Eksperimen multi-lengan — Desain Eksperimental Multi-Lengan
- Diperkenalkan oleh
- Developed within clinical trials methodology; formalized by Parmar, Royston and colleagues (UK MRC CTU, early 2000s)
- Tahun
- 1990s–2000s (clinical formalization); multi-arm concept implicit in ANOVA-era factorial designs
- Jenis
- Experimental design
- Keluarga
- Experimental design
Teks ini adalah terjemahan mesin dan belum ditinjau. Baca versi asli dalam bahasa Inggris
Apa fungsinya?
Eksperimen multi-lengan secara simultan membandingkan tiga atau lebih kondisi perlakuan atau intervensi — masing-masing disebut lengan — terhadap kontrol bersama atau satu sama lain.
Dengan menguji beberapa alternatif dalam satu studi, eksperimen ini menghasilkan lebih banyak informasi per partisipan dibandingkan menjalankan eksperimen dua-grup terpisah secara berurutan, sambil mengontrol tingkat kesalahan Tipe I secara keseluruhan melalui strategi perbandingan yang telah ditentukan sebelumnya.
Intuisi di balik metode
Bayangkan uji coba farmasi yang perlu menguji empat dosis kandidat obat terhadap plasebo. Menjalankan empat uji coba dua-lengan terpisah membuang sumber daya dan meningkatkan kemungkinan positif palsu. Desain multi-lengan mendaftarkan kelima kelompok sekaligus, berbagi lengan kontrol di seluruh perbandingan, dan menetapkan ambang batas signifikansi sehingga probabilitas keseluruhan temuan palsu tetap pada tingkat yang dapat diterima. Logika yang sama berlaku dalam pendidikan (membandingkan tiga metode pengajaran), teknologi (menguji beberapa varian antarmuka), atau evaluasi kebijakan (menilai beberapa varian program terhadap status quo). Wawasan kuncinya adalah efisiensi: satu eksperimen yang berdaya baik menggantikan beberapa eksperimen yang lebih kecil.
Sejarah
Logika pengujian beberapa kelompok secara simultan tersirat dalam analisis varians seperti yang dikembangkan oleh Ronald A. Fisher pada tahun 1920-an–1930-an. Kerangka kerja multi-lengan modern dalam uji coba klinis secara sistematis diartikulasikan pada akhir 1990-an dan 2000-an, didorong oleh kebutuhan untuk mempercepat pengembangan obat. Parmar, Royston, dan rekan-rekan di UK Medical Research Council Clinical Trials Unit memformalkan desain multi-arm multi-stage (MAMS) dalam serangkaian makalah mulai tahun 2003 dan seterusnya, menunjukkan bagaimana penghilangan lengan interim dapat mempertahankan kontrol kesalahan sambil mengurangi waktu rekrutmen hingga setengahnya dalam beberapa pengaturan.
Kapan digunakan
Gunakan eksperimen multi-lengan ketika Anda perlu mengevaluasi tiga atau lebih intervensi, dosis, atau kondisi dalam satu eksperimen dan ingin berbagi lengan pembanding umum daripada menjalankan beberapa studi terpisah. Ini sangat efisien ketika rekrutmen partisipan adalah sumber daya yang membatasi. Sangat cocok untuk uji coba klinis, intervensi perilaku, penelitian pendidikan, dan pengujian produk online. Jangan gunakan ketika Anda tidak dapat mempertahankan pemisahan operasional antar lengan (risiko kontaminasi), ketika jumlah perbandingan yang direncanakan sangat besar sehingga daya per perbandingan menjadi sangat rendah, atau ketika lengan intervensi berinteraksi satu sama lain dengan cara yang melanggar asumsi independensi.
Batasan dan pertimbangan
- Daya per perbandingan lengan-vs.-kontrol individu lebih rendah daripada uji coba dua-lengan dengan ukuran sampel total yang sama kecuali desainnya dioptimalkan.
- Kompleksitas operasional meningkat seiring dengan jumlah lengan: rantai pasokan, pelatihan, pemantauan, dan penyimpangan protokol berlipat ganda.
- Penyesuaian multiplisitas menjadi konservatif ketika banyak lengan diuji, berpotensi menutupi intervensi yang benar-benar efektif.
- Menghilangkan lengan pada analisis interim dalam desain MAMS memerlukan aturan penghentian yang telah ditentukan sebelumnya; penghilangan ad hoc tidak dapat diterima.
