التجارب العشوائية المنظمة (Blocked Randomized Controlled Trial)
- قدّمه
- R. A. Fisher (blocking principle); systematic RCT application by Bradford Hill and later Pocock, Friedman et al.
- السنة
- 1920s (Fisher's blocking principle); applied to RCTs from the 1940s onward
- النوع
- Experimental design
- العائلة
- Experimental design
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
تستخدم التجارب العشوائية المنظمة (blocked RCT) التوزيع العشوائي ذي الكتل (permuted-block randomization) لضمان توازن أحجام المجموعات العلاجية - واختياريًا في الخصائص الرئيسية - طوال فترة التجنيد. ضمن كل كتلة ذات حجم ثابت أو متغير عشوائيًا، تكون جميع التخصيصات العلاجية موجودة بأعداد متساوية، لذلك لا يمكن أن يتراكم عدم التوازن حتى لو توقفت التجربة مبكرًا. هذا يجعل التجارب العشوائية المنظمة النهج القياسي للتوزيع العشوائي في أبحاث التدخلات السريرية والسلوكية.
الفكرة الحدسية وراء الطريقة
تخيل تسجيل 100 مريض واحدًا تلو الآخر. قد يؤدي التوزيع العشوائي البحت، بالصدفة، إلى تخصيص أول 20 مريضًا في الغالب إلى ذراع واحد، مما يشوه النظرات المؤقتة والمقارنات النهائية. تمنع التنظيم في كتل هذا: يحدد الباحث مسبقًا كتلًا صغيرة، على سبيل المثال، أربعة خانات (اثنتان لكل ذراع)، بحيث يعيد كل أربعة تسجيلات متتالية التوازن. تظل أحجام المجموعات العلاجية قريبة من التساوي طوال التجربة. إذا كانت الكتل تتوافق أيضًا مع المواقع أو الطبقات، يتم الحفاظ على التوازن عبر هذه المجموعات الفرعية أيضًا، مما يحمي الدراسة من الارتباك الذي يمكن أن يحدثه التسجيل غير المتكافئ.
التاريخ
نشأ مبدأ التنظيم في كتل مع تجارب الحقول الزراعية لـ R. A. Fisher في عشرينيات القرن الماضي، حيث تم تجميع القطع في كتل للتحكم في تباين التربة. طبق برادفورد هيل التوزيع العشوائي على التجارب السريرية في تجربة السل بالستربتومايسين التاريخية عام 1948. تم وصف التوزيع العشوائي ذي الكتل المنظمة للتجارب العشوائية المنظمة بشكل منهجي والدعوة إليه من قبل ستيوارت بوكوك في كتابه المدرسي عام 1983 ومن قبل فريدمان، فوربرج، ودي ميتس في طبعات متعاقبة من أساسيات التجارب السريرية. وهي الآن المعيار الفعلي في معظم تجارب المرحلة الثانية والثالثة السريرية.
متى تُستخدم
استخدم تجربة عشوائية منظمة عندما تحتاج إلى مقارنة تدخلين أو أكثر في ظل ظروف خاضعة للرقابة وتريد ضمان أحجام مجموعات متساوية تقريبًا طوال فترة التجنيد - وهو أمر ضروري عند التخطيط لتحليلات مؤقتة أو إيقاف مبكر. التنظيم في كتل له قيمة خاصة في التجارب متعددة المواقع، حيث تمنع تسلسلات الكتل المنفصلة لكل موقع الارتباك على مستوى الموقع. لا تستخدم تجربة عشوائية منظمة بسيطة (غير مقسمة طبقيًا) عندما تختلف المتغيرات التنبؤية الهامة بشكل حاد عبر مواقع التجنيد أو الوقت؛ يفضل التنظيم الطبقي أو التصغير في هذه الحالة. تجنب التوزيع العشوائي المنظم في التجارب الصغيرة جدًا (أقل من 20) إذا كانت الكتل ثابتة وحجم الكتلة معروفًا، لأن تخصيص التسجيل المتأخر يصبح قابلاً للتنبؤ به حتى مع تدابير الإخفاء.
الحدود والاعتبارات
- يمكن أن تسمح أحجام الكتل الثابتة بالتنبؤ بالتخصيص قرب نهاية كل كتلة إذا لم يكن التوزيع العشوائي مخفيًا بالكامل، مما يؤدي إلى تحيز الاختيار.
- لا يلغي تمامًا عدم توازن المتغيرات المشتركة - فقط يفرض التوازن على متغيرات التقسيم الطبقي المدمجة صراحة في التصميم.
- التقسيم الطبقي على عدد كبير جدًا من المتغيرات في وقت واحد يخلق عددًا لا يمكن إدارته من الطبقات الصغيرة، مما يبطل الغرض من التنظيم في كتل.
