الانتقال إلى المحتوى
العودة إلى نتائج البحث

تجربة عشوائية متصالبة محكومة

قدّمه
Early formalized by statisticians including Bradford Hill and colleagues in clinical trials; theoretical framework developed by Grizzle (1965) and later Senn (2002)
السنة
1960s (Grizzle 1965 for statistical foundations); widely used in clinical research since the 1970s
النوع
Experimental within-subject design
العائلة
Experimental design

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

حجم الخط

ماذا تفعل؟

التجربة العشوائية المتصالبة المحكومة (RCT المتصالبة) هي تصميم تجريبي يتلقى فيه كل مشارك جميع التدخلات الدراسية بتسلسل عشوائي، مفصولة بفترة غسل. نظرًا لأن كل مشارك يعمل كضابط لنفسه، يتم القضاء على التباين داخل الموضوع من مقارنة العلاج، مما يوفر قوة إحصائية أكبر لكل مشارك مقارنة بتجربة عشوائية متوازية بنفس الحجم.

الفكرة الحدسية وراء الطريقة

في تجربة عشوائية محكومة قياسية، يتلقى أشخاص مختلفون علاجات مختلفة، لذا فإن الاختلاف من شخص لآخر يعكر المقارنة. تتجاوز التجربة العشوائية المتصالبة هذا عن طريق إعطاء كل مشارك كل علاج بالتناوب - أولاً تدخل واحد، ثم (بعد فترة غسل لتطهير أي تأثير متبقٍ) التدخل الآخر. نظرًا لأنك تقارن نفس الشخص في كلا الشرطين، فإن الضوضاء الناتجة عن الاختلافات الفردية تلغى إلى حد كبير. الافتراض الحاسم هو أن فترة الغسل طويلة بما يكفي بحيث لا يترك العلاج أ أي أثر عند بدء العلاج ب.

التاريخ

ظهرت التصاميم المتصالبة في التجارب الزراعية في أوائل القرن العشرين. تم تطوير تطبيقها الرسمي على التجارب السريرية بواسطة برادفورد هيل وزملاؤه في الخمسينيات. تم توصيف المشكلة الإحصائية الحاسمة لتأثيرات التراكم بشكل صارم بواسطة جريزل (1965)، ولا يزال نموذجه لفترتين وعلاج مزدوج نقطة مرجعية. قامت مونوجرافية ستيفن سين 'Cross-over Trials in Clinical Research' (1993، الطبعة الثانية 2002) بتجميع المجال وهي المرجع القياسي لمنهجية التجارب المتصالبة الحديثة.

متى تُستخدم

استخدم تجربة عشوائية متصالبة محكومة عندما تكون الحالة التي يتم علاجها مستقرة ومزمنة (مثل ارتفاع ضغط الدم، الألم المزمن، الربو)، وعندما يمكن تحديد فترة غسل كافية وفرضها، وعندما يكون حجم العينة محدودًا - يمكن أن يتطلب تصميم داخل الموضوع عددًا أقل بكثير من المشاركين لتحقيق نفس القوة مقارنة بتجربة عشوائية متوازية. وهي مناسبة بشكل خاص لدراسات الحرائك الدوائية، وتجارب تحديد الجرعات، وتقييمات التكنولوجيا الصحية التي تقارن العلاجات العرضية. لا تستخدم تصميمًا متصالبًا عندما: (1) يُتوقع أن ينتج التدخل تغييرًا دائمًا أو طويل الأمد (مثل الجراحة، التطعيم، برامج تغيير السلوك التي تستمر)؛ (2) يكون مسار المرض تقدميًا بسرعة أو متغيرًا للغاية بين الفترات؛ (3) يُتوقع أن تكون معدلات التسرب مرتفعة، حيث يصعب تحليل بيانات التصالب غير المكتملة مقارنة بتسرب المجموعات المتوازية؛ أو (4) الحالة حادة وتعتمد على نوبات، مما يجعل الفترة الثانية غير قابلة للمقارنة مع الأولى.

الحدود والاعتبارات

  • يفترض عدم وجود تراكم: تعتمد صحة التصميم بأكمله على فترة غسل طويلة بما يكفي للقضاء على آثار العلاج المتبقية - يمكن أن يكون هذا الافتراض صعب التحقق أو ضمانه.
  • يمكن أن تؤدي تأثيرات الفترة (الاتجاهات العلمانية، تأثيرات التعلم، تقدم المرض) إلى تشويش مقارنات داخل الموضوع إذا تغيرت الظروف بشكل منهجي عبر الفترات.
  • غير مناسب للحالات الحادة أو العرضية أو التي من المحتمل أن تُشفى أو تتغير بشكل كبير بسبب العلاج الأول.
  • زيادة مدة التجربة بسبب فترات العلاج المتعددة وفترات الغسل تزيد من خطر التسرب وعبء المشارك.
  • التحليل الإحصائي أكثر تعقيدًا من التجارب العشوائية المتوازية؛ اختبار التراكم لديه قوة منخفضة والاختبار الفاشل لا يثبت غياب التراكم.

