Адаптивное когортное исследование — Дизайн адаптивного когортного исследования
- Автор метода
- Extension of classic cohort methods; adaptive design principles formalised by regulatory and epidemiology communities in the 2000s–2010s
- Год
- 2000s–2010s (systematic formalisation)
- Тип
- Observational / adaptive epidemiological design
- Семейство
- Clinical / epidemiology
Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском
Что он делает?
Адаптивное когортное исследование — это продольный наблюдательный дизайн, который отслеживает определенную группу индивидуумов с течением времени для оценки взаимосвязей между воздействием и исходом, при этом включая заранее определенные правила адаптации, допускающие модификации протокола — такие как переоценка размера выборки, обогащение подгрупп или корректировка графика измерений — на основе накапливающихся промежуточных данных.
Адаптации вносятся без ущерба для валидности, руководствуясь планом статистического анализа, согласованным до начала сбора данных.
Интуиция метода
Представьте стандартное когортное исследование как поезд, идущий по фиксированным рельсам: вы набираете участников, наблюдаете за ними годами и анализируете данные в конце. Адаптивное когортное исследование добавляет управляемые стрелки: в заранее определенных контрольных точках вы просматриваете накапливающиеся данные и решаете, следует ли корректировать путь — набирать больше участников, если частота событий ниже ожидаемой, сужать фокус на подгруппе, которая кажется наиболее затронутой, или изменять частоту визитов для последующего наблюдения. Ключевое слово — заранее определенный: правила того, когда и как адаптироваться, зафиксированы в протоколе до того, как вы увидите данные, что предотвращает смещение из-за спонтанных решений.
История
Адаптивное когортное исследование возникло из двух сходящихся традиций: долгой истории проспективных когортных методов в эпидемиологии — прослеживаемой до Фремингемского исследования сердца, начатого в 1948 году — и формализации принципов адаптивного дизайна в клинических испытаниях в 1990-х и 2000-х годах, кодифицированных в руководствах FDA (2019) и EMA (2007). Эпидемиологи начали систематически объединять эти рамки в 2000-х годах для решения проблем неэффективности в долгосрочных наблюдательных исследованиях, особенно в фармакоэпидемиологии и исследованиях прецизионной медицины.
Когда применять
Используйте адаптивное когортное исследование, когда взаимосвязь между воздействием и исходом еще не хорошо охарактеризована и существует реальная неопределенность относительно ожидаемой частоты событий, размеров эффекта или того, какая подгруппа наиболее информативна — что делает полностью фиксированный дизайн неэффективным или недостаточно мощным. Оно особенно ценно в эпидемиологии редких заболеваний, фармакоэпидемиологии и исследованиях с длительным наблюдением, где условия могут меняться. Не используйте его, когда правила адаптации не могут быть полностью заранее определены до сбора данных, когда исследовательская группа не может проводить слепые промежуточные обзоры, или когда сама логика адаптации приведет к информативному цензурированию, которое не может быть исправлено аналитически. Стандартное фиксированное когортное исследование предпочтительнее, когда размер выборки и частота событий надежно известны заранее.
Ограничения и замечания
- Требует значительного методологического опыта для заранее определенного описания правил адаптации, функций распределения альфа и управления промежуточными обзорами — увеличивает сложность протокола.
- Операционные проблемы: проведение слепых промежуточных обзоров в наблюдательных условиях сложнее, чем в рандомизированных испытаниях.
- Решения об адаптации, основанные на промежуточных данных, могут привести к смещению, если правила строго не соблюдаются или если адаптации влияют на поведение участников.
- Стандарты отчетности менее развиты, чем для стандартных когортных исследований; рецензенты и журналы могут быть незнакомы с дизайном.
Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.
Сильные стороны
- Повышает эффективность, позволяя переоценивать размер выборки в середине исследования, сокращая как чрезмерный набор, так и недостаточно мощные исследования.
- Обеспечивает обогащение подгрупп в гетерогенных популяциях без штрафа за статистическую значимость при анализе подгрупп post hoc.
- Сохраняет наблюдательную валидность, когда адаптации полностью заранее определены и соблюдаются процессы слепого обзора.
- Хорошо подходит для ситуаций, когда предварительная информация скудна, а предположения фиксированного дизайна были бы спекулятивными.
- Соответствует нормативным указаниям по адаптивным дизайнам при использовании в контексте фармакоэпидемиологии или мониторинга лекарственных средств.
Применение
- Фармакоэпидемиология: мониторинг сигналов безопасности лекарств в постмаркетинговых когортах с заранее определенными правилами расширения наблюдения, если частота событий ниже ожидаемой.
- Эпидемиология редких заболеваний: набор участников из нескольких реестров с промежуточными правилами для концентрации ресурсов на наиболее информативной подгруппе.
- Нутриционная и экологическая эпидемиология: корректировка графиков измерения биомаркеров, когда промежуточные данные указывают на то, что новая мера воздействия более информативна, чем исходный прокси.
- Исследования прецизионной медицины: проспективное обогащение когорты участниками с геномным вариантом, представляющим интерес, после того как ранние данные подтвердят его релевантность.
- Наблюдение за пандемиями и вспышками: расширение наблюдения за первоначальной когортой или добавление волн измерений в ответ на появляющиеся данные о траектории заболевания.
Как это работает
Как это работает
Определите популяцию когорты, интересующие воздействия, первичные и вторичные исходы, продолжительность наблюдения и полный набор правил адаптации в предварительно зарегистрированном протоколе и плане статистического анализа. Укажите время промежуточных просмотров, правила принятия решений для каждой возможной адаптации (переоценка размера выборки, выбор подгруппы, изменение графика визитов) и как будет контролироваться ошибка первого рода — обычно посредством заранее определенных функций распределения альфа или правил байесовского обновления.
