Badanie kohortowe adaptacyjne — projekt badania kohortowego adaptacyjnego
- Autor metody
- Extension of classic cohort methods; adaptive design principles formalised by regulatory and epidemiology communities in the 2000s–2010s
- Rok
- 2000s–2010s (systematic formalisation)
- Typ
- Observational / adaptive epidemiological design
- Rodzina
- Clinical / epidemiology
Ten tekst jest tłumaczeniem maszynowym i nie został jeszcze sprawdzony. Przeczytaj oryginał po angielsku
Do czego służy?
Adaptacyjne badanie kohortowe to podłużny projekt obserwacyjny, który śledzi określoną grupę osób w czasie w celu oceny związków między ekspozycją a wynikiem, jednocześnie uwzględniając z góry określone zasady adaptacji, które pozwalają na modyfikacje protokołu — takie jak ponowna ocena wielkości próby, wzbogacenie podgrup lub dostosowanie harmonogramu pomiarów — w oparciu o gromadzone dane pośrednie.
Adaptacje są wprowadzane bez naruszania ważności, zgodnie z planem analizy statystycznej uzgodnionym przed rozpoczęciem gromadzenia danych.
Intuicja stojąca za metodą
Proszę myśleć o standardowym badaniu kohortowym jak o pociągu jadącym po stałych torach: rekrutuje się uczestników, śledzi się ich przez lata i analizuje dane na końcu. Adaptacyjne badanie kohortowe dodaje kontrolowane zwrotnice: w z góry określonych punktach kontrolnych analizuje się gromadzone dane i decyduje, czy dostosować tory — rekrutując więcej uczestników, jeśli wskaźniki zdarzeń są niższe niż oczekiwano, zawężając skupienie na podgrupie, która wydaje się najbardziej dotknięta, lub zmieniając częstotliwość wizyt kontrolnych. Kluczowym słowem jest „z góry określony”: zasady dotyczące tego, kiedy i jak się adaptować, są zablokowane w protokole, zanim jeszcze zobaczy się dane, co zapobiega błędom wynikającym z decyzji ad hoc.
Historia
Adaptacyjne badanie kohortowe wyłoniło się z dwóch zbieżnych tradycji: długiej historii prospektywnych metod kohortowych w epidemiologii — sięgającej badania Framingham Heart Study rozpoczętego w 1948 r. — oraz formalizacji zasad projektowania adaptacyjnego w badaniach klinicznych w latach 90. XX wieku i na początku XXI wieku, skodyfikowanych w dokumentach wytycznych FDA (2019) i EMA (2007). Epidemiolodzy zaczęli systematycznie łączyć te ramy w latach 2000., aby zaradzić nieefektywnościom w długoterminowych badaniach obserwacyjnych, szczególnie w farmakoepidemiologii i badaniach nad medycyną precyzyjną.
Kiedy stosować
Użyj adaptacyjnego badania kohortowego, gdy związek między ekspozycją a wynikiem nie jest jeszcze dobrze scharakteryzowany i istnieje rzeczywista niepewność co do oczekiwanych wskaźników zdarzeń, wielkości efektów lub tego, która podgrupa jest najbardziej informatywna — co sprawia, że w pełni ustalony projekt jest nieefektywny lub ma zbyt małą moc. Jest to szczególnie cenne w epidemiologii rzadkich chorób, farmakoepidemiologii i badaniach z długoterminową obserwacją, gdzie warunki mogą się zmieniać. Nie używaj go, gdy zasady adaptacji nie mogą być w pełni określone z góry przed rozpoczęciem gromadzenia danych, gdy zespół badawczy nie jest w stanie przeprowadzić ślepych przeglądów pośrednich, lub gdy logika adaptacji sama w sobie wprowadziłaby informatywne cenzurowanie, którego nie można skorygować analitycznie. Standardowe badanie kohortowe o stałym projekcie jest preferowane, gdy wielkość próby i wskaźniki zdarzeń są znane z góry z wiarygodnością.
Ograniczenia i uwagi
- Wymaga znacznej wiedzy metodologicznej do z góry określonego ustalenia zasad adaptacji, funkcji wydatkowania alfa i zarządzania przeglądami pośrednimi — zwiększając złożoność protokołu.
- Wyzwania operacyjne: wdrożenie ślepych przeglądów pośrednich w ustawieniach obserwacyjnych jest trudniejsze niż w badaniach randomizowanych.
- Decyzje adaptacyjne oparte na danych pośrednich mogą wprowadzać błędy, jeśli zasady nie są ściśle przestrzegane lub jeśli adaptacje wpływają na zachowanie uczestników.
- Standardy raportowania są mniej dojrzałe niż w przypadku standardowych badań kohortowych; recenzenci i czasopisma mogą nie być zaznajomieni z projektem.
Warunki podane w źródle nie zastępują niezależnego przeglądu naukowego ani walidacji przez silnik analityczny.
