Questa tesi si focalizza sull’implementazione del metodo BDRIBS (Bayesian Detection of potential Risk using Inference on Blinded Safety data) esplorando il suo comportamento sotto diverse configurazioni di parametri. Successivamente, viene proposto un nuovo metodo basato su un approccio frequentista, in alternativa al tradizionale approccio bayesiano. Verrà analizzata la struttura di entrambi i modelli, i loro risultati saranno simulati, commentati e infine comparati tra di loro. Questi dimostrano che il modello frequentista non solo mantiene un elevato livello di affidabilità, ma offre anche vantaggi in termini di semplicità computazionale e interpretabilità.