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

نقاط القوة

  • يعمل كل مشارك كضابط لنفسه، مما يلغي التباين بين الموضوعات من مقارنة العلاج ويزيد بشكل كبير من القوة الإحصائية.
  • يتطلب عددًا أقل من المشاركين مقارنة بالتجارب العشوائية المتوازية لتحقيق قوة مكافئة - وهي ميزة مهمة عندما يكون المشاركون نادرين أو تكون عملية التجنيد مكلفة.
  • يجد المشاركون والأطباء غالبًا أنها جذابة لأن كل مشارك مسجل لديه فرصة لتلقي التدخل النشط.
  • يمكن الحصول على تقديرات للاستجابات الفردية للعلاج، مما يتيح استكشاف تفاعلات العلاج مع الموضوع.
  • قبول تنظيمي راسخ في تجارب الأدوية والأجهزة، مع توجيهات من ICH E9 و EMA.

التطبيقات

  • دراسات مقارنة الحرائك الدوائية والتكافؤ الحيوي لتقييم الأدوية الجنيسة مقابل العلامات التجارية في متطوعين أصحاء.
  • تجارب إدارة الأمراض المزمنة التي تقارن العلاجات العرضية لحالات مثل ارتفاع ضغط الدم أو الربو أو الألم المزمن.
  • دراسات التدخل الغذائي التي تقيم الآثار الأيضية الحادة لأنظمة غذائية أو مكملات مختلفة.
  • تقييمات التكنولوجيا الصحية التي تقارن الأجهزة الطبية أو الإجراءات التشخيصية حيث تكون الدقة على مستوى المريض مطلوبة.
  • دراسات تحديد الجرعات وإثبات المفهوم حيث تكون زيادة المعلومات لكل مشارك أولوية.
  • تجارب علم وظائف الأعضاء وعلوم الرياضة التي تقارن بروتوكولات التمرين أو المساعدات الإرغوجينية في مجموعات مستقرة ومدربة.

كيف يعمل

كيف يعمل

1

يتم تجنيد المشاركين المؤهلين وتعيينهم عشوائيًا إلى إحدى مجموعتي التسلسل (أو أكثر) - على سبيل المثال، تتلقى المجموعة 1 العلاج أ ثم ب (تسلسل أ ب) وتتلقى المجموعة 2 العلاج ب ثم أ (تسلسل ب أ). يؤدي عشوائية التسلسلات إلى موازنة تأثيرات تسلسل الترتيب عبر العينة.

2

يتلقى كل مشارك التدخل الأول المعين حسب تسلسله العشوائي. يتم جمع مقاييس النتائج في نهاية هذه الفترة وفقًا لجدول زمني محدد مسبقًا. يتم تطبيق التعمية على المشاركين والمقيمين حيثما أمكن.

3

تتبع فترة الغسل فترة العلاج النشط. يجب أن يتجاوز طولها عمر النصف البيولوجي أو الدوائي للتدخل بحيث تتبدد أي آثار متبقية (تراكمية) قبل بدء العلاج التالي. الغسل غير الكافي هو التهديد الأكثر شيوعًا لصحة التصميم المتصالب.

4

يعبر المشاركون إلى تدخلهم الثاني المعين ويتم جمع مقاييس النتائج مرة أخرى تحت نفس البروتوكول كما في الفترة 1. الدراسات التي تحتوي على أكثر من علاجين تضيف فترات إضافية مع فترات غسل بين كل منها.

5

قبل تجميع البيانات عبر الفترات، يختبر المحلل تأثير التراكم - تفاعل فترة-علاج ذو دلالة إحصائية يشير إلى أن الآثار المتبقية للعلاج الأول لوثت الفترة الثانية. إذا كان هناك تراكم، فقد تكون بيانات الفترة الأولى فقط قابلة للاستخدام، مما يعيد التحليل إلى مقارنة المجموعات المتوازية.

6

عند عدم اكتشاف أي تراكم، يقوم نموذج مختلط خطي (أو تحليل التباين للقياسات المتكررة) بتقسيم التباين إلى تأثيرات العلاج والفترة والتسلسل والموضوع. يستغل تقدير العلاج مقارنات داخل الموضوع، مما يوفر تقديرًا أكثر دقة من تحليل بين الموضوعات بحجم عينة مكافئ.

