Skip to content
Назад к результатам поиска

Многоцентровое рандомизированное клиническое исследование — Multi-Site RCT

Автор метода
Evolved from single-center RCT methodology; consolidated through landmark trials such as the MRC streptomycin trial (1948) and large cardiovascular mega-trials of the 1970s–1980s
Год
1970s–1980s (widespread adoption for large-scale efficacy trials)
Тип
Interventional experimental design
Семейство
Clinical / epidemiology

Этот текст переведён машинным способом и ещё не проверен. Читать оригинал на английском

Размер шрифта

Что он делает?

Многоцентровое рандомизированное клиническое исследование (РКИ) — это экспериментальное исследование, в котором соответствующие критериям участники случайным образом распределяются в группы вмешательства или контроля одновременно в двух или более клинических центрах.

Объединяя строгость рандомизации с набором участников из географически или институционально разнообразных центров, такой дизайн позволяет получить большие выборки и внешне валидные оценки эффекта, что редко достигается в одноцентровых исследованиях. Это регуляторный золотой стандарт для подтверждающей оценки эффективности и безопасности новых методов лечения.

Интуиция метода

Представьте, что вы тестируете, снижает ли новый препарат количество госпитализаций по поводу сердечной недостаточности. Одна больница может набрать 80 пациентов за три года — слишком мало и слишком локально для обобщения. Многоцентровое РКИ проводит тот же протокол в 50 больницах в нескольких странах одновременно, набирая тысячи пациентов, которые различаются по возрасту, этнической принадлежности, сопутствующим заболеваниям и местному стандартному лечению. Рандомизация в каждом центре обеспечивает сопоставимость групп, а объединение данных из разных центров делает результат обобщаемым и статистически мощным. Компромиссом является логистическая сложность: каждый центр должен следовать одному и тому же протоколу, а аналитик должен учитывать изменчивость между центрами.

История

Рандомизированные контролируемые исследования появились как формальная методология с испытанием стрептомицина Медицинского исследовательского совета в 1948 году. Поскольку одноцентровые исследования были признаны недостаточно мощными для многих исходов, исследователи начали сотрудничать между учреждениями в 1960-х и 1970-х годах. Крупные сердечно-сосудистые мега-исследования конца 1970-х и 1980-х годов — включая ISIS и GISSI — установили многоцентровые РКИ в качестве стандарта для регуляторных и формирующих рекомендации доказательств. ICH E9 (1998) формализовал статистические принципы для многоцентровых исследований, а его дополнение 2019 года (E9-R1) рассмотрело оцениваемые величины и чувствительные анализы в этом контексте.

Когда применять

Используйте многоцентровое РКИ, когда вам нужны окончательные доказательства эффективности или безопасности лечения, состояние достаточно редкое, чтобы один центр не мог набрать достаточное количество пациентов в приемлемые сроки, или вам требуются результаты, которые обобщаются на разнообразные популяции пациентов и клинические условия. Это ожидаемый дизайн для регуляторных заявок Фазы III и для методов лечения, предназначенных для географически разнообразной базы пациентов. Не используйте его, когда одноцентровое пилотное РКИ еще не установило осуществимость, когда вмешательство не может быть стандартизировано в разных центрах, когда ресурсов недостаточно для управления координационными накладными расходами, или когда исследовательский вопрос является поисковым — в этих ситуациях более уместны меньшее одноцентровое РКИ или пилотное исследование.

Ограничения и замечания

  • Стандартизация протокола в разных центрах является сложной задачей; различия в местной практике, формулярах или популяции пациентов могут вносить гетерогенность в проведение лечения.
  • Затраты на координацию, мониторинг и управление данными значительно выше, чем для одноцентровых исследований.
  • Регуляторные, этические и договорные разрешения должны быть получены независимо в каждой юрисдикции, что приводит к задержкам в сроках.
  • Статистический анализ должен явно моделировать эффекты центра; игнорирование центра в анализе может увеличить ошибку I рода или сместить оценки.
  • Смещение при отборе исследователей и центров может благоприятствовать академическим или высокообъемным центрам, ограничивая репрезентативность общественной практики.

Условия из источника не заменяют независимую научную проверку или валидацию аналитическим движком.

