Saltar al contenido
Volver a los resultados

Experimento multibranzo — Diseño Experimental Multibranzo

Propuesto por
Developed within clinical trials methodology; formalized by Parmar, Royston and colleagues (UK MRC CTU, early 2000s)
Año
1990s–2000s (clinical formalization); multi-arm concept implicit in ANOVA-era factorial designs
Tipo
Experimental design
Familia
Experimental design

Este texto es una traducción automática y aún no se ha revisado. Leer el original en inglés

Tamaño de letra

¿Qué hace?

Un experimento multibranzo compara simultáneamente tres o más condiciones de tratamiento o intervención — cada una llamada 'brazo' — frente a un control compartido o entre sí.

Al probar múltiples alternativas en un solo estudio, se obtiene más información por participante que al realizar experimentos separados de dos grupos secuencialmente, mientras se controla la tasa de error Tipo I general a través de estrategias de comparación preespecificadas.

La intuición detrás del método

Piense en un ensayo farmacéutico que necesita probar cuatro dosis candidatas de un fármaco frente a un placebo. Realizar cuatro ensayos separados de dos brazos desperdicia recursos e infla la probabilidad de falsos positivos. Un diseño multibranzo recluta a los cinco grupos a la vez, comparte el brazo de control entre las comparaciones y establece el umbral de significación de modo que la probabilidad general de un hallazgo espurio se mantenga en un nivel aceptable. La misma lógica se aplica en educación (comparando tres métodos de enseñanza), tecnología (probando múltiples variantes de interfaz) o evaluación de políticas (evaluando varias variantes de programas frente a un status quo). La idea clave es la eficiencia: un experimento bien potenciado reemplaza a varios más pequeños.

Historia

La lógica de probar múltiples grupos simultáneamente está implícita en el análisis de varianza, tal como lo desarrolló Ronald A. Fisher en las décadas de 1920-1930. El marco multibranzo moderno en ensayos clínicos se articuló sistemáticamente a finales de los años 1990 y 2000, impulsado por la necesidad de acelerar el desarrollo de fármacos. Parmar, Royston y colegas de la Unidad de Ensayos Clínicos del Consejo de Investigación Médica del Reino Unido formalizaron los diseños multibranzo multietapa (MAMS) en una serie de artículos a partir de 2003, demostrando cómo la eliminación intermedia de brazos podía mantener el control de errores mientras se reducía a la mitad el tiempo de reclutamiento en algunos entornos.

Cuándo usarlo

Utilice un experimento multibranzo cuando necesite evaluar tres o más intervenciones, dosis o condiciones en un solo experimento y desee compartir un brazo comparador común en lugar de realizar múltiples estudios separados. Es particularmente eficiente cuando el reclutamiento de participantes es el recurso limitante. Es muy adecuado para ensayos clínicos, intervenciones conductuales, investigación educativa y pruebas de productos en línea. No lo utilice cuando no pueda mantener la separación operativa entre los brazos (riesgo de contaminación), cuando el número de comparaciones planificadas sea tan grande que la potencia por comparación sea inaceptablemente baja, o cuando los brazos de intervención interactúen entre sí de maneras que violen el supuesto de independencia.

Limitaciones y consideraciones

  • La potencia por comparación individual brazo vs. control es menor que en un ensayo de dos brazos con el mismo tamaño total de muestra, a menos que el diseño esté optimizado.
  • La complejidad operativa aumenta con el número de brazos: las cadenas de suministro, la capacitación, el monitoreo y las desviaciones del protocolo se multiplican.
  • Los ajustes por multiplicidad se vuelven conservadores cuando se prueban muchos brazos, lo que potencialmente enmascara intervenciones genuinamente efectivas.
  • Descartar brazos en análisis intermedios en diseños MAMS requiere reglas de detención preespecificadas; el descarte 'ad hoc' no es aceptable.

Las condiciones de la fuente no sustituyen una revisión científica independiente ni la validación por un motor de análisis.