Syarat dari sumber tidak menggantikan tinjauan ilmiah independen atau validasi oleh mesin analisis.
Kelebihan
- Secara efisien menguji banyak hipotesis dalam satu studi, mengurangi ukuran sampel total dibandingkan dengan beberapa eksperimen independen.
- Lengan kontrol bersama terpapar pada tren sekuler dan kondisi rekrutmen yang sama dengan semua lengan aktif, meningkatkan komparabilitas.
- Tingkat kesalahan keluarga-besar dapat dikontrol secara ketat melalui metode penyesuaian yang telah ditentukan sebelumnya (Dunnett, Bonferroni, penjaga gerbang).
- Perluasan multi-arm multi-stage memungkinkan penghilangan lengan yang kurang unggul pada analisis interim, membuat desain menjadi adaptif tanpa meningkatkan kesalahan.
- Pra-registrasi transparan dari semua lengan dan perbandingan membatasi peralihan hasil dan bias publikasi.
Penerapan
- Uji coba klinis yang membandingkan beberapa dosis obat atau kandidat pengobatan terhadap plasebo dalam satu protokol.
- Penelitian pendidikan yang mengevaluasi tiga atau lebih pendekatan pedagogis — kuliah tradisional, kelas terbalik, instruksi sejawat — terhadap kondisi kontrol.
- Pengujian produk digital yang membandingkan beberapa varian antarmuka atau penetapan harga terhadap baseline dalam eksperimen online terkontrol.
- Studi intervensi kesehatan masyarakat yang menilai beberapa strategi perubahan perilaku (pesan, insentif, pengingat) secara bersamaan.
- Uji coba pertanian yang menguji beberapa formulasi pupuk atau jadwal tanam terhadap lengan praktik standar.
Cara kerjanya
Cara kerjanya
Sebelum eksperimen dimulai, peneliti menentukan jumlah lengan (minimal tiga: biasanya satu kontrol ditambah dua atau lebih kondisi aktif), hasil primer, struktur perbandingan (setiap lengan vs. kontrol, semua perbandingan berpasangan, atau urutan hierarkis), dan strategi pengendalian tingkat kesalahan keluarga-besar — yang paling umum adalah koreksi Bonferroni, uji Dunnett untuk perbandingan lengan-vs.-kontrol, atau prosedur penjaga gerbang untuk hipotesis yang berurutan.
Partisipan yang memenuhi syarat (atau klaster, atau unit) secara acak ditugaskan ke salah satu lengan menggunakan rasio alokasi yang telah ditentukan. Alokasi yang sama di seluruh lengan memaksimalkan daya per lengan; alokasi yang tidak sama — lebih banyak partisipan di lengan kontrol — bisa lebih efisien ketika data lengan kontrol melayani banyak perbandingan. Randomisasi bertingkat atau berblok sering digunakan untuk menyeimbangkan faktor prognostik.
Setiap lengan menerima intervensi atau kondisi yang ditugaskan untuk durasi penuh studi. Penyamaran partisipan, penyedia perawatan, dan penilai hasil diterapkan jika memungkinkan untuk mencegah bias diferensial. Pemeriksaan fidelitas operasional mengonfirmasi bahwa setiap lengan disampaikan sebagaimana ditentukan sepanjang periode uji coba.
Hasil primer dan hasil sekunder yang telah ditentukan sebelumnya diukur pada titik waktu yang ditentukan untuk semua partisipan. Semua data, termasuk dari partisipan yang menyimpang atau keluar, dicatat; prinsip intention-to-treat diterapkan dalam analisis primer untuk menjaga integritas randomisasi.
Hasil di setiap lengan aktif dibandingkan dengan kontrol (atau satu sama lain) menggunakan uji statistik yang telah ditentukan sebelumnya dan ambang batas signifikansi yang disesuaikan. Ukuran efek dan interval kepercayaan dilaporkan untuk setiap perbandingan. Jika desain mengikuti kerangka multi-arm multi-stage (MAMS), analisis interim dapat menghilangkan lengan yang berkinerja buruk sebelum tahap akhir, menghemat sumber daya tanpa mengorbankan kontrol kesalahan.
Kesalahan umum
- Mengabaikan koreksi multiplisitas — menjalankan perbandingan berpasangan pada tingkat alfa yang tidak disesuaikan meningkatkan tingkat positif palsu secara proporsional dengan jumlah perbandingan; selalu tentukan strategi penyesuaian sebelumnya.
