الانتقال إلى المحتوى
العودة إلى نتائج البحث

تجربة سريرية عشوائية بايزية

قدّمه
Donald A. Berry and David J. Spiegelhalter (applied Bayesian inference formally to RCT design)
السنة
1980s–2000s (formal methodology consolidated ~2004–2006)
النوع
Randomized experimental study with Bayesian inference
العائلة
Clinical / epidemiology

هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية

حجم الخط

ماذا تفعل؟

تجمع التجربة السريرية العشوائية البايزية (Bayesian RCT) بين صرامة التخصيص العشوائي للعلاج والاستدلال الإحصائي البايزي، مما يسمح للباحثين بدمج الأدلة السابقة وتحديث المعتقدات باستمرار مع تراكم بيانات التجربة. على عكس التجربة السريرية العشوائية التكرارية التقليدية، فإنها تقدم عبارات احتمالية مباشرة حول تأثيرات العلاج وتدعم قواعد التوقف التكيفية المحددة مسبقًا بناءً على الاحتمالات اللاحقة.

الفكرة الحدسية وراء الطريقة

في تجربة سريرية عشوائية قياسية، تنتظر حتى يتم جمع كل البيانات ثم تسأل عما إذا كانت النتائج متطرفة بما يكفي لرفض فرضية العدم. بدلاً من ذلك، تسأل التجربة السريرية العشوائية البايزية: بالنظر إلى كل ما عرفناه قبل بدء التجربة وما تظهره البيانات الحالية، ما هو احتمال أن يكون العلاج أفضل بمقدار ذي مغزى سريريًا؟ يتم تحديث هذا الاحتمال مع كل ملاحظة جديدة، تمامًا مثل تحديث توقعات الطقس مع وصول قراءات جديدة. نظرًا لأنه يتم تحديث المعتقدات باستمرار، يمكن إيقاف التجربة مبكرًا - للفعالية أو العقم أو السلامة - بناءً على عتبات احتمالية محددة مسبقًا بدلاً من عمليات الفحص المؤقتة التعسفية.

التاريخ

تم الترويج لتطبيق الأساليب البايزية على التجارب السريرية منذ أواخر الثمانينيات من قبل إحصائيين بمن فيهم دونالد بيري في مركز إم دي أندرسون للسرطان، والذي أظهر كيف يمكن للاحتمالات اللاحقة توجيه التجارب الأورام التكيفية. قام شبيجل هالتير، أبرامز، ومايلز بتدوين الإطار في كتابهم المرجعي لعام 2004 من Wiley، وأصبحت مقالة بيري في Nature Reviews Drug Discovery لعام 2006 نقطة دخول مستشهد بها على نطاق واسع للباحثين السريريين. أضفت وثائق الإرشادات التنظيمية - لا سيما إرشادات إدارة الغذاء والدواء الأمريكية لعامي 2010 و 2019 بشأن التصاميم التكيفية - الشرعية على التجارب السريرية العشوائية البايزية التكيفية للموافقة على الأدوية، مما حفز تبنيها في علم الأورام، والأمراض النادرة، والتجارب المنصات.

متى تُستخدم

استخدم تجربة سريرية عشوائية بايزية عندما توجد أدلة سابقة ذات مغزى (على سبيل المثال، من مراحل سابقة أو عوامل ذات صلة) ويكون من المناسب علميًا وأخلاقيًا دمجها؛ عندما تكون الميزات التكيفية (التوقف المبكر، إسقاط الذراع، تعديل حجم العينة) مهمة سريريًا أو تجاريًا؛ عندما يكون الهدف هو عبارات احتمالية مباشرة حول فائدة العلاج بدلاً من قيمة الاحتمالية (p-value)؛ أو عندما يكون مجال المرض نادرًا، مما يجعل الاستخدام الفعال لكل مشارك ضروريًا. لا تستخدم عندما تتطلب الجهات التنظيمية تحليلًا تكراريًا بحتًا بدون توزيعات مسبقة (بعض تقديمات المرحلة الثالثة التأكيدية)، عندما تكون البيانات السابقة شديدة التباين بحيث لا يمكن تجميعها بشكل موثوق، أو عندما لا يمكن الاتفاق على توزيع مسبق محدد مسبقًا بين مجريي التجارب وأصحاب المصلحة قبل الكشف عن النتائج.