Mocne strony
- Poprawia efektywność poprzez umożliwienie ponownej oceny wielkości próby w trakcie badania, zmniejszając zarówno nadmierną rekrutację, jak i badania o zbyt małej mocy.
- Umożliwia wzbogacenie podgrup w populacjach heterogenicznych bez kary za wnioskowanie wynikającej z analizy podgrup post hoc.
- Zachowuje ważność obserwacyjną, gdy adaptacje są w pełni określone z góry i przestrzegane są ślepe procesy przeglądu.
- Dobrze nadaje się do sytuacji, w których informacje wstępne są skąpe, a założenia projektu stałego byłyby spekulatywne.
- Jest zgodny z wytycznymi regulacyjnymi dotyczącymi projektów adaptacyjnych, gdy jest stosowany w kontekście farmakoepidemiologii lub nadzoru nad lekami.
Zastosowania
- Farmakoepidemiologia: monitorowanie sygnałów bezpieczeństwa leków w kohortach po wprowadzeniu do obrotu z z góry określonymi zasadami rozszerzania obserwacji, jeśli wskaźniki zdarzeń są niższe niż przewidywano.
- Epidemiologia rzadkich chorób: rekrutowanie uczestników z wielu rejestrów z zasadami pośrednimi w celu skoncentrowania zasobów na najbardziej informatywnej podgrupie.
- Epidemiologia żywieniowa i środowiskowa: dostosowywanie harmonogramów pomiarów biomarkerów, gdy dane pośrednie wskazują, że nowy pomiar ekspozycji jest bardziej informatywny niż pierwotny substytut.
- Badania nad medycyną precyzyjną: prospektywne wzbogacanie kohorty o uczestników posiadających wariant genetyczny będący przedmiotem zainteresowania, gdy wstępne dane potwierdzą jego istotność.
- Nadzór nad pandemiami i ogniskami chorób: rozszerzanie obserwacji początkowej kohorty lub dodawanie fal pomiarów w odpowiedzi na pojawiające się dowody dotyczące trajektorii choroby.
Jak to działa
Jak to działa
Zdefiniuj populację kohorty, interesujące ekspozycje, pierwotne i wtórne wyniki, czas obserwacji oraz pełny zestaw zasad adaptacji w zarejestrowanym z góry protokole i planie analizy statystycznej. Określ czasy pośrednich analiz, zasady podejmowania decyzji dla każdej możliwej adaptacji (ponowna ocena wielkości próby, wybór podgrupy, zmiana harmonogramu wizyt) oraz sposób kontrolowania błędu pierwszego rodzaju — zazwyczaj za pomocą z góry określonych funkcji wydatkowania alfa lub reguł aktualizacji bayesowskiej.
Zrekrutuj kwalifikujących się uczestników w punkcie wyjściowym, zbierz pomiary wyjściowe ekspozycji, zmiennych zakłócających i stanu wyniku. Utwórz rejestr lub biobank, jeśli próbki biologiczne będą wykorzystywane w analizach pośrednich. Losowy lub reprezentatywny dobór próby z populacji docelowej jest niezbędny; plany dotyczące utraty obserwacji również muszą zostać udokumentowane na tym etapie.
Śledź uczestników zgodnie z zaplanowanymi falami pomiarów, zbierając dane dotyczące ekspozycji, zmiennych zakłócających i wyników w każdej fali. Przeprowadzaj ślepe lub regulowane przez zasady przeglądy danych pośrednich w z góry określonych terminach analiz, aby ocenić wskaźniki zdarzeń, jakość danych, wzorce rezygnacji oraz czy zostały spełnione warunki wyzwalające adaptacje.
Zastosuj z góry określone zasady adaptacji, gdy kryteria przeglądu pośredniego zostaną spełnione. Dopuszczalne adaptacje obejmują: zwiększenie lub zmniejszenie zaplanowanej wielkości próby w oparciu o zaobserwowaną wariancję lub wskaźniki zdarzeń; ograniczenie dalszej rekrutacji do z góry określonej podgrupy wykazującej większy efekt; dostosowanie interwału obserwacji w celu zwiększenia efektywności; lub dodanie pomiaru biomarkera, jeśli dane pośrednie sugerują, że jest on istotny prognostycznie. Wszystkie adaptacje i ich uzasadnienie są dokumentowane i ujawniane w końcowym raporcie.
Po zakończeniu obserwacji przeprowadź analizę pierwotną zgodnie z z góry określonym planem, stosując metody odpowiednie dla zaadaptowanego projektu — na przykład ważenie odwrotności prawdopodobieństwa, wielokrotną imputację dla rezygnacji lub bayesowską estymację a posteriori. Zgłoś zarówno ścieżki analizy niezaadaptowanej, jak i zaadaptowanej, oraz zastosuj wszelkie korekty alfa uzgodnione w protokole, aby utrzymać ważność wnioskowania.