- Lengan individu yang kurang berdaya — menghitung ukuran sampel untuk uji coba dua-lengan dan kemudian membagi partisipan ke lebih banyak lengan membuat setiap perbandingan kurang berdaya; daya harus dihitung untuk setiap kontras yang direncanakan di bawah alfa yang disesuaikan.
- Kontaminasi lengan — jika partisipan di lengan yang berbeda berinteraksi (misalnya, di lingkungan kelas atau tempat kerja), efek perlakuan merembes ke seluruh lengan; randomisasi tingkat klaster atau pemisahan fisik diperlukan.
- Menambahkan lengan pasca-randomisasi — memperkenalkan lengan baru setelah pendaftaran dimulai merusak keseimbangan randomisasi dan komparabilitas; semua lengan harus ditentukan dan dibuka secara bersamaan.
- Mencampuradukkan multi-lengan dengan faktorial — desain multi-lengan menguji kondisi yang saling eksklusif; desain faktorial memungkinkan kombinasi; salah mengira satu untuk yang lain mengarah pada model yang salah spesifikasi dan hasil yang tidak dapat diinterpretasikan.
Pertanyaan yang sering diajukan
Bagaimana eksperimen multi-lengan berbeda dari eksperimen faktorial?
Dalam eksperimen multi-lengan, partisipan menerima tepat satu dari kondisi yang ditentukan; lengan-lengan tersebut saling eksklusif. Dalam eksperimen faktorial, partisipan dapat menerima kombinasi tingkat faktor — misalnya, obat dan intervensi diet. Jika Anda ingin mempelajari interaksi antar faktor, gunakan desain faktorial; jika Anda ingin membandingkan alternatif yang berbeda dan tidak dapat digabungkan, gunakan desain multi-lengan.
Bagaimana saya harus mengoreksi untuk perbandingan berganda?
Pendekatan yang paling umum untuk perbandingan lengan-vs.-kontrol adalah uji Dunnett, yang lebih kuat daripada Bonferroni ketika semua lengan berbagi kontrol yang sama. Untuk semua perbandingan berpasangan, Tukey's HSD adalah standar. Untuk hipotesis yang berurutan secara hierarkis (primer, sekunder, dll.) prosedur penjaga gerbang mempertahankan daya pada perbandingan primer. Strategi penyesuaian harus ditentukan sebelumnya dalam protokol sebelum pengumpulan data.
Bisakah saya menambahkan lengan baru setelah studi dimulai?
Pada prinsipnya, desain platform atau protokol induk memungkinkan penambahan lengan, tetapi hanya di bawah aturan yang telah ditentukan sebelumnya dan dengan penalti statistik untuk mempertahankan kontrol kesalahan. Dalam eksperimen multi-lengan standar, menambahkan lengan di tengah uji coba merusak keseimbangan randomisasi dan komparabilitas dengan lengan kontrol yang terakumulasi sebelum lengan baru dibuka. Ini hanya boleh dilakukan di bawah protokol adaptif yang telah terdaftar sebelumnya yang ditinjau oleh komite pemantauan data independen.
Berapa ukuran sampel yang saya butuhkan?
Hitung daya untuk setiap perbandingan yang direncanakan pada tingkat signifikansi yang disesuaikan (misalnya, alfa / jumlah perbandingan untuk Bonferroni, atau nilai kritis yang disesuaikan Dunnett). Ukuran sampel yang dibutuhkan per lengan lebih besar daripada untuk uji coba dua-lengan yang tidak disesuaikan. Perangkat lunak seperti R (paket multcomp, mvtnorm) atau kalkulator uji coba klinis khusus mendukung analisis daya multi-lengan secara langsung.
Apa itu desain multi-arm multi-stage (MAMS)?
MAMS adalah perluasan yang menggabungkan analisis interim yang direncanakan ke dalam desain multi-lengan. Pada setiap interim, lengan yang tidak memenuhi ambang batas aktivitas yang telah ditentukan sebelumnya dihilangkan, dan rekrutmen dilanjutkan ke lengan yang bertahan. Ini meningkatkan efisiensi — lebih sedikit partisipan yang terpapar pada perawatan yang tidak efektif — sambil mempertahankan kontrol kesalahan keseluruhan melalui batas penghentian yang telah ditentukan sebelumnya.
Metode terkait
Sumber
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.
Buka referensi DOIDisalin.Multi-arm bandit. Wikipedia.
Buka referensi publikasiDisalin.