Uji Klinis Acak Adaptif
- Diperkenalkan oleh
- Donald Berry and colleagues; formalized by FDA guidance in 2010 and 2019
- Tahun
- Late 1990s–2000s (widespread adoption post-2010)
- Jenis
- Experimental clinical trial design
- Keluarga
- Clinical / epidemiology
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Uji klinis acak adaptif (RCT adaptif) adalah studi eksperimental prospektif yang menggunakan aturan yang telah ditentukan sebelumnya untuk memodifikasi satu atau lebih aspek uji coba — seperti ukuran sampel, rasio alokasi, atau lengan pengobatan — berdasarkan data yang terakumulasi yang dikumpulkan selama uji coba itu sendiri, sambil mempertahankan validitas statistik dan integritas studi.
Intuisi di balik metode
Dalam RCT konvensional, protokol ditetapkan sebelum pasien pertama terdaftar dan tidak ada yang berubah terlepas dari apa yang disarankan oleh data yang muncul. Sebaliknya, RCT adaptif membangun titik pemeriksaan keputusan: saat data sementara terakumulasi, aturan yang telah direncanakan memungkinkan uji coba untuk merespons — menghentikan lengan yang berkinerja buruk, mengalokasikan lebih banyak pasien ke pengobatan yang menjanjikan, atau menghentikan lebih awal ketika bukti sudah sangat kuat. Fleksibilitas ini dapat mengurangi jumlah pasien yang terpapar pada pengobatan yang kurang unggul dan memperpendek lini masa pengembangan, tetapi memerlukan perencanaan awal yang sangat hati-hati untuk menghindari peningkatan tingkat positif palsu.
Sejarah
Dasar konseptual desain uji coba adaptif berasal dari karya analisis sekuensial oleh Abraham Wald pada tahun 1940-an dan proposal randomisasi play-the-winner pada tahun 1970-an. Metode uji coba adaptif Bayesian yang berpengaruh dari Donald Berry pada akhir 1990-an dan 2000-an, dan uji coba penting seperti uji coba kanker payudara I-SPY 2 yang diluncurkan pada tahun 2010, membawa desain adaptif ke dalam penelitian klinis arus utama. FDA mengeluarkan panduan draf pada tahun 2010 dan panduan akhir yang direvisi pada tahun 2019 yang secara resmi mendukung uji coba adaptif yang dirancang dengan baik untuk pengajuan peraturan, memperkuat legitimasi mereka dalam pengembangan obat dan biologis.
Kapan digunakan
Gunakan RCT adaptif ketika Anda perlu menjawab pertanyaan kemanjuran konfirmasi sambil mempertahankan fleksibilitas untuk merespons data yang terakumulasi — misalnya, ketika perkiraan ukuran efek tidak pasti pada tahap desain, ketika beberapa dosis atau lengan perlu dipilih, atau ketika argumen etis atau efisiensi lebih memilih untuk meminimalkan paparan pasien terhadap pengobatan yang kurang unggul. Ini sangat berharga dalam onkologi, penyakit langka, dan pengembangan obat di mana ukuran sampel standar sulit dicapai. Jangan gunakan ketika aturan adaptif tidak dapat ditentukan secara andal sebelumnya, ketika infrastruktur untuk pemantauan sementara independen tidak tersedia, ketika hasil sangat tertunda relatif terhadap tingkat akrual (membuat adaptasi waktu nyata tidak praktis), atau ketika kompleksitas operasional dan statistik tambahan tidak dibenarkan oleh pertanyaan ilmiah.
Batasan dan pertimbangan
- Memerlukan perencanaan statistik dan simulasi awal yang ekstensif; kesalahan desain yang dibuat sebelum uji coba tidak dapat diperbaiki di tengah jalan.
- Kompleksitas operasional secara substansial lebih tinggi daripada RCT standar — manufaktur, rantai pasokan, dan infrastruktur DSMB semuanya harus mengakomodasi keputusan adaptif.
- Ketika pengukuran hasil lambat dibandingkan dengan tingkat pendaftaran, data sementara mungkin terlalu jarang untuk mendorong adaptasi yang bermakna.
