Адаптивный дизайн исследования
- Автор метода
- Stephen Pocock, Christopher Jennison, and statistical methodologists; FDA formalized guidance 2019
- Год
- 1990s-2000s
- Тип
- Research Design
- Семейство
- trial design
Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском
Что он делает?
Адаптивный дизайн исследования позволяет вносить заранее определенные изменения в исследование на основе промежуточных данных — такие как переоценка размера выборки, прекращение исследования по причине неэффективности или доказанной эффективности, исключение неэффективных рукавов или изменение соотношений рандомизации в пользу лучше себя зарекомендовавших методов лечения.
Систематически разработанные в 1990-х – 2000-х годах статистиками, такими как Покок и Дженнисон, и формализованные FDA в 2019 году, адаптивные дизайны ускоряют разработку лекарств, сокращают воздействие неэффективных методов лечения и повышают эффективность без увеличения частоты ложноположительных результатов при правильном исполнении.
Интуиция метода
Традиционные исследования с фиксированным дизайном следуют жесткому плану: набрать N участников, рандомизировать 1:1 в группу лечения или контроля, провести анализ один раз в конце. Адаптивные дизайны проверяют прогресс в середине исследования: «Видим ли мы явный сигнал пользы? Является ли один рукав явно хуже?» Если появляющиеся данные свидетельствуют о пользе, набирают больше участников для укрепления доказательной базы. Если один рукав явно неэффективен, прекращают набор в него и перераспределяют ресурсы. Адаптивная рандомизация (Response-Adaptive Randomization, RAR) динамически изменяет соотношение рандомизации: по мере того как один метод лечения показывает лучшие результаты, новые участники с большей вероятностью рандомизируются в него, сокращая воздействие менее эффективных рукавов при сохранении научной строгости. Ключевым моментом является предварительное определение: все правила адаптации должны быть записаны до блокировки данных, а ошибка I рода (частота ложноположительных результатов) должна контролироваться методами последовательного тестирования.
История
Адаптивные дизайны исследований появились в 1990-х годах, когда статистики разработали теорию последовательного тестирования и функции распределения альфа (Jennison & Turnbull 2000). Фундаментальные работы Покока формализовали методологию промежуточного анализа и адаптивного дизайна. Адаптивная рандомизация (RAR) развивалась в 2000-х годах по мере созревания байесовских методов. FDA выпустило официальное руководство по адаптивным дизайнам в 2019 году, что ускорило их внедрение в разработку фармацевтических препаратов. Знаковые примеры включают онкологические исследования, использующие адаптивные дизайны для определения оптимальных доз и эффективности. Пандемия COVID-19 ускорила внедрение адаптивных исследований (например, исследование SOLIDARITY, исследование RECOVERY) из-за острой необходимости в быстрых доказательствах.
Когда применять
Используйте адаптивные дизайны, когда: (1) ожидаются ранние сигналы эффективности/неэффективности (например, эффективность может проявиться в течение 6 месяцев), (2) размер выборки неопределен и может быть уточнен промежуточными данными, (3) тестируются несколько рукавов лечения, и некоторые из них могут быть явно неэффективными, (4) этика требует минимизации воздействия неэффективных методов лечения, (5) сроки разработки критичны (например, для орфанных препаратов, онкологии), (6) ресурсы ограничены (адаптивные дизайны сокращают размер выборки или продолжительность), (7) предварительные знания неопределенны (промежуточные данные уточняют предположения о размере эффекта, частоте выбывания и т. д.), (8) желательна бесшовная интеграция фазы II/III (объединение определения дозы с тестированием эффективности).
Ограничения и замечания
- Сложность: адаптивные дизайны требуют сложного статистического планирования, инфраструктуры для промежуточного анализа и тщательного исполнения. Ослепление и управление данными становятся сложными.
- Раздувание ошибки I рода при неправильном выполнении: постфактумные адаптации или незнание методов последовательного тестирования приводят к увеличению ложноположительных результатов. Строгое предварительное определение является обязательным.
- Раздувание размера эффекта из-за досрочного прекращения: если пересечена граница прекращения по причине эффективности, наблюдаемый размер эффекта в этот момент, вероятно, завышен (оптимистическое смещение). Окончательный эффект исследования может быть меньше промежуточной оценки.