الحدود والاعتبارات

  • القبول التنظيمي للتجارب التأكيدية ليس عالميًا؛ تتطلب بعض الوكالات خصائص تشغيلية تكرارية كاملة حتى للتصاميم البايزية.
  • النتائج حساسة لتحديد التوزيع المسبق؛ يمكن للتوزيع المسبق الإعلامي المختار بشكل سيء أن يهيمن على الاحتمالية ويؤدي إلى استنتاجات مضللة.
  • المتطلبات الحسابية (MCMC أو بايز المتغير) أعلى من التحليلات التكرارية الكلاسيكية، وتتطلب خبرة إحصائية.
  • يمكن أن يؤدي التخصيص العشوائي التكيفي الاستجابة إلى تعقيد لوجستي، وفي بعض المحاكاة، يزيد من خطأ النوع الأول إذا لم يتم معايرته بعناية.
  • الإبلاغ الشفاف عن خيارات التوزيع المسبق وتحليلات الحساسية إلزامي ولكنه يضيف طولًا وتعقيدًا للمنشورات.

لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.

نقاط القوة

  • ينتج نتائج قابلة للتفسير مباشرة: الاحتمالية اللاحقة بأن فائدة العلاج تتجاوز عتبة مهمة سريريًا.
  • يدمج رسميًا الأدلة السابقة من المراحل المبكرة، مما يقلل من حجم العينة المطلوب عندما تكون المعلومات السابقة قوية.
  • يمكن لقواعد التوقف التكيفية إنهاء التجربة مبكرًا للفعالية أو العقم، مما يحمي المشاركين ويوفر الموارد.
  • يخصص التخصيص العشوائي التكيفي الاستجابة المزيد من المشاركين للذراع الذي يؤدي بشكل أفضل، وهو أمر جذاب أخلاقيًا في الأمراض الخطيرة.
  • للفواصل الموثوق بها تفسير طبيعي (هناك احتمال 95٪ أن التأثير يقع ضمن هذا النطاق) والذي غالبًا ما يُساء فهمه في فواصل الثقة التكرارية.

التطبيقات

  • تجارب تحديد الجرعة والتوسيع في علم الأورام (على سبيل المثال، تصاميم الفاصل الأمثل البايزية للمرحلة الأولى/الثانية).
  • تجارب المنصات والبروتوكولات الرئيسية (RECOVERY، I-SPY) التي تسقط الأذرع غير الفعالة وتضيف أذرعًا جديدة باستخدام الاحتمالات اللاحقة.
  • تجارب الأمراض النادرة حيث تجعل المجموعة السكانية المؤهلة الصغيرة أحجام العينات الكلاسيكية غير ممكنة.
  • تجارب الأجهزة والتشخيص حيث يتم دمج الأدلة الواقعية المتراكمة رسميًا عبر توزيع مسبق إعلامي.
  • تجارب فعالية اللقاحات التي تتطلب قرارات مؤقتة سريعة مع عتبات احتمالية صريحة.
  • دراسات تصعيد الجرعة التكيفية باستخدام طرق إعادة التقييم المستمر (CRM) أو التصعيد مع التحكم في الجرعة الزائدة (EWOC).