- يجب أن تأخذ التحليلات في الاعتبار هيكل الكتل؛ تجاهل متغيرات التقسيم الطبقي في النموذج يمكن أن يقلل من الكفاءة الإحصائية.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- يضمن توازنًا تقريبيًا في أحجام المجموعات في أي نقطة أثناء التجنيد، مما يحمي التحليلات المؤقتة.
- يقلل من عدم توازن الصدفة العشوائية في المتغيرات المشتركة والمعلومات غير المشتركة مقارنة بالتوزيع العشوائي البسيط.
- متوافق مع التقسيم الطبقي، مما يسمح بتوازن متزامن على عوامل تنبؤية رئيسية متعددة.
- معيار تنظيمي مقبول على نطاق واسع؛ مفهوم جيدًا من قبل الإحصائيين والمراجعين ومجالس الأخلاقيات.
- يمنع التباين العشوائي لحجم الكتلة بفعالية التنبؤ بالتخصيص حتى عندما يكون حجم الكتلة معروفًا تقريبًا.
التطبيقات
- تجارب الأدوية للمرحلتين الثانية والثالثة التي تتطلب توزيعًا عشوائيًا بدرجة تنظيمية مع تحليلات مؤقتة.
- دراسات التدخلات التعليمية أو السلوكية متعددة المواقع حيث يكون الموقع مصدرًا معروفًا للتباين.
- تجارب الجراحة أو الإجراءات حيث يختلف حجم المرضى وتركيبة الحالات بشكل كبير عبر المراكز.
- تجارب إعادة التأهيل والعلاج الطبيعي العشوائية حيث يجب موازنة تأثيرات المعالج أو العيادة عبر الأذرع.
- تجارب فعالية اللقاحات المقسمة حسب الفئة العمرية أو الحالة المصصلية عند التسجيل.
كيف يعمل
كيف يعمل
يختار الباحث حجم الكتلة (عادة 4، 6، أو تسلسل متغير عشوائيًا للأحجام لمنع التنبؤ بالتخصيص). إذا كان التقسيم الطبقي مخططًا له، يتم تعريف الكتل بشكل منفصل داخل كل طبقة - على سبيل المثال، بشكل منفصل حسب الموقع، أو الجنس، أو شدة الحالة الأساسية - بحيث يتم فرض التوازن داخل كل مجموعة فرعية ذات أهمية.
لكل كتلة، يتم سرد جميع التباديل لتسميات العلاج التي تلبي نسبة التخصيص المستهدفة (على سبيل المثال، لنسبة 1:1 في كتل من 4: AABB، ABAB، ABBA، إلخ)، ويتم اختيار تبديل واحد عشوائيًا باستخدام مولد أرقام عشوائية حاسوبي. يؤدي ربط التباديل للكتل المتتالية إلى إنشاء تسلسل التخصيص الكامل.
عند تسجيل المشاركين واستيفائهم لمعايير الأهلية، يتم تخصيصهم للتخصيص التالي في التسلسل. إخفاء التخصيص أمر بالغ الأهمية: يجب تخزين التسلسل بشكل آمن (على سبيل المثال، أظرف مختومة أو نظام توزيع مركزي) بحيث لا يتمكن القائم بالتسجيل ولا المشارك من التنبؤ بالتخصيص التالي. المعرفة المسبقة بالتخصيص تكسر التعمية وتدخل تحيز الاختيار.
يتم إعطاء التدخلات التجريبية والتحكمية وفقًا لبروتوكول التجربة. يتم الحفاظ على تعمية المشاركين ومقدمي الرعاية ومقيمي النتائج إلى الدرجة الممكنة. تتم مراقبة دقة العلاج لضمان تقديم التدخل كما هو مقصود في جميع الأذرع.
يتم تحليل النتائج الأولية والثانوية وفقًا لخطة التحليل الإحصائي المحددة مسبقًا، عادةً باستخدام تحليل التباين المشترك (ANCOVA)، أو النماذج المختلطة للقياسات المتكررة، أو الانحدار اللوجستي، مع التعديل لأي متغيرات تقسيم طبقي مستخدمة في التوزيع العشوائي. تحليل النية في العلاج هو التقدير الأساسي؛ التحليلات حسب البروتوكول هي ثانوية.
الأخطاء الشائعة
- استخدام أحجام كتل ثابتة مع قائمة تخصيص مفتوحة (غير معماة) - حتى القائمون بالتسجيل المتطورون يمكنهم استنتاج التخصيص التالي، مما ينتهك الإخفاء ويدخل تحيز الاختيار.