Наберите соответствующих критериям участников на исходном этапе, соберите исходные измерения воздействия, ковариат и статуса исхода. Создайте реестр или биобанк, если биологические образцы будут использоваться при промежуточных анализах. Случайная или репрезентативная выборка из целевой популяции имеет важное значение; планы по потере участников для последующего наблюдения также должны быть задокументированы на этом этапе.
Наблюдайте за участниками в соответствии с запланированными волнами измерений, собирая данные о воздействии, ковариатах и исходах на каждой волне. Проводите слепые или управляемые правилами промежуточные обзоры данных в заранее определенные моменты времени для оценки частоты событий, качества данных, паттернов отсева и того, были ли выполнены условия для адаптации.
Применяйте заранее определенные правила адаптации при удовлетворении критериев промежуточного обзора. Допустимые адаптации включают: увеличение или уменьшение запланированного размера выборки на основе наблюдаемой дисперсии или частоты событий; ограничение дальнейшего набора в заранее определенную подгруппу, демонстрирующую больший эффект; корректировку интервала наблюдения для повышения эффективности; или добавление измерения биомаркера, если промежуточные данные предполагают его прогностическую значимость. Все адаптации и их обоснование документируются и раскрываются в окончательном отчете.
По окончании наблюдения проведите первичный анализ в соответствии с заранее определенным планом, используя методы, соответствующие адаптированному дизайну — например, взвешивание по обратной вероятности, множественную импутацию для отсева или байесовскую апостериорную оценку. Отчитайтесь как о неадаптированном, так и об адаптированном путях анализа и примените любые коррекции альфа, согласованные в протоколе, для поддержания валидности выводов.
Частые ошибки
- Незапланированные адаптации — любое изменение протокола, не заранее определенное и не задокументированное до проверки промежуточных данных, является спонтанной модификацией, которая вносит смещение и делает выводы недействительными.
- Игнорирование проблемы множественных просмотров — каждый промежуточный анализ увеличивает ошибку первого рода, если не применяются и не сообщаются функции распределения альфа или другие коррекции множественности.
- Смешение адаптации с поиском данных — выбор подгруппы в середине исследования должен основываться на заранее определенных биологических или клинических гипотезах, а не на том, какая подгруппа случайно демонстрирует наибольший наблюдаемый эффект.
- Неадекватное документирование — адаптации должны быть полностью раскрыты в разделах методов и результатов; неспособность сообщить о них делает исследование невоспроизводимым и подрывает доверие.
- Применение программного обеспечения для анализа фиксированных когорт к адаптированному дизайну — стандартное программное обеспечение для анализа выживаемости или регрессии автоматически не учитывает правила адаптивного прекращения; требуется специализированное программное обеспечение или пользовательский код.
Часто задаваемые вопросы
Чем адаптивное когортное исследование отличается от стандартного проспективного когортного исследования?
Стандартное проспективное когортное исследование имеет полностью фиксированный протокол: размер выборки, график измерений и план анализа устанавливаются с самого начала и не меняются. Адаптивное когортное исследование дополнительно включает заранее определенные правила, позволяющие изменять определенные элементы протокола — такие как размер выборки, фокус на подгруппе или частота измерений — на основе промежуточных данных. Адаптации планируются заранее; это не изменения post hoc.
Требуется ли предварительная регистрация?
Предварительная регистрация настоятельно рекомендуется, а во многих случаях и требуется. Правила адаптации, время промежуточных просмотров и стратегия распределения альфа должны быть задокументированы до сбора или проверки каких-либо данных. Без протокола с временной меткой, зарегистрированного заранее, читателям или рецензентам невозможно отличить законные адаптивные модификации от оппортунистических изменений, основанных на данных.
Можно ли провести адаптивное когортное исследование с использованием существующих данных реестра?
Только в ограниченном смысле. Подлинный проспективный адаптивный дизайн требует, чтобы правила адаптации были определены до сбора данных. Если вы работаете с существующими данными, вы не можете применять промежуточные правила адаптации проспективно; вместо этого вы проводите стандартный ретроспективный или вторичный когортный анализ. Некоторые фреймворки адаптивного анализа (например, последовательное тестирование) могут применяться к историческим данным, но исследование не будет называться адаптивным когортным исследованием в проспективном смысле дизайна.
Какие статистические методы используются в окончательном анализе?
Выбор зависит от типа адаптации. Для переоценки размера выборки стандартные методы регрессии или выживаемости обычно применяются без коррекции, если переоценка была слепой. Для последовательных просмотров с возможным досрочным прекращением используются функции распределения альфа (например, границы O'Brien-Fleming). Для обогащения подгрупп могут потребоваться анализы с взвешиванием по обогащению или байесовские адаптивные модели. Заранее определенный план статистического анализа должен указывать точные методы до раскрытия данных.
Вносит ли адаптация смещение?
Сама по себе адаптация не вносит смещения, если правила заранее определены, промежуточные обзоры слепые или проводятся независимым комитетом, и анализ учитывает адаптированный дизайн. Смещение возникает, когда адаптации вносятся вне заранее определенных правил — например, изменение первичного исхода после просмотра промежуточных результатов — или когда анализ рассматривает адаптированное исследование так, как если бы оно было фиксированным дизайном.
Похожие методы
Источники
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.
Открыть ссылку DOIСкопировано.Cohort study. Wikipedia.
Открыть ссылку на публикациюСкопировано.