Fortalezas

  • Prueba eficientemente múltiples hipótesis dentro de un solo estudio, reduciendo el tamaño total de la muestra en comparación con múltiples experimentos independientes.
  • Un brazo de control compartido se expone a las mismas tendencias seculares y condiciones de reclutamiento que todos los brazos activos, mejorando la comparabilidad.
  • La tasa de error familiar se puede controlar rigurosamente a través de métodos de ajuste preespecificados (Dunnett, Bonferroni, 'gatekeeping').
  • Las extensiones multibranzo multietapa permiten descartar brazos inferiores en análisis intermedios, haciendo que el diseño sea adaptativo sin inflar el error.
  • El pre-registro transparente de todos los brazos y comparaciones limita el cambio de resultados y el sesgo de publicación.

Aplicaciones

  • Ensayos clínicos que comparan múltiples dosis de fármacos o tratamientos candidatos frente a placebo en un solo protocolo.
  • Investigación educativa que evalúa tres o más enfoques pedagógicos — clase magistral tradicional, aula invertida, instrucción entre pares — frente a una condición de control.
  • Pruebas de productos digitales que comparan múltiples variantes de interfaz o precios frente a una línea base en un experimento en línea controlado.
  • Estudios de salud pública que evalúan simultáneamente varias estrategias de cambio de comportamiento (mensajes, incentivos, recordatorios).
  • Ensayos agrícolas que prueban múltiples formulaciones de fertilizantes o calendarios de siembra frente a un brazo de práctica estándar.

Cómo funciona

Cómo funciona

1

Antes de que comience el experimento, el investigador especifica el número de brazos (mínimo tres: típicamente un control más dos o más condiciones activas), el resultado primario, la estructura de comparación (cada brazo vs. control, todos los pares, o una secuencia jerárquica) y la estrategia de control de la tasa de error familiar — más comúnmente una corrección de Bonferroni, la prueba de Dunnett para comparaciones de brazo vs. control, o un procedimiento de 'gatekeeping' para hipótesis ordenadas.

2

Los participantes elegibles (o clústeres, o unidades) se asignan aleatoriamente a uno de los brazos utilizando una relación de asignación predeterminada. La asignación equitativa entre los brazos maximiza la potencia por brazo; la asignación desigual — más participantes en el control — puede ser más eficiente cuando los datos del brazo de control sirven para múltiples comparaciones. A menudo se utiliza la aleatorización estratificada o por bloques para equilibrar los factores pronósticos.

3

Cada brazo recibe su intervención o condición asignada durante la duración completa del estudio. Se aplica el cegamiento de los participantes, los proveedores de atención y los evaluadores de resultados siempre que sea factible para prevenir sesgos diferenciales. Las comprobaciones de fidelidad operativa confirman que cada brazo se administra según lo especificado durante el período del ensayo.

4

El resultado primario y cualquier resultado secundario preespecificado se miden en los puntos de tiempo designados para todos los participantes. Se registran todos los datos, incluidos los de los participantes que se desvían o abandonan; se aplican los principios de intención de tratar en el análisis primario para preservar la integridad de la aleatorización.

5

Los resultados en cada brazo activo se comparan con el control (o entre sí) utilizando las pruebas estadísticas preespecificadas y los umbrales de significación ajustados. Se informan los tamaños del efecto y los intervalos de confianza para cada comparación. Si el diseño sigue un marco multibranzo multietapa (MAMS), los análisis intermedios pueden descartar brazos de bajo rendimiento antes de la etapa final, ahorrando recursos sin comprometer el control de errores.