Сильные стороны

  • Большие размеры выборки позволяют выявлять скромные, но клинически значимые эффекты лечения с достаточной статистической мощностью.
  • Набор из разнообразных центров и популяций существенно улучшает внешнюю валидность и обобщаемость.
  • Рандомизация в каждом центре одновременно контролирует смешивающие факторы на уровне центра и систематическую ошибку отбора.
  • Результаты обладают доказательной силой, необходимой для регуляторного одобрения и разработки клинических рекомендаций.
  • Распределенный набор пациентов сокращает общее время набора по сравнению с одноцентровыми исследованиями.
  • Гетерогенность на уровне центров предоставляет данные для изучения того, различаются ли эффекты лечения в разных подгруппах пациентов или условиях оказания помощи.

Применение

  • Исследования Фазы III, оценивающие новые фармацевтические препараты, биологические препараты или вакцины для регуляторного одобрения в нескольких странах.
  • Хирургические исследования или исследования устройств, требующие достаточного объема случаев и разнообразных оперативных методик для обобщения результатов.
  • Исследования исходов сердечно-сосудистых, онкологических и инфекционных заболеваний, где частота событий низка и необходимы большие выборки.
  • Исследования систем здравоохранения, сравнивающие модели оказания помощи в больницах или сетях первичной медико-санитарной помощи.
  • Исследования редких заболеваний, где ни один центр не может набрать достаточное количество пациентов и необходимо международное сотрудничество.
  • Исследования сравнительной эффективности, изучающие стандартные методы лечения в реальных разнообразных клинических условиях.

Как это работает

Как это работает

1

Единый основной протокол определяет критерии отбора, вмешательство, компаратор, первичные и вторичные конечные точки, схему рандомизации, стратегию ослепления и план статистического анализа. Получаются централизованное этическое одобрение и регуляторное разрешение (например, IND/CTA), а также создается совет по мониторингу данных и безопасности (DSMB). Все центры обязуются следовать идентичному протоколу до включения первого участника.

2

Клинические центры отбираются на основе объема пациентов, опыта исследователей, инфраструктуры и географического разнообразия. Каждый центр проходит обучение и квалификационные визиты. Визиты по инициации центра подтверждают, что персонал, оборудование и аптека могут правильно выполнять протокол. Целевые показатели набора для каждого центра распределяются таким образом, чтобы общий размер выборки был достигнут в запланированные сроки.

3

Участники рандомизируются централизованно — как правило, через интерактивную веб-систему ответа (IWRS) — с использованием стратификации по центру и по ключевым прогностическим факторам (например, тяжесть заболевания, возрастная группа) для предотвращения дисбаланса внутри и между центрами. Стратифицированная блочная рандомизация является наиболее распространенной схемой, обеспечивающей сбалансированность групп в каждом центре на протяжении всего периода набора.

4

Каждый центр применяет назначенное вмешательство или контроль в соответствии с протоколом. Ослепление (одинарное, двойное или тройное) поддерживается там, где это возможно. Отклонения от протокола, нежелательные явления и серьезные нежелательные явления сообщаются спонсору и DSMB в режиме реального времени. Периодические мониторинговые визиты или удаленный просмотр данных проверяют соответствие и целостность данных в каждом центре.

5

Индивидуальные данные пациентов из всех центров передаются в центральную базу данных в соответствии с планом управления данными. Централизованно применяются проверки диапазонов, разрешение запросов и медицинское кодирование. Объединенный набор данных блокируется после очистки всех данных и разрешения запросов, а план статистического анализа завершается до расслепления.

6

Первичный анализ использует популяцию «намерение лечить» (ITT). Поскольку центр является фактором дизайна, эффекты центра учитываются — либо как стратификационная переменная в первичном тесте (например, стратифицированный лог-ранговый тест или Кокрана-Мантеля-Хензеля), либо как случайный эффект в смешанной модели. Тесты взаимодействия «лечение-центр» оценивают, является ли эффект лечения постоянным во всех центрах. Чувствительные анализы (по протоколу, обработка пропущенных данных) и подгрупповые анализы заранее специфицируются.