- التقسيم الطبقي على عدد كبير جدًا من المتغيرات: مع متغيرات طبقات ثنائية k، يكون عدد الطبقات 2^k؛ مع أحجام عينات صغيرة تكون معظم الطبقات شبه فارغة، مما لا يوفر أي فائدة ويعقد التحليل.
- الفشل في التعديل للطبقات في التحليل الأساسي - إذا تم استخدام التقسيم الطبقي في التوزيع العشوائي، فإن حذف الطبقات من نموذج الانحدار يهدر الدقة المكتسبة ويمكن أن يحيز تقديرات التباين.
- الخلط بين التنظيم في كتل والتعمية - التنظيم في كتل يتحكم في توازن التخصيص؛ التعمية تتحكم في تدفق المعلومات. كلاهما ضروريان وضمانات مستقلة.
الأسئلة الشائعة
ما هو حجم الكتلة الذي يجب أن أستخدمه؟
يجب أن يكون حجم الكتلة مضاعفًا لعدد الأذرع العلاجية (على سبيل المثال، 4 أو 6 لتجربة ذات ذراعين). تفرض الكتل الأصغر توازنًا أدق ولكنها أكثر قابلية للتنبؤ؛ الكتل الأكبر أقل قابلية للتنبؤ ولكنها تتحمل المزيد من عدم التوازن المؤقت. استخدام أحجام كتل متغيرة عشوائيًا - بالتناوب بين، على سبيل المثال، 2 و 4 و 6 - هو الحل الوسط العملي الأكثر شيوعًا وتوصي به معظم الإرشادات التنظيمية.
هل التوزيع العشوائي الطبقي المنظم هو نفس التوزيع العشوائي المنظم؟
التوزيع العشوائي الطبقي المنظم هو توزيع عشوائي منظم مطبق بشكل منفصل داخل كل طبقة (على سبيل المثال، كل موقع أو فئة عمرية). يطبق التوزيع العشوائي المنظم غير الطبقي تسلسل كتلة واحد على جميع المشاركين. يوفر التنظيم الطبقي ضمانات أقوى للتوازن على متغيرات التقسيم الطبقي ويوصى به كلما كانت هذه المتغيرات عوامل تنبؤية قوية.
هل أحتاج إلى تحليل البيانات المنظمة بشكل مختلف؟
نعم. إذا تم استخدام متغيرات التقسيم الطبقي في التوزيع العشوائي، فيجب أن تظهر كمتغيرات مشتركة في نموذج التحليل الأساسي (ANCOVA، الانحدار اللوجستي، أو النموذج المختلط). تجاهلها في التحليل هو انحراف بروتوكولي شائع تم الإبلاغ عنه من قبل الجهات التنظيمية؛ لا يؤدي إلى تحيز في تقديرات النقاط ولكنه يقلل من ميزة الدقة التي كان من المفترض أن يوفرها التقسيم الطبقي.
كيف تختلف التجربة العشوائية المنظمة عن التجربة العنقودية العشوائية؟
في التجربة العشوائية المنظمة، يتلقى المشاركون الأفراد داخل كل كتلة علاجات مختلفة - الكتلة هي مجرد تجميع إداري لأغراض التوزيع العشوائي. في التجربة العنقودية العشوائية، يتلقى جميع أعضاء العنقود (على سبيل المثال، مدرسة أو عيادة) نفس العلاج؛ العنقود هو وحدة التوزيع العشوائي. هذه تصميمات مختلفة جوهريًا مع متطلبات حجم عينة وتحليل مختلفة جدًا.
متى يجب أن أستخدم التصغير بدلاً من التنظيم في كتل؟
يفضل التصغير (التوزيع العشوائي المتكيف مع المتغيرات المشتركة) على التنظيم الطبقي عندما تكون هناك عوامل تنبؤية كثيرة، أو عندما تكون التجربة صغيرة ولا يمكن تحقيق طبقات متوازنة تمامًا. يقوم التصغير بتعيين المشارك التالي ديناميكيًا للذراع الذي يقلل من عدم توازن المتغيرات المشتركة الإجمالي. يتطلب قاعدة تخصيص حتمية أو شبه حتمية، لذلك يتطلب توزيعًا مركزيًا وإخفاءً صارمًا.
طرق ذات صلة
المصادر
Friedman, L. M., Furberg, C. D., DeMets, D. L., Reboussin, D. M., & Granger, C. B. (2010). Fundamentals of Clinical Trials (4th ed.). Springer.
ردمك: 978-1441915856تم النسخ.Pocock, S. J. (1983). Clinical Trials: A Practical Approach. Wiley.
ردمك: 978-0471901853تم النسخ.