- Сравнимость между адаптациями: если рукава исключаются или соотношения рандомизации изменяются, сравнимость между новыми и исходными участниками может быть нарушена. Требуется анализ подгрупп.
- Регуляторные и операционные издержки: адаптивные дизайны требуют предварительной регистрации, детальных статистических планов, экспертизы в области промежуточного анализа и коммуникации с регуляторами. Не все учреждения могут это обеспечить.
Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.
Сильные стороны
- Эффективность: сокращение размера выборки и продолжительности исследования при наличии убедительных промежуточных данных, что экономит время и затраты.
- Этика: адаптивная рандомизация минимизирует воздействие менее эффективных рукавов; прекращение по причине неэффективности предотвращает длительный набор, когда эффективность маловероятна.
- Гибкость: адаптации могут устранять возникающие неопределенности без ущерба для статистической строгости, если они были предварительно определены.
- Основанность на информации: промежуточные данные информируют о распределении ресурсов и выборе рукавов, динамически улучшая дизайн исследования.
- Регуляторное одобрение: FDA и EMA принимают адаптивные дизайны при условии их надлежащего предварительного определения и контроля ошибки I рода; они становятся все более стандартными в современной разработке лекарств.
Применение
- Определение дозы и бесшовная фаза II/III: набор ранних участников с различными дозами, промежуточный анализ определяет оптимальную дозу, затем бесшовно переходят к тестированию эффективности с этой дозой и плацебо-контролем.
- Онкологические исследования: адаптивные дизайны позволяют досрочно прекратить исследование при превосходной эффективности или неэффективности; адаптивная рандомизация направляет больше пациентов к эффективным режимам.
- Разработка лекарств для редких заболеваний: меньшая популяция делает фиксированные дизайны недостаточно мощными; адаптивный дизайн переоценивает размер выборки на основе возникающего размера эффекта, повышая осуществимость.
- Реагирование на вспышки инфекционных заболеваний: во время эпидемий адаптивные дизайны ускоряют выявление эффективных терапевтических средств, исключая неэффективные рукава и переходя к наиболее эффективным методам лечения.
- Поведенческие и психиатрические вмешательства: тестируются множественные рукава вмешательств; адаптивный дизайн рано исключает неэффективные варианты, перераспределяя ресурсы на перспективные.
Как это работает
Как это работает
Этап проектирования: определить протокол исследования, включая первичную конечную точку, время промежуточных анализов (например, при 50% и 100% целевых событий или набранных участников), правила прекращения (порог эффективности, граница неэффективности) и правила адаптации (переоценка размера выборки, исключение рукавов, изменение соотношений рандомизации). Использовать функции распределения альфа (например, О'Брайена-Флеминга) для распределения ошибки I рода между промежуточными и окончательным анализом, обеспечивая, чтобы общая ошибка I рода оставалась на уровне 0,05. Реализовать адаптивную рандомизацию (RAR), если применимо: вероятности рандомизации изменяются на основе промежуточных данных о результатах (например, если лечение А показывает более высокую частоту ответа, новые участники имеют более высокую вероятность рандомизации в А). Набирать и рандомизировать участников в соответствии с адаптивным алгоритмом. Отслеживать промежуточные данные в заранее определенные моменты времени. Ослепление: сохранять ослепление (участники, клиницисты, статистики) относительно назначенного лечения и промежуточных результатов до проведения анализа, чтобы избежать смещения.
Формула
Plan pre-specified interim analyses at fixed information levels (e.g., 50% and 100% of target events); implement Response-Adaptive Randomization (RAR) if warranted; enroll participants and randomize according to protocol.