Частые ошибки

  • Игнорирование эффектов центра в первичном анализе — неспособность стратифицировать или скорректировать по центру может привести к антиконсервативным значениям p, когда внутриклассовая корреляция внутри центров не является незначительной.
  • Неадекватное обучение и мониторинг центров — если центры по-разному интерпретируют критерии отбора, включенная популяция становится гетерогенной таким образом, что это не учитывается в анализе, что угрожает внутренней валидности.
  • Запуск без пилотной или фазы осуществимости — набор в большом масштабе во многих центрах до подтверждения того, что протокол может быть выполнен на местном уровне, приводит к высоким показателям отсева на этапе скрининга, отклонениям от протокола и преждевременному закрытию центров.
  • Недостаточная мощность тестирования взаимодействия «лечение-центр» — тесты взаимодействия требуют значительно больших выборок, чем тест основных эффектов; если размер выборки не был спланирован с учетом взаимодействий, отрицательные тесты взаимодействия неинформативны.
  • Неполное ослепление в местных аптеках или неслепые арбитры конечных точек — дифференциальное определение исходов в разных центрах может внести систематическую ошибку, которую рандомизация не может устранить.

Часто задаваемые вопросы

Сколько центров необходимо для многоцентрового РКИ?

Регуляторного минимума нет, но обычно требуется не менее трех-пяти центров для значимой оценки гетерогенности центров и достижения объема набора, оправдывающего многоцентровый дизайн. Крупные исследования Фазы III обычно включают от 50 до 500+ центров по всему миру. Менее трех центров обычно считается одно- или двухцентровым исследованием и анализируется по-другому.

Как следует учитывать центр в статистическом анализе?

ICH E9 рекомендует включать факторы стратификации рандомизации, включая центр или объединенные центры, в первичный анализ. Общие подходы включают стратифицированные тесты (стратифицированный лог-ранговый тест, CMH), ANCOVA с фиксированными эффектами, где центр является ковариатой, или смешанные модели, где центр является случайным эффектом. Когда имеется много небольших центров, объединение центров в блоки или рассмотрение центра как случайного эффекта позволяет избежать проблем с разреженными ячейками.

В чем разница между многоцентровым РКИ и кластерным РКИ?

В многоцентровом РКИ отдельные пациенты в каждом центре рандомизируются независимо; центр является административной и стратификационной единицей. В кластерном РКИ целые центры (кластеры) рандомизируются как единое целое — все пациенты в данной больнице получают одно и то же вмешательство. Многоцентровые РКИ являются нормой для исследований лекарств и устройств; кластерные РКИ используются, когда вмешательство действует на институциональном уровне, например, программа обучения для клиницистов.

Требует ли многоцентровое РКИ единого одобрения IRB/этического комитета или по одному на каждый центр?

Требования различаются в зависимости от страны и учреждения. В Соединенных Штатах политика NIH по единому IRB (sIRB) предписывает единый рассматривающий IRB для внутренних многоцентровых исследований. В Европе Регламент ЕС по клиническим испытаниям (CTR 536/2014) создал централизованный процесс оценки. На практике каждому центру все еще может потребоваться местная оценка осуществимости и соответствия, даже если центральное этическое одобрение охватывает научную и этическую оценку.

Когда вместо этого следует рассмотреть адаптивное многоцентровое РКИ?

Адаптивный дизайн предпочтителен, когда существует значительная неопределенность относительно оптимальной дозы, размера выборки или обогащения подгрупп до начала исследования, и когда промежуточные данные могут быть использованы для модификации дизайна без увеличения частоты ошибок. Многоцентровые адаптивные исследования добавляют логистическую сложность, но могут быть более эффективными, когда ожидается досрочное прекращение из-за эффективности или бесперспективности. Они требуют предварительной спецификации всех адаптаций в плане статистического анализа и тесного сотрудничества с регуляторными органами.

Похожие методы

Источники

  1. Friedman, L. M., Furberg, C. D., DeMets, D. L., Reboussin, D. M., & Granger, C. B. (2015). Fundamentals of Clinical Trials (5th ed.). Springer.

    ISBN: 978-3319185385
    Скопировано.
  2. Senn, S. (1998). Some controversies in planning and analysing multi-centre trials. Statistics in Medicine, 17(15–16), 1753–1765.

    Открыть ссылку DOI
    Скопировано.