Skip to content
Kembali ke hasil pencarian

Uji Acak Terkendali Adaptif — Uji Acak Terkendali Adaptif

Diperkenalkan oleh
Donald Berry and others; foundational adaptive trial methods developed through 1980s–2000s biostatistics literature
Tahun
1980s–2000s (formalized; earlier sequential testing roots from Wald, 1947)
Jenis
Experimental design — adaptive variant of RCT
Keluarga
Experimental design

Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris

Ukuran huruf

Apa fungsinya?

Uji acak terkendali adaptif (uji acak terkendali adaptif) adalah desain eksperimental di mana aturan yang telah ditentukan sebelumnya memungkinkan modifikasi uji coba saat sedang berlangsung — seperti mengubah rasio alokasi, menghentikan lengan yang kinerjanya buruk, atau menghentikan lebih awal karena efikasi atau kesia-siaan — berdasarkan akumulasi data sementara.

Adaptasi ini direncanakan sebelum uji coba dimulai dan diatur oleh aturan statistik untuk mempertahankan kontrol kesalahan Tipe I dan validitas.

Intuisi di balik metode

Dalam uji acak terkendali standar, setiap peserta memiliki probabilitas tetap untuk menerima setiap perlakuan, terlepas dari bagaimana peserta sebelumnya merespons. Uji acak terkendali adaptif bekerja lebih seperti sistem pembelajaran: seiring data terakumulasi, uji coba memperbarui fitur desain tertentu sesuai dengan aturan yang telah disepakati sebelumnya. Misalnya, uji coba dapat mengarahkan lebih banyak peserta ke lengan yang menunjukkan paling menjanjikan, atau menghentikan uji coba lebih awal ketika satu perlakuan jelas lebih unggul. Kuncinya adalah bahwa setiap kemungkinan adaptasi ditentukan sebelum peserta pertama terdaftar, mencegah manipulasi pasca-hoc.

Sejarah

Prinsip pengujian sekuensial yang mendasari desain adaptif berasal dari uji rasio kemungkinan sekuensial Abraham Wald (1947). Istilah 'desain adaptif' menjadi terkenal dalam uji coba klinis melalui karya Donald Berry dan rekan-rekannya dalam metode adaptif Bayesian selama tahun 1980-an dan 1990-an. Uji coba platform BATTLE yang bersejarah dalam kanker paru-paru (2010) dan uji coba kanker payudara I-SPY 2 menunjukkan kelayakan desain platform adaptif. Pedoman peraturan utama — termasuk pedoman FDA tahun 2019 tentang Desain Adaptif untuk Uji Coba Obat dan Biologis — sejak itu telah memformalkan persyaratan untuk uji acak terkendali adaptif.

Kapan digunakan

Gunakan uji acak terkendali adaptif ketika secara etis atau praktis penting untuk menugaskan lebih sedikit peserta ke perlakuan yang inferior, ketika ukuran sampel yang optimal tidak pasti sebelum uji coba, atau ketika ada beberapa lengan kandidat untuk dievaluasi secara efisien. Ini sangat berharga dalam penelitian penyakit langka, penemuan dosis fase awal, dan uji coba platform yang menguji berbagai intervensi. Jangan gunakan uji acak terkendali adaptif ketika data hasil tertunda lama dibandingkan dengan laju pendaftaran (membuat hasil sementara tidak tersedia tepat waktu untuk menginformasikan adaptasi), ketika infrastruktur untuk pemantauan data waktu nyata tidak tersedia, ketika persyaratan peraturan di yurisdiksi belum menerima desain adaptif, atau ketika kompleksitas penentuan aturan keputusan yang telah ditentukan sebelumnya tidak dapat dialokasikan secara memadai.

Batasan dan pertimbangan

  • Pengembangan protokol memerlukan simulasi awal yang ekstensif dan keahlian statistik, yang secara substansial meningkatkan biaya dan waktu pra-uji coba.
  • Kompleksitas operasional menuntut sistem data waktu nyata, DSMB yang berfungsi, dan penentuan hasil yang cepat.
  • Jika data hasil tertinggal secara signifikan dari pendaftaran, randomisasi adaptif respons memberikan sedikit manfaat praktis.
  • Penerimaan peraturan bervariasi di berbagai yurisdiksi; beberapa lembaga memerlukan dokumentasi atau validasi tambahan.

Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.