كيف يعمل

كيف يعمل

1

قبل بدء التجربة، يتم تحديد توزيع احتمالي مسبق لمعلمة تأثير العلاج. تدمج التوزيعات المسبقة الإعلامية نتائج الدراسات الأولية، أو الأدبيات المنشورة، أو المعرفة السريرية الخبيرة؛ تُستخدم التوزيعات المسبقة غير الإعلامية (الغائمة) عندما تكون الأدلة السابقة محدودة أو لتلبية التوقعات التنظيمية للتأثير المسبق الأدنى. يجب تحديد اختيار التوزيع المسبق مسبقًا في البروتوكول وتبريره.

2

يتم تخصيص المشاركين عشوائيًا لأذرع العلاج، تمامًا كما في التجربة السريرية العشوائية التكرارية. يمكن أن يكون التخصيص العشوائي ثابتًا (تخصيص متساوٍ) أو تكيفي الاستجابة (يتم تحديث نسب التخصيص لصالح الذراع الذي يؤدي بشكل أفضل). ينطبق التعمية، والإخفاء، ومعايير الإبلاغ على غرار CONSORT بغض النظر عن الإطار الإحصائي.

3

مع تراكم بيانات النتائج لكل مشارك، تحدد دالة الاحتمالية مدى احتمالية البيانات المرصودة في ظل قيم مختلفة لمعلمة تأثير العلاج. يتم دمج الاحتمالية مع التوزيع المسبق لإنتاج معتقدات محدثة - تتوافق هذه الخطوة مع نظرية بايز ويتم إجراؤها في كل تحليل مؤقت مخطط مسبقًا.

4

يتم حساب التوزيع اللاحق P(theta | data) عن طريق ضرب التوزيع المسبق في الاحتمالية والتطبيع. من هذا التوزيع، يقرأ فريق التجربة الكميات الرئيسية: الاحتمالية اللاحقة بأن فائدة العلاج تتجاوز عتبة ذات مغزى، والمتوسط اللاحق والفاصل الموثوق به لحجم التأثير، والاحتمالية التنبؤية لنتيجة ناجحة إذا استمرت التجربة حتى الحد الأقصى لحجم العينة.

الصيغة
P(theta | data) propto P(data | theta) * P(theta)
5

تترجم قواعد القرار المحددة مسبقًا الاحتمالات اللاحقة إلى إجراءات التجربة. تشمل القواعد الشائعة: التوقف للفعالية إذا كان P(delta > delta_min | data) > 0.95؛ التوقف للعقم إذا انخفضت الاحتمالية التنبؤية للنجاح النهائي دون 0.05؛ الاستمرار بخلاف ذلك. يتم الإبلاغ عن النتائج النهائية كاحتمالات لاحقة وفواصل موثوق بها، مدعومة بأي خصائص تشغيلية تكرارية مطلوبة لتقديمها للجهات التنظيمية.

الأخطاء الشائعة

  • اختيار التوزيع المسبق بعد رؤية البيانات - يجب تحديد التوزيع المسبق بالكامل وقفلها قبل فحص أي بيانات غير معماة؛ اختيار التوزيع المسبق بعد انتهاء التجربة (post-hoc) يبطل المنطق البايزي ويقدم تحيزًا.
  • تجاهل تعارض البيانات والتوزيع المسبق - عندما يختلف التوزيع المسبق والبيانات المتراكمة بشدة، قد يقدم التوزيع اللاحق ملخصات مضللة؛ يجب أن تكون تشخيصات التعارض جزءًا من خطة المراقبة.
  • إهمال الخصائص التشغيلية التكرارية - حتى في التجربة البايزية، تتطلب تقديمات الجهات التنظيمية عادةً تقديرات قائمة على المحاكاة لخطأ النوع الأول والقوة في ظل الفرضية الصفرية والبديلة؛ يؤدي الفشل في تقديمها إلى تعريض الموافقة التنظيمية للخطر.
  • الخلط بين الفواصل الموثوق بها وفواصل الثقة - تتطلب الفواصل الموثوق بها البايزية توزيعًا مسبقًا؛ الإبلاغ عنها كما لو كانت فواصل ثقة تكرارية يمثل بشكل خاطئ الإطار الإحصائي.