الأخطاء الشائعة

  • فترة غسل غير كافية: يختار الباحثون أحيانًا طول فترة الغسل بناءً على الراحة الإدارية بدلاً من الأدلة الدوائية، مما يسمح للآثار المتبقية بتلويث الفترة الثانية وتحيز تقدير العلاج.
  • تجاهل تأثيرات الفترة: الفشل في تضمين الفترة كمتغير مساعد في النموذج يمكن أن يزيد من معدل خطأ النوع الأول عندما تكون هناك اتجاهات دورية منهجية.
  • تطبيق التصميم المتصالب على علاجات ذات آثار دائمة: استخدام التصميم للتدخلات مثل الجراحة، أو برامج التعليم، أو التدخلات السلوكية الدائمة ينتهك افتراض التبادلية الأساسي.
  • تحليل المكملين غير المكتملين فقط: استبعاد المشاركين الذين انسحبوا بعد الفترة 1 يُدخل تحيز الاختيار؛ يجب تحديد تحليل النية في العلاج مع الاستكمال المناسب مسبقًا.
  • الضعف في القوة بسبب تجاهل الارتباط داخل الفئة: يجب أن تأخذ حسابات حجم العينة في الاعتبار الارتباط داخل الموضوع بين الفترات؛ الفشل في القيام بذلك يمكن أن يؤدي إلى دراسات مفرطة أو ناقصة القوة.

الأسئلة الشائعة

كيف أحدد طول فترة الغسل المناسب؟

يجب أن تكون فترة الغسل خمسة أضعاف عمر النصف البيولوجي للتدخل على الأقل - بالنسبة للعوامل الدوائية، يكون هذا عادةً مباشرًا للحساب. بالنسبة للتدخلات غير الدوائية (مثل التغييرات الغذائية، العلاج الطبيعي)، يجب تبرير الطول المناسب ببيانات أولية أو منطق فسيولوجي. عند الشك، كن حذرًا لصالح فترة غسل أطول؛ التصميم ذو فترة غسل كافية بشكل واضح أكثر مصداقية من تصميم يُؤمل فيه ببساطة غياب التراكم.

ماذا يحدث إذا تم اكتشاف تراكم؟

إذا كان اختبار تفاعل الفترة-العلاج ذا دلالة (مما يشير إلى تراكم)، فإن بيانات الفترة الثانية غير موثوقة لمقارنة العلاج. البديل المعتاد هو قصر التحليل على بيانات الفترة الأولى فقط، مما يحول التصميم المتصالب إلى مقارنة مجموعات متوازية بنصف حجم العينة المقصود تقريبًا - مما يقلل بشكل كبير من القوة. تؤكد هذه النتيجة على أهمية فترة غسل كافية بدلاً من الاعتماد على الاختبارات الإحصائية لإنقاذ تصميم معيب.

هل التجربة العشوائية المتصالبة المحكومة دائمًا أكثر كفاءة من التجربة العشوائية المتوازية المحكومة؟

ليس دائمًا. تعتمد ميزة الكفاءة على الارتباط داخل الموضوع: كلما زاد الارتباط داخل الشخص للنتائج عبر الفترات (أي كلما كانت الحالة أكثر استقرارًا)، زادت مكاسب القوة. إذا كانت النتائج ضعيفة الارتباط داخل الأفراد عبر الزمن، فإن ميزة حجم العينة تتقلص. يجب أيضًا أخذ التعقيد الإضافي وخطر التسرب للفترات المتعددة في الاعتبار في حساب الكفاءة.

هل يمكن أن تحتوي التجارب العشوائية المتصالبة على أكثر من فترتين؟

نعم. تُستخدم تصاميم التصالب متعدد الفترات (مثل، ثلاثة أو أربعة علاجات بترتيبات مربعات لاتينية أو مربعات ويليامز) عندما يجب مقارنة عدة تدخلات داخل كل مشارك. توفر هذه التصاميم مزيدًا من مكاسب الكفاءة ولكنها تزيد من عبء المشارك، وخطر التسرب، وتعقيد نمذجة التراكم. وهي شائعة في أبحاث الحرائك الدوائية والتكافؤ الحيوي.

كيف يجب أن أتعامل مع البيانات المفقودة عندما ينسحب مشارك بعد الفترة 1؟

يقدم المشاركون الذين يكملون الفترة 1 فقط بيانات قابلة للاستخدام لتلك الفترة ولا ينبغي استبعادهم من التحليل. يمكن لخطة تحليل محددة مسبقًا باستخدام النماذج المختلطة الخطية دمج جميع البيانات المرصودة تحت افتراض كونها مفقودة عشوائيًا. يجب النظر في الاستكمال المتعدد أو تحليلات الحساسية تحت افتراضات معقولة لكونها مفقودة غير عشوائيًا عندما يكون التسرب كبيرًا.

طرق ذات صلة

المصادر

  1. Senn, S. (2002). Cross-over Trials in Clinical Research (2nd ed.). Wiley.

    ردمك: 978-0471496533
    تم النسخ.
  2. Jones, B., & Kenward, M. G. (2003). Design and Analysis of Cross-Over Trials (2nd ed.). Chapman and Hall/CRC.

    ردمك: 978-1584883429
    تم النسخ.