- Pengawasan peraturan sangat ketat; badan memerlukan justifikasi terperinci dari setiap aturan adaptasi yang telah ditentukan sebelumnya dan bukti simulasi.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Dapat mengurangi jumlah total pasien yang dibutuhkan dengan menghentikan lebih awal karena kemanjuran atau menghentikan lengan yang sia-sia.
- Mengalokasikan lebih banyak pasien ke pengobatan yang berkinerja lebih baik, meningkatkan profil etis uji coba.
- Memungkinkan desain fase II/III yang mulus, memperpendek lini masa pengembangan obat secara keseluruhan.
- Aturan adaptasi yang telah ditentukan sebelumnya memastikan ketelitian statistik tetap terjaga meskipun ada fleksibilitas desain.
- Sangat ampuh untuk penyakit langka dan onkologi di mana desain sampel tetap seringkali tidak mungkin dilakukan.
Penerapan
- Uji coba onkologi fase II/III yang mulus yang memilih dosis terbaik pada langkah sementara dan kemudian melanjutkan pengujian konfirmasi tanpa gangguan.
- Uji coba wabah penyakit menular yang memerlukan penemuan dosis cepat dan konfirmasi kemanjuran di bawah tekanan waktu (misalnya, uji coba platform COVID-19 seperti RECOVERY dan ACTT).
- Studi penyakit langka di mana target pendaftaran tetap tidak dapat dicapai dan penghentian dini karena kemanjuran adalah keharusan etis.
- Desain multi-lengan multi-tahap (MAMS) dalam kedokteran kardiovaskular yang membandingkan beberapa intervensi secara bersamaan dengan penghentian lengan yang telah direncanakan.
- Studi peningkatan dosis dan optimalisasi dosis dalam onkologi fase awal menggunakan aturan adaptif berbasis model seperti CRM (Continual Reassessment Method).
- Pengembangan obat pediatrik di mana meminimalkan paparan pasien terhadap dosis yang kurang unggul adalah prioritas peraturan dan etis.
Cara kerjanya
Cara kerjanya
Sebelum pendaftaran dimulai, ahli statistik dan dokter menentukan semua adaptasi dalam protokol: parameter mana yang dapat diubah (rasio alokasi, ukuran sampel, jumlah lengan, tingkat dosis), analisis sementara apa yang memicu perubahan tersebut, dan bagaimana aturan keputusan akan diterapkan. Pra-spesifikasi adalah wajib — adaptasi post-hoc membatalkan uji coba.
Pasien didaftarkan dan secara acak dialokasikan ke lengan pengobatan menggunakan rasio alokasi awal. Randomisasi dapat ditetapkan pada awalnya dan kemudian dimodifikasi oleh aturan adaptif (randomisasi adaptif respons), atau desain dapat menggunakan randomisasi adaptif bertingkat atau Bayesian sejak awal.
Dewan Pemantauan Keamanan Data (DSMB) independen melakukan analisis sementara pada titik waktu yang telah ditentukan sebelumnya atau setelah jumlah kejadian hasil yang telah ditentukan sebelumnya. DSMB meninjau data terakumulasi yang tidak diburamkan terhadap batas penghentian atau adaptasi yang telah ditentukan sebelumnya untuk melindungi integritas uji coba.
Berdasarkan hasil analisis sementara dan aturan yang telah ditentukan, satu atau lebih adaptasi diterapkan: menghentikan lengan yang kurang unggul (desain mulus adaptif), meningkatkan ukuran sampel jika perkiraan efek awal lebih kecil dari yang diharapkan (estimasi ulang ukuran sampel), menggeser alokasi ke pengobatan yang berkinerja lebih baik, atau menghentikan lebih awal karena kemanjuran atau kesia-siaan.
Analisis akhir menggunakan metode yang memperhitungkan sifat adaptif dari desain — biasanya kombinasi fungsi pengeluaran alfa, perhitungan kekuatan kondisional, atau probabilitas posterior Bayesian — untuk menghasilkan perkiraan titik akhir primer dan interval kepercayaan atau interval kredibel yang valid dan telah ditentukan sebelumnya.
