Байесовское рандомизированное контролируемое исследование
- Автор метода
- Donald A. Berry and David J. Spiegelhalter (applied Bayesian inference formally to RCT design)
- Год
- 1980s–2000s (formal methodology consolidated ~2004–2006)
- Тип
- Randomized experimental study with Bayesian inference
- Семейство
- Clinical / epidemiology
Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском
Что он делает?
Байесовское рандомизированное контролируемое исследование (Bayesian RCT) сочетает строгость случайного распределения пациентов по группам лечения с байесовским статистическим выводом, что позволяет исследователям учитывать предшествующую информацию и непрерывно обновлять свои убеждения по мере накопления данных исследования.
В отличие от классического частотного RCT, оно дает прямые вероятностные утверждения о терапевтических эффектах и поддерживает заранее определенные адаптивные правила остановки, основанные на апостериорных вероятностях.
Интуиция метода
В стандартном RCT вы ждете, пока не будут собраны все данные, а затем спрашиваете, являются ли результаты достаточно экстремальными, чтобы отвергнуть нулевую гипотезу. Байесовское RCT вместо этого спрашивает: учитывая все, что мы знали до начала исследования, и то, что показывают текущие данные, какова вероятность того, что лечение лучше на клинически значимую величину? Эта вероятность обновляется с каждым новым наблюдением, подобно тому, как прогноз погоды обновляется по мере поступления новых показаний. Поскольку убеждения обновляются непрерывно, исследование может быть остановлено досрочно — по эффективности, бесперспективности или безопасности — на основе заранее определенных вероятностных порогов, а не произвольных промежуточных анализов.
История
Применение байесовских методов к клиническим исследованиям активно продвигалось с конца 1980-х годов статистиками, включая Дональда Берри из MD Anderson Cancer Center, который продемонстрировал, как апостериорные вероятности могут направлять адаптивные онкологические исследования. Шпигельхальтер, Абрамс и Майлз кодифицировали эту основу в своей монографии Wiley 2004 года, а статья Берри в Nature Reviews Drug Discovery 2006 года стала широко цитируемым источником для клиницистов. Руководства регуляторных органов — особенно руководства FDA 2010 и 2019 годов по адаптивным дизайнам — легитимизировали байесовские адаптивные RCT для одобрения лекарств, стимулируя их применение в онкологии, редких заболеваниях и платформенных исследованиях.
Когда применять
Используйте байесовское RCT, когда существуют значимые предшествующие данные (например, из предыдущих фаз или связанных препаратов) и было бы научно и этически целесообразно их учесть; когда адаптивные особенности (ранняя остановка, исключение групп, корректировка размера выборки) имеют клиническое или коммерческое значение; когда целью являются прямые вероятностные утверждения о пользе лечения, а не p-значение; или когда область заболевания редкая, что делает эффективное использование каждого участника крайне важным. Не используйте, когда регуляторы требуют чисто частотного анализа без априорных данных (некоторые подтверждающие исследования III фазы), когда предшествующие данные слишком гетерогенны для надежного объединения, или когда заранее определенное априорное распределение не может быть согласовано между исследователями и заинтересованными сторонами до раскрытия информации.
Ограничения и замечания
- Регуляторное принятие для подтверждающих исследований не является универсальным; некоторые агентства требуют полных частотных операционных характеристик даже для байесовских дизайнов.
- Результаты чувствительны к спецификации априорного распределения; плохо выбранное информативное априорное распределение может доминировать над функцией правдоподобия и приводить к ошибочным выводам.
- Вычислительные затраты (MCMC или вариационный Байес) выше, чем при классических частотных анализах, что требует статистической экспертизы.
- Адаптивная рандомизация в зависимости от ответа может создавать логистические сложности и, по некоторым симуляциям, увеличивать ошибку I рода, если она не откалибрована должным образом.
- Прозрачное представление информации о выборе априорных распределений и анализах чувствительности является обязательным, но увеличивает объем и сложность публикаций.
Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.
Сильные стороны
- Предоставляет напрямую интерпретируемые результаты: апостериорную вероятность того, что польза от лечения превышает клинически значимый порог.
- Формально учитывает предшествующую информацию из предыдущих фаз, уменьшая необходимый размер выборки при наличии сильной априорной информации.
- Адаптивные правила остановки могут досрочно прекратить исследование по эффективности или бесперспективности, защищая участников и экономя ресурсы.
- Адаптивная рандомизация в зависимости от ответа распределяет больше участников в группу с лучшими показателями, что этически привлекательно при серьезных заболеваниях.
- Доверительные интервалы имеют естественную интерпретацию (существует 95% вероятность того, что эффект находится в этом диапазоне), которую часто ошибочно приписывают частотным доверительным интервалам.
Применение
- Исследования по определению дозы и расширению в онкологии (например, байесовские оптимальные интервальные дизайны для фаз I/II).
- Платформенные и мастер-протокольные исследования (RECOVERY, I-SPY), которые исключают неэффективные группы и добавляют новые, используя апостериорные вероятности.
- Исследования редких заболеваний, где небольшая популяция пациентов делает классические размеры выборки невыполнимыми.
- Исследования устройств и диагностических средств, где накапливающиеся данные реального мира формально учитываются через информативное априорное распределение.
- Исследования эффективности вакцин, требующие быстрых промежуточных решений с явными вероятностными порогами.
- Исследования адаптивного повышения дозы с использованием методов непрерывной переоценки (CRM) или повышения дозы с контролем передозировки (EWOC).
Как это работает
Как это работает
До начала исследования для параметра терапевтического эффекта задается априорное распределение вероятностей. Информативные априорные распределения учитывают результаты исследований более ранних фаз, опубликованную литературу или экспертные клинические знания; неинформативные (нечеткие) априорные распределения используются, когда предшествующая информация ограничена или для соблюдения регуляторных ожиданий минимального влияния априорных данных. Выбор априорного распределения должен быть заранее определен в протоколе и обоснован.
