用相同的符号提出了自适应治疗和亚组选择的框架，该框架将一方面关于治疗选择和另一方面关于亚组选择的有些不同的文献联系起来。此外，我们引入了一个灵活且高效的仿真模型，适用于这两种设计。由于主要终点通常需要很长时间才能观察到，中期分析通常会根据早期结果进行判断。因此，提出的所有方法都适用于主要结果或早期结果的中期分析。之前开发的 R 包 asd 用于模拟具有治疗选择的设计，现已扩展为包括子组选择（所谓的自适应富集设计）。在这里，我们描述了 R 包 asd 的功能，并使用它来展示一些由慢性阻塞性肺疾病和肿瘤学临床试验激发的经过处理的例子。这些示例既说明了 R 包的各种功能，又提供了对自适应无缝研究的操作特性的见解。因此，提出的所有方法都适用于主要结果或早期结果的中期分析。之前开发的 R 包 asd 用于模拟具有治疗选择的设计，现已扩展为包括子组选择（所谓的自适应富集设计）。在这里，我们描述了 R 包 asd 的功能，并使用它来展示一些由慢性阻塞性肺疾病和肿瘤学临床试验激发的经过处理的例子。这些示例既说明了 R 包的各种功能，又提供了对自适应无缝研究的操作特性的见解。因此，提出的所有方法都适用于主要结果或早期结果的中期分析。之前开发的 R 包 asd 用于模拟具有治疗选择的设计，现已扩展为包括子组选择（所谓的自适应富集设计）。在这里，我们描述了 R 包 asd 的功能，并使用它来展示一些由慢性阻塞性肺疾病和肿瘤学临床试验激发的经过处理的例子。这些示例既说明了 R 包的各种功能，又提供了对自适应无缝研究的操作特性的见解。扩展到包括子组选择（所谓的自适应富集设计）。在这里，我们描述了 R 包 asd 的功能，并使用它来展示一些由慢性阻塞性肺疾病和肿瘤学临床试验激发的经过处理的例子。这些示例既说明了 R 包的各种功能，又提供了对自适应无缝研究的操作特性的见解。扩展到包括子组选择（所谓的自适应富集设计）。在这里，我们描述了 R 包 asd 的功能，并使用它来展示一些由慢性阻塞性肺疾病和肿瘤学临床试验激发的经过处理的例子。这些示例既说明了 R 包的各种功能，又提供了对自适应无缝研究的操作特性的见解。