Kelebihan

  • Dapat mengalokasikan lebih banyak peserta ke perlakuan yang berkinerja lebih baik, meningkatkan profil etis uji coba.
  • Memungkinkan penghentian dini karena efikasi atau kesia-siaan, mengurangi paparan terhadap perlakuan yang tidak efektif dan menghemat sumber daya.
  • Estimasi ulang ukuran sampel dapat memperbaiki kesalahan perhitungan kekuatan awal tanpa membatalkan uji coba.
  • Desain adaptif multi-lengan mengevaluasi beberapa perlakuan secara bersamaan dengan biaya total yang lebih rendah daripada uji coba terpisah secara sekuensial.
  • Aturan adaptasi yang telah ditentukan sebelumnya membuat uji coba transparan dan dapat direproduksi.

Penerapan

  • Uji coba platform onkologi yang mengevaluasi berbagai terapi tertarget secara bersamaan terhadap lengan kontrol bersama.
  • Uji Coba Fase II penemuan dosis menggunakan randomisasi adaptif respons untuk mengidentifikasi dosis optimal secara efisien.
  • Studi penyakit langka di mana uji acak terkendali sampel tetap tidak praktis karena populasi pasien yang kecil.
  • Uji coba efikasi vaksin yang memerlukan pemantauan efikasi sementara untuk penghentian dini ketika perlindungan telah ditetapkan.
  • Uji coba respons pandemi (misalnya, uji coba RECOVERY, SOLIDARITY) yang menguji berbagai agen yang diulang pakai terhadap kondisi kontrol yang berkembang.

Cara kerjanya

Cara kerjanya

1

Sebelum pendaftaran dimulai, peneliti menentukan semua kemungkinan adaptasi dalam protokol uji coba, termasuk waktu analisis sementara, aturan keputusan statistik yang memicu setiap adaptasi (misalnya, randomisasi adaptif respons, estimasi ulang ukuran sampel, penghentian lengan), dan metode yang digunakan untuk mengontrol tingkat kesalahan Tipe I secara keseluruhan. Studi simulasi biasanya diperlukan untuk menunjukkan karakteristik operasi dalam skenario yang realistis.

2

Peserta diacak ke lengan perlakuan sesuai dengan skema alokasi awal. Dalam desain adaptif respons, probabilitas randomisasi diperbarui pada titik-titik sementara yang telah ditentukan sebelumnya; dalam desain adaptif alokasi tetap, rasio randomisasi tetap konstan tetapi fitur uji coba lainnya dapat berubah. Semua randomisasi tetap dirahasiakan dari peserta dan penilai sejauh yang diperlukan oleh strategi penyamaran.

3

Pada setiap analisis sementara yang telah ditentukan sebelumnya, Dewan Pemantauan Keamanan Data (DSMB) atau ahli statistik mengevaluasi data hasil yang terakumulasi. Statistik yang dipantau — efikasi, keamanan, kesia-siaan — dibandingkan dengan batas keputusan yang telah ditentukan sebelumnya untuk menentukan apakah adaptasi diperlukan.

4

Jika analisis sementara memenuhi kondisi pemicu, adaptasi yang ditentukan diterapkan: rasio alokasi dapat diperbarui, lengan dapat dihentikan, ukuran sampel dapat direvisi ke atas berdasarkan estimasi parameter gangguan yang diamati, atau uji coba dapat dihentikan lebih awal. Setiap adaptasi dilakukan secara ketat dalam aturan yang telah ditentukan sebelumnya dalam protokol untuk melindungi integritas uji coba.

5

Pada penyelesaian uji coba, analisis akhir dilakukan menggunakan metode yang memperhitungkan semua adaptasi sementara — biasanya prosedur pengujian tertutup, batas sekuensial kelompok (misalnya, O'Brien–Fleming), atau inferensi posterior Bayesian. Penerapan tes standar secara naif tanpa memperhitungkan analisis sementara meningkatkan kesalahan Tipe I dan tidak dapat diterima.

