随机缩减（Stochastic Curtailment）：

       指在当前累积数据的基础上，预测试验的最终结果有较大的可能性有效或无效，因此可以提前中止试验，对应的过程称为Stochastically Curtailed Procedure（SCP）。在试验进行过程中的任意一个阶段，通过计算SCP的相关指标与某一提前设定的固定值γ来判断试验是否可以提前终止。
       相关指标包括条件把握度：Conditional power tests（frequentist approach）；预测把握度：Predictive power tests（mixed Bayesian-frequentist approach）；预测概率值 Predictive probability tests（Bayesian approach）；非参数法：Parameter-Free Approach。等等。常用的是条件把握度，在适应性设计的样本量重估中也会用到。
       SAS在Proc SEQTEST里可以进行计算，PASS、R（gsdesign package）中也可以计算。

• Conditional Power

  CP指基于当前累积的数据，试验结束时拒绝原假设的概率。SAS中的命令为Condpower <(options)>
  • options包括：
    Type=Allstages | Finalstage
           默认为Allstages。CP的原始定义以及实际临床试验中使用的的Conditional power为FinalStage。
    CREF=c1... ...，默认CREF=0 0.5 1.0 1.5；
           指CP计算所基于的效应量相对于备择假设的比例。假设θ为CP计算所基于的参数值。为第k次期中分析时的效应值，为备择假设值，。CRef=1时CP计算基于备择假设。如，则此时CRef=-0.0444/0.09=-0.4938。CRef相当于设定最终分析时的效应量与备择假设之间的比例，来计算不同情况下的CP。

       - Allstages: 计算未来所有阶段分析拒绝H0的总概率。

          相当于将各阶段拒绝H0的概率相加，为第k次分析统计量，θ为备择假设，为有效或无效终止时的界值。

SAS Help

     - FinalStage：计算最后一次分析拒绝H0的概率。

        ^{：假设检验的参数， 原假设下θ=0，备择假设下θ=θ1； ：第k次分析时的信息量
        ：最终分析时的信息量； ：第k次分析时的统计量； ：a/2对应的分位数}

       PASS中给出的一个根据公式直接计算单样本率单侧检验的例子，α=0.025，，，。备择假设，，，=2。

proc seqtest Boundary=Test_Prop1
         Data(Testvar=PDiff Infovar=NObs)=Data_Prop2
         infoadj=prop
         boundarykey=both
         boundaryscale=mle
         condpower(cref=1 type=finalstage)
         predpower
         plots=condpower
         ;
   ods output test=Test_Prop2;
run;
* Nstages=，设定一共有几次分析，Nstages=3则输出基于共3次分析计算的各阶段样本量、界值等。

• Predictive Power

  PredPower <(options)>
  在目前已观测到的统计量及给定一个先验分布的情况下，最后一次分析时拒绝H0的后验概率。为条件把握度，π为给定当前期中分析数据后D(K)及θ的先验分布后，θ的后验分布，作为权重，计算加权平均的概率值。
  

^{参考： - SAS help、
             - PASS help、
             - Group Sequential and Confirmatory Adaptive Designs in Clinical Trials}