Częste pułapki
- Nieplanowane adaptacje — wszelkie zmiany protokołu nieokreślone z góry i udokumentowane przed inspekcją danych pośrednich są modyfikacją ad hoc, która wprowadza błędy i unieważnia twierdzenia wnioskowe.
- Ignorowanie problemu wielokrotnych analiz — każda analiza pośrednia zwiększa błąd pierwszego rodzaju, chyba że zastosowane zostaną funkcje wydatkowania alfa lub inne korekty wielokrotności i zostaną one zgłoszone.
- Mylenie adaptacji z przeszukiwaniem danych — wybór podgrup pośrednich musi opierać się na z góry określonych hipotezach biologicznych lub klinicznych, a nie na tym, która podgrupa przypadkowo wykazuje największy obserwowany efekt.
- Niewystarczająca dokumentacja — adaptacje muszą być w pełni ujawnione w sekcjach metod i wyników; brak ich zgłoszenia sprawia, że badanie jest niemożliwe do odtworzenia i podważa zaufanie.
- Stosowanie oprogramowania do analizy kohort stałych do zaadaptowanego projektu — standardowe oprogramowanie do analizy przeżycia lub regresji nie uwzględnia automatycznie adaptacyjnych zasad zatrzymania; potrzebne jest specjalistyczne oprogramowanie lub niestandardowy kod.
Najczęściej zadawane pytania
Czym adaptacyjne badanie kohortowe różni się od standardowego prospektywnego badania kohortowego?
Standardowe prospektywne badanie kohortowe ma w pełni ustalony protokół: wielkość próby, harmonogram pomiarów i plan analizy są ustalane na początku i nie ulegają zmianie. Adaptacyjne badanie kohortowe dodatkowo zawiera z góry określone zasady, które pozwalają na modyfikację pewnych elementów protokołu — takich jak wielkość próby, skupienie na podgrupach lub częstotliwość pomiarów — w oparciu o dane pośrednie. Adaptacje są planowane z góry; nie są to zmiany post hoc.
Czy wymagana jest pre-rejestracja?
Pre-rejestracja jest zdecydowanie zalecana, a w wielu kontekstach wymagana. Zasady adaptacji, czasy pośrednich analiz i strategia wydatkowania alfa muszą zostać udokumentowane przed zebraniem lub inspekcją jakichkolwiek danych. Bez opatrzonego znacznikiem czasu, zarejestrowanego protokołu, niemożliwe jest dla czytelników lub recenzentów odróżnienie uzasadnionych modyfikacji adaptacyjnych od oportunistycznych zmian opartych na danych.
Czy mogę przeprowadzić adaptacyjne badanie kohortowe z istniejącymi danymi z rejestru?
Tylko w ograniczonym zakresie. Prawdziwy prospektywny projekt adaptacyjny wymaga, aby zasady adaptacji były określone przed rozpoczęciem gromadzenia danych. Jeśli pracujesz z istniejącymi danymi, nie możesz stosować zasad adaptacji pośredniej prospektywnie; zamiast tego przeprowadzasz standardową retrospektywną analizę kohortową lub analizę wtórną. Niektóre ramy analizy adaptacyjnej (np. testowanie sekwencyjne) można zastosować do danych historycznych, ale badanie to nie byłoby nazywane adaptacyjnym badaniem kohortowym w sensie projektu prospektywnego.
Jakie metody statystyczne są stosowane w analizie końcowej?
Wybór zależy od typu adaptacji. W przypadku ponownej oceny wielkości próby standardowe metody regresji lub analizy przeżycia zazwyczaj mają zastosowanie bez korekty, jeśli ponowna ocena była ślepa. W przypadku analiz sekwencyjnych z możliwością wcześniejszego zatrzymania stosuje się funkcje wydatkowania alfa (np. granice O'Brien-Fleminga). W przypadku wzbogacania podgrup mogą być wymagane analizy ważone wzbogaceniem lub bayesowskie modele adaptacyjne. Z góry określony plan analizy statystycznej powinien zawierać dokładne metody przed odtajenieniem danych.
Czy adaptacja wprowadza błędy?
Sama adaptacja nie wprowadza błędów, jeśli zasady są z góry określone, przeglądy pośrednie są ślepe lub zarządzane przez niezależną komisję, a analiza uwzględnia zaadaptowany projekt. Błędy pojawiają się, gdy adaptacje są dokonywane poza z góry określonymi zasadami — na przykład zmiana pierwotnego wyniku po zobaczeniu wyników pośrednich — lub gdy analiza traktuje zaadaptowane badanie tak, jakby było to badanie o stałym projekcie.
Pokrewne metody
Źródła
VanderWeele, T. J., & Hernan, M. A. (2012). Results on differential and dependent measurement error of the exposure and the outcome using signed directed acyclic graphs. American Journal of Epidemiology, 175(12), 1303–1310.
Otwórz odnośnik DOISkopiowano.Cohort study. Wikipedia.
Otwórz odnośnik do publikacjiSkopiowano.