На каждом промежуточном анализе следовать заранее определенному протоколу: (1) Анализировать первичный исход, используя все накопленные к настоящему моменту данные. (2) Рассчитать оценку эффекта (отношение рисков, разность средних и т. д.) с доверительным интервалом и p-значением с использованием поправки на последовательное тестирование. (3) Оценить границы прекращения: если пересечена граница эффективности (сильные доказательства пользы), рассмотреть возможность досрочного прекращения. Если пересечена граница неэффективности (недостаточный размер эффекта), рассмотреть возможность прекращения по причине неэффективности. (4) Если продолжение следует, применить правила адаптации: переоценить требуемый размер выборки на основе наблюдаемого эффекта; если он меньше запланированного, уменьшить целевое N. И наоборот, если наблюдаемый эффект меньше ожидаемого, увеличить N. (5) Скорректировать соотношение рандомизации (при RAR): рассчитать апостериорную вероятность превосходства каждого рукава; рандомизировать новых участников с вероятностями, пропорциональными этим апостериорным вероятностям. (6) Исключить рукава: если рукав показывает явное превосходство (неэффективность), рассмотреть возможность его исключения из набора, если только не требуются этические соображения или поправки к протоколу. (7) Контролировать ошибку I рода: использовать p-значения последовательного тестирования (а не стандартные p-значения) и заранее определенные функции распределения альфа, чтобы гарантировать, что кумулятивная ошибка I рода ≤ 0,05.
Формула
At each interim: analyze pooled data, compute effect size, assess futility and efficacy; adjust sample size, randomization ratio, or arms as pre-specified; control Type I error via sequential testing or alpha-spending function.
Результаты адаптивных исследований интерпретируются аналогично стандартным РКИ, но с повышенной прозрачностью: сообщается об использованном правиле адаптации, проведенных промежуточных анализах, оценках эффекта на промежуточных и окончательных этапах, а также о причинах внесенных адаптаций. Окончательная оценка эффекта является действительной (при корректном последовательном тестировании) и применяется ко всей популяции исследования. Преимущества адаптивного дизайна: (1) Эффективность — сокращение размера выборки при наличии ранних убедительных доказательств, более быстрое завершение. (2) Этика — минимизация участников, включенных в неэффективные рукава, посредством исключения рукавов или RAR. (3) Гибкость — дизайн может реагировать на появляющиеся неопределенности без предварительного принятия фиксированных предположений. Предостережения: (1) Адаптивные дизайны должны быть предварительно определены и зарегистрированы; постфактумные адаптации являются p-хакингом. (2) Контроль ошибки I рода требует соблюдения методов последовательного тестирования; стандартные p-значения недействительны при промежуточных анализах. (3) Оценки размера эффекта из исследований с досрочным прекращением могут быть завышены (чрезмерно оптимистичны). (4) Обобщаемость может быть ограничена, если рукава или популяции изменяются в ходе адаптации.
Формула
At final analysis, apply sequential test corrections for multiple looks; interpret effect estimate in context of adaptation decisions; transparency on deviations from pre-specification.
Частые ошибки
- Неослепленные промежуточные анализы, приводящие к операционным смещениям: если команда исследования знает распределение лечения на промежуточном этапе, решения могут быть неосознанно предвзятыми. Используйте независимые комитеты по мониторингу данных (DMC) и сохраняйте ослепление относительно идентифицируемых меток рукавов.
- Постфактумные адаптации: если правила адаптации не были предварительно определены и записаны до раскрытия данных, это является p-хакингом. Обоснованность адаптивного дизайна зависит от предварительного определения.
- Игнорирование множественного тестирования: проведение промежуточных анализов без корректировки пороговых значений p-значений увеличивает ошибку I рода. Всегда используйте методы последовательного тестирования (распределение альфа, групповой последовательный дизайн).
- Чрезмерная интерпретация ранних сигналов: промежуточные точечные оценки являются шумными. Широкие доверительные интервалы на промежуточном этапе должны умерить уверенность в направлении или величине эффекта. Не следует чрезмерно полагаться на адаптации, основанные на нестабильных оценках.
- Потеря обобщаемости из-за исключения рукавов: если рукав исключается в середине исследования, а окончательные результаты не включают его участников, исследование становится нерепрезентативным. Требуется тщательное документирование и анализы чувствительности.
Часто задаваемые вопросы
Как функции распределения альфа контролируют ошибку I рода в адаптивных исследованиях?
Функция распределения альфа — это кривая, которая распределяет общую ошибку I рода (α, обычно 0,05) между несколькими промежуточными и окончательным анализом. На каждом промежуточном этапе кумулятивное альфа, выделенное до этого момента, определяет пороговое значение p-значения для прекращения. Например, функция О'Брайена-Флеминга выделяет очень мало альфа для ранних промежуточных анализов (высокие пороговые значения p-значения, трудно прекратить досрочно) и больше альфа для поздних анализов и окончательного анализа. Это сохраняет ошибку I рода на уровне 0,05 в целом, позволяя проводить множественные статистические тесты. Если вы проводите 2 промежуточных + 1 окончательный анализ и используете распределение О'Брайена-Флеминга, пороговые значения p-значения могут составлять 0,001, 0,01 и 0,05 на промежуточном этапе 1, промежуточном этапе 2 и окончательном этапе соответственно, суммарно расходуя 0,05.