Errores comunes

  • Descuidar la corrección por multiplicidad — realizar comparaciones por pares al nivel alfa no ajustado infla la tasa de falsos positivos proporcionalmente al número de comparaciones; siempre preespecifique la estrategia de ajuste.
  • Subpotenciar brazos individuales — calcular el tamaño de la muestra para un ensayo de dos brazos y luego dividir a los participantes entre más brazos deja cada comparación subpotenciada; la potencia debe calcularse para cada contraste planificado bajo el alfa ajustado.
  • Contaminación de brazos — si los participantes en diferentes brazos interactúan (por ejemplo, en un entorno de aula o lugar de trabajo), los efectos del tratamiento se filtran entre los brazos; se necesita aleatorización a nivel de clúster o separación física.
  • Añadir brazos después de la aleatorización — introducir un nuevo brazo después de que haya comenzado la inscripción destruye el equilibrio de la aleatorización y la comparabilidad con el brazo de control acumulado antes de que se abriera el nuevo brazo; esto solo debe hacerse bajo un protocolo adaptativo pre-registrado revisado por un comité independiente de monitoreo de datos.
  • Confundir multibranzo con factorial — un diseño multibranzo prueba condiciones mutuamente excluyentes; un diseño factorial permite combinaciones; confundir uno con el otro conduce a modelos mal especificados y resultados ininterpretables.

Preguntas frecuentes

¿Cómo se diferencia un experimento multibranzo de un experimento factorial?

En un experimento multibranzo, los participantes reciben exactamente una de las condiciones definidas; los brazos son mutuamente excluyentes. En un experimento factorial, los participantes pueden recibir combinaciones de niveles de factores — por ejemplo, tanto un fármaco como una intervención dietética. Si desea estudiar las interacciones entre factores, utilice un diseño factorial; si desea comparar alternativas distintas e inconbinables, utilice un diseño multibranzo.

¿Cómo debo corregir por comparaciones múltiples?

El enfoque más común para las comparaciones brazo vs. control es la prueba de Dunnett, que es más potente que Bonferroni cuando todos los brazos comparten el mismo control. Para todas las comparaciones por pares, el HSD de Tukey es el estándar. Para hipótesis jerárquicamente ordenadas (primarias, secundarias, etc.), un procedimiento de 'gatekeeping' preserva la potencia en la comparación primaria. La estrategia de ajuste debe preespecificarse en el protocolo antes de la recopilación de datos.

¿Puedo añadir un nuevo brazo después de que comience el estudio?

En principio, los diseños de plataforma o protocolo maestro permiten añadir brazos, pero solo bajo reglas estrictas preespecificadas y con penalizaciones estadísticas para mantener el control de errores. En un experimento multibranzo estándar, añadir un brazo a mitad de ensayo socava el equilibrio de la aleatorización y la comparabilidad con el brazo de control acumulado antes de que se abriera el nuevo brazo. Esto solo debe hacerse bajo un protocolo adaptativo pre-registrado revisado por un comité independiente de monitoreo de datos.

¿Qué tamaño de muestra necesito?

Calcule la potencia para cada comparación planificada al nivel de significación ajustado (por ejemplo, alfa / número de comparaciones para Bonferroni, o el valor crítico ajustado de Dunnett). El tamaño de muestra requerido por brazo es mayor que para un ensayo de dos brazos no ajustado. Software como R (paquetes multcomp, mvtnorm) o calculadoras dedicadas para ensayos clínicos admiten el análisis de potencia multibranzo directamente.

¿Qué es un diseño multibranzo multietapa (MAMS)?

MAMS es una extensión que incorpora análisis intermedios planificados en el diseño multibranzo. En cada etapa intermedia, se descartan los brazos que no cumplen un umbral de actividad preespecificado, y el reclutamiento continúa en los brazos supervivientes. Esto aumenta la eficiencia — menos participantes se exponen a tratamientos ineficaces — al tiempo que se mantiene el control general de errores a través de límites de detención preespecificados.

Métodos relacionados

Fuentes

  1. Royston, P., Parmar, M. K. B., & Qian, W. (2003). Novel designs for multi-arm clinical trials with survival outcomes with an application in ovarian cancer. Statistics in Medicine, 22(14), 2239–2256.

    Abrir referencia DOI
    Copiado.
  2. Multi-arm bandit. Wikipedia.

    Abrir referencia de la publicación
    Copiado.