Участники случайным образом распределяются по группам лечения, точно так же, как в частотном RCT. Рандомизация может быть фиксированной (равное распределение) или адаптивной в зависимости от ответа (соотношение распределения обновляется в пользу группы, показывающей лучшие результаты). Ослепление, сокрытие информации и стандарты отчетности в стиле CONSORT применяются независимо от статистической основы.
По мере накопления данных о результатах для каждого участника функция правдоподобия количественно определяет, насколько вероятны наблюдаемые данные при различных значениях параметра терапевтического эффекта. Правдоподобие комбинируется с априорным распределением для получения обновленных убеждений — этот шаг соответствует теореме Байеса и выполняется при каждом заранее запланированном промежуточном анализе.
Апостериорное распределение P(theta | data) вычисляется путем умножения априорного распределения на функцию правдоподобия и нормализации. Из этого распределения команда исследования извлекает ключевые величины: апостериорную вероятность того, что польза от лечения превышает значимый порог, апостериорное среднее и доверительный интервал для размера эффекта, а также предиктивную вероятность успешного исхода, если бы исследование продолжалось до максимального размера выборки.
Формула
P(theta | data) propto P(data | theta) * P(theta)
Заранее определенные правила принятия решений переводят апостериорные вероятности в действия в рамках исследования. Типичные правила включают: остановка по эффективности, если P(delta > delta_min | data) > 0.95; остановка по бесперспективности, если предиктивная вероятность окончательного успеха падает ниже 0.05; в противном случае — продолжение. Окончательные результаты представляются в виде апостериорных вероятностей и доверительных интервалов, дополненных любыми запрошенными частотными операционными характеристиками для регуляторной подачи документов.
Частые ошибки
- Выбор априорного распределения после просмотра данных — априорное распределение должно быть полностью заранее определено и зафиксировано до рассмотрения любых нераскрытых данных; выбор априорного распределения post-hoc обесценивает байесовскую логику и вносит смещение.
- Игнорирование конфликта между априорными данными и данными исследования — когда априорное распределение и накапливающиеся данные сильно расходятся, апостериорное распределение может давать вводящие в заблуждение сводки; диагностика конфликтов должна быть частью плана мониторинга.
- Пренебрежение частотными операционными характеристиками — даже в байесовском исследовании регуляторные документы обычно требуют оценок ошибки I рода и мощности при нулевой и альтернативной гипотезах, полученных путем симуляции; неспособность предоставить их ставит под угрозу регуляторное одобрение.
- Смешение доверительных интервалов с байесовскими доверительными интервалами — байесовские доверительные интервалы требуют априорного распределения; представление их как частотных доверительных интервалов искажает статистическую основу.
Часто задаваемые вопросы
Нужна ли обширная предшествующая литература для проведения байесовского RCT?
Нет. Когда предшествующая информация ограничена или спорна, можно использовать слабо информативное или неинформативное априорное распределение. Компромисс заключается в том, что при нечетком априорном распределении байесовское апостериорное распределение будет очень похоже на частотный результат, поэтому основным преимуществом становятся адаптивные правила остановки, а не заимствование информации из априорных данных. Анализы чувствительности в диапазоне априорных распределений всегда должны быть представлены.
Примут ли FDA или EMA байесовское RCT для одобрения лекарств?
Оба агентства выпустили руководства, поддерживающие байесовские адаптивные дизайны, но принятие зависит от контекста. Руководство FDA 2019 года явно охватывает байесовские адаптивные дизайны для лекарств и устройств. Ключевые требования включают: заранее определенное априорное распределение и правила принятия решений, симуляционные исследования, демонстрирующие приемлемую ошибку I рода и мощность, а также прозрачную отчетность. Настоятельно рекомендуется раннее взаимодействие с соответствующим агентством.
Чем байесовское RCT отличается от адаптивного RCT?
Адаптивное RCT — это широкая категория дизайнов, которая модифицирует параметры исследования (размер выборки, распределение, группы) на основе накапливающихся данных; оно может анализироваться как частотными, так и байесовскими методами. Байесовское RCT конкретно использует байесовский вывод — априорные распределения, функции правдоподобия и апостериорные вероятности — которые естественным образом поддерживают адаптивные правила принятия решений. Большинство современных байесовских RCT также являются адаптивными, но эти два термина относятся к разным аспектам дизайна.
Какое программное обеспечение можно использовать для анализа байесовских RCT?
Stan (через RStan или CmdStanR) и JAGS являются наиболее широко используемыми платформами для апостериорных вычислений с помощью MCMC. R-пакеты RBesT (Bayesian evidence synthesis), bayesDP и trialr реализуют конкретные дизайны исследований. EAST Bayes и FACTS — это коммерческие программные пакеты с регуляторной историей для симуляции и анализа адаптивных байесовских исследований.
Каков минимальный размер выборки для байесовского RCT?
Универсального минимума не существует; требуемый размер выборки зависит от силы априорного распределения, целевого размера эффекта, выбранного порога апостериорной вероятности и желаемых частотных операционных характеристик. Симуляционные исследования — обычно 10 000 или более повторений в различных сценариях — используются для определения максимального размера выборки и границ адаптивной остановки до начала исследования.
Похожие методы
Источники
Spiegelhalter, D. J., Abrams, K. R., & Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Wiley.
ISBN: 978-0471499756Скопировано.Berry, D. A. (2006). Bayesian clinical trials. Nature Reviews Drug Discovery, 5(1), 27–36.
Открыть ссылку DOIСкопировано.