Kesalahan umum

  • Adaptasi pasca-hoc — modifikasi apa pun yang tidak ditentukan sebelumnya dalam protokol menghancurkan kontrol kesalahan Tipe I dan membuat inferensi tidak valid. Setiap adaptasi harus dikunci sebelum uji coba dimulai.
  • Simulasi yang tidak memadai — kegagalan untuk mengkarakterisasi karakteristik operasi uji coba dalam berbagai skenario yang masuk akal menyebabkan batas keputusan yang dikalibrasi dengan buruk.
  • Mengabaikan inflasi multi-tampilan — menganalisis data sementara dengan tes sampel tetap standar tanpa mengoreksi pengujian berulang meningkatkan tingkat positif palsu secara substansial.
  • Penentuan hasil yang lambat — dalam uji coba di mana hasil memerlukan waktu berbulan-bulan untuk dinilai, uji coba mungkin telah mendaftar terlalu banyak peserta sebelum data sementara tersedia, meniadakan keuntungan adaptif.
  • Kebingungan dengan modifikasi yang tidak direncanakan — uji acak terkendali adaptif mengacu secara ketat pada adaptasi yang telah ditentukan sebelumnya; perubahan protokol yang tidak direncanakan adalah penyimpangan protokol, bukan adaptasi.

Pertanyaan yang sering diajukan

Apakah uji acak terkendali adaptif mengkompromikan randomisasi atau penyamaran?

Tidak — randomisasi dan penyamaran dipertahankan sepanjang waktu. Adaptasi mengubah probabilitas randomisasi mana yang digunakan atau lengan mana yang tetap aktif, tetapi peserta dan penilai hasil tetap disamarkan dari alokasi perlakuan jika berlaku. Kuncinya adalah bahwa aturan keputusan telah ditentukan sebelumnya dan dioperasikan oleh DSMB independen, bukan oleh peneliti yang berinteraksi dengan peserta.

Apa perbedaan antara uji acak terkendali adaptif dan uji coba sekuensial?

Keduanya melibatkan analisis sementara data yang terakumulasi, tetapi uji coba sekuensial biasanya menguji satu hipotesis yang telah ditentukan sebelumnya dengan aturan penghentian (lanjut/tidak lanjut), sedangkan uji acak terkendali adaptif juga dapat mengubah rasio alokasi, menambah atau menghentikan lengan, atau memperkirakan ulang ukuran sampel. Desain sekuensial adalah bagian dari keluarga desain adaptif yang lebih luas.

Apakah uji acak terkendali adaptif diterima oleh regulator seperti FDA dan EMA?

Ya, tetapi dengan syarat. Baik FDA (pedoman 2019) maupun EMA (makalah refleksi 2007, diperbarui kemudian) menerima desain adaptif asalkan adaptasi telah ditentukan sebelumnya, kesalahan Tipe I secara keseluruhan terkontrol, dan metode statistik didokumentasikan dalam protokol. Keterlibatan awal dengan regulator sangat direkomendasikan sebelum berkomitmen pada desain adaptif untuk uji coba konfirmasi.

Kapan saya harus memilih uji acak terkendali standar (tetap) daripada uji acak terkendali adaptif?

Pilih uji acak terkendali standar ketika data hasil lambat terakumulasi dibandingkan dengan pendaftaran, ketika infrastruktur peraturan atau institusional tidak dapat mendukung pemantauan data waktu nyata, ketika kompleksitas protokol tambahan tidak dapat dialokasikan, atau ketika pertanyaan penelitian melibatkan satu perbandingan sederhana dengan perkiraan ukuran sampel yang mapan. Pendekatan adaptif menambah nilai terutama ketika ketidakpastian tentang parameter desain tinggi atau ketika tekanan etis untuk meminimalkan paparan terhadap perlakuan yang inferior kuat.

Apakah randomisasi adaptif respons selalu mengurangi ukuran sampel total?

Belum tentu. Randomisasi adaptif respons mengurangi jumlah peserta yang diharapkan ditugaskan ke lengan yang inferior tetapi terkadang dapat meningkatkan ukuran sampel total dibandingkan dengan uji acak terkendali yang seimbang karena mengurangi kekuatan statistik per peserta. Pertukaran antara manfaat individu (lebih sedikit peserta pada lengan yang buruk) dan efisiensi uji coba (total peserta yang dibutuhkan) harus dievaluasi melalui simulasi pra-uji coba.

Metode terkait

Sumber

  1. Chow, S.-C., & Chang, M. (2008). Adaptive Design Methods in Clinical Trials. Chapman & Hall/CRC.

    ISBN: 978-1584887690
    Disalin.
  2. Berry, D. A. (2006). Bayesian clinical trials. Nature Reviews Drug Discovery, 5(1), 27–36.

    Buka referensi DOI
    Disalin.