الأسئلة الشائعة

هل أحتاج إلى أدبيات مسبقة كبيرة لإجراء تجربة سريرية عشوائية بايزية؟

لا. عندما تكون المعلومات السابقة محدودة أو متنازع عليها، يمكن استخدام توزيع مسبق ضعيف المعلومات أو غير إعلامي. المقايضة هي أنه مع توزيع مسبق غامض، سيشبه التوزيع اللاحق البايزي إلى حد كبير نتيجة تكرارية، لذا فإن الميزة الرئيسية تصبح قواعد التوقف التكيفية بدلاً من استعارة المعلومات المسبقة. يجب دائمًا الإبلاغ عن تحليلات الحساسية عبر مجموعة من التوزيعات المسبقة.

هل ستقبل إدارة الغذاء والدواء الأمريكية أو وكالة الأدوية الأوروبية تجربة سريرية عشوائية بايزية للموافقة على الأدوية؟

أصدرت كلتا الوكالتين إرشادات داعمة للتصاميم التكيفية البايزية، ولكن القبول يعتمد على السياق. تغطي إرشادات إدارة الغذاء والدواء الأمريكية لعام 2019 صراحةً التصاميم التكيفية البايزية للأدوية والأجهزة. تشمل المتطلبات الرئيسية: التحديد المسبق للتوزيع المسبق وقواعد القرار، ودراسات المحاكاة التي تثبت خطأ النوع الأول والقوة المقبولين، والإبلاغ الشفاف. يُنصح بشدة بالتواصل المبكر مع الوكالة المعنية.

كيف تختلف التجربة السريرية العشوائية البايزية عن التجربة السريرية العشوائية التكيفية؟

التجربة السريرية العشوائية التكيفية هي فئة تصميم واسعة تعدل معلمات التجربة (حجم العينة، التخصيص، الأذرع) بناءً على البيانات المتراكمة؛ يمكن تحليلها باستخدام طرق تكرارية أو بايزية. تستخدم التجربة السريرية العشوائية البايزية على وجه التحديد الاستدلال البايزي - التوزيعات المسبقة، والاحتمالات، والاحتمالات اللاحقة - والتي تدعم بشكل طبيعي قواعد القرار التكيفية. معظم التجارب السريرية العشوائية البايزية الحديثة تكون أيضًا تكيفية، ولكن الملصقين يشيران إلى جوانب مختلفة من التصميم.

ما هو البرنامج الذي يمكنني استخدامه لتحليل التجارب السريرية العشوائية البايزية؟

Stan (عبر RStan أو CmdStanR) و JAGS هما المنصتان الأكثر استخدامًا للحساب اللاحق عبر MCMC. تنفذ حزم R مثل RBesT (توليف الأدلة البايزية)، bayesDP، و trialr تصاميم تجارب محددة. EAST Bayes و FACTS هما حزمتان برمجيتان تجاريتان لهما سجلات تنظيمية لمحاكاة وتحليل التجارب البايزية التكيفية.

ما هو الحد الأدنى لحجم العينة لتجربة سريرية عشوائية بايزية؟

لا يوجد حد أدنى عالمي؛ يعتمد حجم العينة المطلوب على قوة التوزيع المسبق، وحجم التأثير المستهدف، وعتبة الاحتمالية اللاحقة المختارة، وخصائص التشغيل التكرارية المرغوبة. تُستخدم دراسات المحاكاة - عادةً 10000 تكرار أو أكثر في ظل مجموعة من السيناريوهات - لتحديد الحد الأقصى لحجم العينة وحدود التوقف التكيفية قبل بدء التجربة.

طرق ذات صلة

المصادر

  1. Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Wiley.

    ردمك: 978-0471499756
    تم النسخ.
  2. Berry, D. A. (2006). Bayesian clinical trials. Nature Reviews Drug Discovery, 5(1), 27–36.

    افتح مرجع DOI
    تم النسخ.