Что такое адаптивная рандомизация (RAR) и чем она отличается от фиксированной рандомизации?
При фиксированной рандомизации (стандартное РКИ) все участники рандомизируются 1:1 (или по заранее определенному соотношению) независимо от промежуточных результатов. При RAR соотношение рандомизации корректируется на основе промежуточных данных о результатах. Пример: если промежуточный анализ показывает, что лечение А имеет частоту ответа 70%, а лечение В — 50%, RAR может рандомизировать новых участников с вероятностью 60% в А и 40% в В (в пользу лучше себя зарекомендовавшего рукава). Обоснование: это минимизирует воздействие менее эффективного лечения, этическое преимущество. Проблема: RAR усложняет вывод (требуется корректировка последовательного тестирования) и может исказить оценки эффекта, если не handled carefully. RAR наиболее полезна, когда: (1) результаты наблюдаются быстро (не задерживаются), (2) цель состоит в максимизации индивидуальной пользы (а не только в минимизации размера выборки), (3) высоки этические опасения по поводу воздействия менее эффективных рукавов.
Когда следует досрочно прекратить адаптивное исследование по причине эффективности, а когда по причине неэффективности?
Предварительно определите границы прекращения по причине эффективности и неэффективности в плане статистического анализа до начала исследования. Прекращение по причине эффективности: прекратить, если промежуточные данные показывают p-значение (скорректированное для последовательного тестирования), которое пересекает границу эффективности — сильное доказательство превосходства. Пример: если граница О'Брайена-Флеминга пересечена на первом промежуточном этапе, прекратить и заявить об эффективности. Прекращение по причине неэффективности: прекратить, если промежуточные данные показывают, что размер эффекта настолько мал, что, даже набрав всех оставшихся запланированных участников, вы вряд ли достигнете статистической значимости. Неэффективность оценивается с помощью условной мощности: «Учитывая наблюдаемый до сих пор эффект, какова вероятность достижения значимости к окончательному анализу?» Если условная мощность <20%, рассмотрите возможность прекращения по причине неэффективности. Всегда требуйте обзора независимого комитета по мониторингу данных (DMC) перед принятием решений о прекращении, чтобы избежать смещения.
Почему размеры эффекта из адаптивных исследований с досрочным прекращением могут быть завышены?
Если граница эффективности пересечена на промежуточном этапе и набор прекращается досрочно, наблюдаемый размер эффекта в этот момент, вероятно, завышен из-за случайной вариации. Представьте, что вы подбрасываете монету: в среднем вы ожидаете 50 орлов на 100 подбрасываний. Но если вы остановитесь, когда достигнете 70 орлов (редкое событие), и посчитаете подбрасывания, вы увидите смещенное соотношение (70/100 = 70%). Аналогично, в исследованиях, если вы останавливаетесь, когда промежуточная оценка эффекта пересекает высокий порог, эта оценка смещена в сторону увеличения. Для принятия клинических решений корректируйте промежуточные оценки в сторону понижения (используя такие методы, как анализ функции p-значения или расчеты условной мощности). p-значение последовательного тестирования по-прежнему контролирует ошибку I рода, но точечная оценка является оптимистичной.
Похожие методы
Источники
Pocock, S. J. (2005). Current issues in the design and interpretation of clinical trials. BMJ, 330(7500), 1118–1121.
Открыть ссылку на публикациюСкопировано.Pallmann, P., Bedding, A. W., Choodari-Oskooei, B., Dimairo, M., Flight, L., Hampson, L. V., ... & Wason, J. (2018). Adaptive designs in clinical trials: why use them, and how to run and report them. BMC Medicine, 16(1), 29.
Открыть ссылку DOIСкопировано.FDA (2019). Adaptive Designs for Clinical Trials of Drugs and Biologics: Guidance for Industry. US Food and Drug Administration.
Открыть ссылку на публикациюСкопировано.