Kesalahan umum
- Adaptasi yang tidak direncanakan atau post-hoc — setiap modifikasi yang tidak ditentukan sebelumnya dalam protokol menghancurkan validitas statistik uji coba dan tidak akan diterima oleh regulator.
- Mengabaikan kelambatan operasional — jika sebagian besar pasien sudah terdaftar pada saat data sementara dapat dianalisis, adaptasi tidak memberikan manfaat praktis.
- Bias randomisasi adaptif respons — mengalokasikan lebih banyak pasien ke pemenang yang tampak di tengah uji coba dapat menimbulkan kekeliruan tren waktu jika karakteristik pasien atau standar perawatan bergeser selama pendaftaran.
- Inflasi multiplisitas — menambahkan titik keputusan adaptasi tanpa kontrol pengeluaran alfa atau Bayesian yang ketat meningkatkan tingkat kesalahan Tipe I keluarga di luar batas yang dapat diterima.
Pertanyaan yang sering diajukan
Apakah RCT adaptif masih dianggap acak dan terkontrol?
Ya. Randomisasi dipertahankan di seluruh RCT adaptif; adaptasi memodifikasi parameter seperti rasio alokasi atau ukuran sampel tetapi tidak menghilangkan randomisasi atau kontrol. Uji coba tetap eksperimental dan terus mendukung inferensi kausal, asalkan aturan adaptif sepenuhnya ditentukan sebelumnya.
Bagaimana RCT adaptif berbeda dari RCT standar dengan analisis sementara?
RCT standar dengan analisis sementara menggunakan peninjauan sementara hanya untuk mempertimbangkan penghentian dini karena keamanan atau kemanjuran yang luar biasa — parameter uji coba dasar tetap sama. RCT adaptif melangkah lebih jauh: aturan yang telah ditentukan sebelumnya dapat secara aktif memodifikasi rasio alokasi, menghentikan lengan, mengubah ukuran sampel, atau menstruktur ulang desain sebagai respons terhadap temuan sementara.
Apakah FDA menerima hasil RCT adaptif untuk persetujuan obat?
Ya, asalkan desain adaptif telah ditentukan sebelumnya, metode statistik mengontrol tingkat kesalahan Tipe I dengan tepat, dan sponsor telah berinteraksi dengan FDA sejak dini (idealnya melalui pertemuan Tipe C) untuk menyepakati desain. Panduan FDA tahun 2019 tentang desain adaptif memberikan kriteria terperinci untuk desain adaptif yang dipahami dengan baik dan desain adaptif yang baru.
Perangkat lunak apa yang digunakan untuk merancang dan mensimulasikan RCT adaptif?
Alat umum termasuk EAST (Cytel), ADDPLAN, dan paket R kustom seperti rpact, adaptDesign, dan RMediation. Desain adaptif Bayesian sering menggunakan BUGS, Stan, atau platform simulasi Bayesian berpemilik. Simulasi pra-uji coba ekstensif diperlukan untuk memvalidasi karakteristik operasi di bawah berbagai skenario yang masuk akal.
Bisakah randomisasi adaptif respons menimbulkan bias?
Ya, jika pendaftaran berlangsung lama dan populasi pasien atau pengobatan latar belakang bergeser seiring waktu, kemiringan progresif alokasi ke satu lengan dapat menciptakan ketidakseimbangan dalam perancu yang bervariasi waktu. Stratifikasi, randomisasi adaptif kovariat, dan penentuan waktu adaptasi yang cermat digunakan untuk mengurangi risiko ini.
Metode terkait
Sumber
Berry, D. A. (2006). Bayesian clinical trials. Nature Reviews Drug Discovery, 5(1), 27–36.
Buka referensi DOIDisalin.U.S. Food and Drug Administration. (2019). Adaptive Designs for Clinical Trials of Drugs and Biologics: Guidance for Industry. FDA.
Buka referensi publikasiDisalin.