Skip to content
กลับไปยังผลการค้นหา

การศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้ — การออกแบบการศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้

ผู้เสนอ
Extension of classic cohort methods; adaptive design principles formalised by regulatory and epidemiology communities in the 2000s–2010s
ปี
2000s–2010s (systematic formalisation)
ประเภท
Observational / adaptive epidemiological design
กลุ่มวิธี
Clinical / epidemiology

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

การศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้ (Adaptive Cohort Study) เป็นการออกแบบเชิงสังเกตการณ์ตามระยะเวลา (longitudinal observational design) ที่ติดตามกลุ่มบุคคลที่กำหนดไว้ในช่วงเวลาหนึ่งเพื่อประเมินความสัมพันธ์ระหว่างการสัมผัสกับปัจจัยเสี่ยงและผลลัพธ์ โดยมีการรวมกฎการปรับเปลี่ยนที่กำหนดไว้ล่วงหน้า ซึ่งอนุญาตให้มีการแก้ไขระเบียบวิธีวิจัยได้ เช่น การประมาณขนาดตัวอย่างใหม่ การเสริมกลุ่มย่อย หรือการปรับตารางการวัดผล โดยอาศัยข้อมูลระหว่างการศึกษาที่รวบรวมได้ การปรับเปลี่ยนจะทำโดยไม่กระทบต่อความถูกต้องของผลการศึกษา โดยมีแผนการวิเคราะห์ทางสถิติที่ตกลงกันไว้ก่อนเริ่มการเก็บข้อมูลเป็นแนวทาง

แนวคิดเบื้องหลังวิธีการ

ลองนึกถึงการศึกษาแบบกลุ่มตัวอย่างมาตรฐาน (standard cohort study) เหมือนรถไฟที่วิ่งบนรางที่กำหนดไว้: คุณรวบรวมผู้เข้าร่วม ติดตามพวกเขาเป็นเวลาหลายปี และวิเคราะห์ข้อมูลเมื่อสิ้นสุด การศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้จะเพิ่มการสับรางที่มีการควบคุม: ณ จุดตรวจสอบที่กำหนดไว้ล่วงหน้า คุณจะพิจารณาข้อมูลที่รวบรวมได้และตัดสินใจว่าจะปรับรางหรือไม่ เช่น การรับผู้เข้าร่วมเพิ่มหากอัตราการเกิดเหตุการณ์ต่ำกว่าที่คาดไว้ การจำกัดขอบเขตให้แคบลงไปยังกลุ่มย่อยที่ดูเหมือนจะได้รับผลกระทบมากที่สุด หรือการเปลี่ยนแปลงความถี่ของการนัดหมายติดตามผล คำสำคัญคือ 'กำหนดไว้ล่วงหน้า' (pre-specified): กฎเกณฑ์ว่าเมื่อใดและจะปรับเปลี่ยนอย่างไรจะถูกกำหนดไว้ในระเบียบวิธีวิจัยก่อนที่คุณจะเห็นข้อมูลใดๆ เพื่อป้องกันความเอนเอียงจากการตัดสินใจเฉพาะหน้า

ประวัติศาสตร์

การศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้มีต้นกำเนิดมาจากสองแนวทางที่บรรจบกัน: ประวัติศาสตร์อันยาวนานของวิธีการศึกษาแบบกลุ่มตัวอย่างเชิงรุก (prospective cohort methods) ในระบาดวิทยา ซึ่งสืบย้อนไปถึงการศึกษา Framingham Heart Study ที่เริ่มขึ้นในปี 1948 และการทำให้หลักการออกแบบที่ปรับเปลี่ยนได้เป็นรูปธรรมในการทดลองทางคลินิกในช่วงทศวรรษ 1990 และ 2000 ซึ่งถูกกำหนดไว้ในเอกสารแนวทางของ FDA (2019) และ EMA (2007) นักระบาดวิทยาเริ่มรวมกรอบการทำงานเหล่านี้อย่างเป็นระบบในช่วงทศวรรษ 2000 เพื่อแก้ไขปัญหาความไม่มีประสิทธิภาพในการศึกษาเชิงสังเกตการณ์ระยะยาว โดยเฉพาะอย่างยิ่งในการวิจัยระบาดวิทยาทางเภสัชกรรมและเวชศาสตร์แม่นยำ (precision medicine research)

ควรใช้เมื่อใด

ใช้การศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้เมื่อความสัมพันธ์ระหว่างการสัมผัสกับผลลัพธ์ยังไม่ได้รับการอธิบายอย่างชัดเจน และมีความไม่แน่นอนอย่างแท้จริงเกี่ยวกับอัตราการเกิดเหตุการณ์ที่คาดหวัง ขนาดของผลกระทบ หรือกลุ่มย่อยใดที่มีข้อมูลมากที่สุด ซึ่งทำให้การออกแบบที่คงที่ทั้งหมดไม่มีประสิทธิภาพหรือมีกำลังการทดสอบไม่เพียงพอ มีคุณค่าอย่างยิ่งในการระบาดวิทยาของโรคหายาก ระบาดวิทยาทางเภสัชกรรม (pharmacoepidemiology) และการศึกษาติดตามระยะยาวซึ่งสภาวะอาจเปลี่ยนแปลงไป อย่าใช้เมื่อไม่สามารถกำหนดกฎการปรับเปลี่ยนทั้งหมดไว้ล่วงหน้าก่อนการเก็บข้อมูลได้ เมื่อทีมวิจัยไม่สามารถดำเนินการตรวจสอบข้อมูลระหว่างการศึกษาแบบปกปิดได้ หรือเมื่อตรรกะการปรับเปลี่ยนเองจะก่อให้เกิดการตัดข้อมูลที่มีความหมาย (informative censoring) ที่ไม่สามารถแก้ไขได้ด้วยวิธีการวิเคราะห์ การศึกษาแบบกลุ่มตัวอย่างแบบคงที่มาตรฐานจะเหมาะสมกว่าเมื่อทราบขนาดตัวอย่างและอัตราการเกิดเหตุการณ์ล่วงหน้าอย่างน่าเชื่อถือ

ข้อจำกัดและข้อควรพิจารณา

  • ต้องใช้ความเชี่ยวชาญด้านระเบียบวิธีวิจัยอย่างมากในการกำหนดกฎการปรับเปลี่ยนล่วงหน้า ฟังก์ชันการใช้ค่าอัลฟา และการกำกับดูแลการตรวจสอบระหว่างการศึกษา ซึ่งเพิ่มความซับซ้อนของระเบียบวิธีวิจัย
  • ความท้าทายในการดำเนินงาน: การดำเนินการตรวจสอบข้อมูลระหว่างการศึกษาแบบปกปิดในการศึกษาเชิงสังเกตการณ์ทำได้ยากกว่าในการทดลองแบบสุ่ม
  • การตัดสินใจปรับเปลี่ยนโดยอาศัยข้อมูลระหว่างการศึกษาอาจก่อให้เกิดความเอนเอียงได้หากกฎไม่ได้รับการปฏิบัติตามอย่างเคร่งครัด หรือหากการปรับเปลี่ยนส่งผลต่อพฤติกรรมของผู้เข้าร่วม
  • มาตรฐานการรายงานยังไม่สมบูรณ์เท่ากับการศึกษาแบบกลุ่มตัวอย่างมาตรฐาน ผู้ทบทวนและวารสารอาจไม่คุ้นเคยกับการออกแบบนี้

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • เพิ่มประสิทธิภาพโดยอนุญาตให้ประมาณขนาดตัวอย่างใหม่ระหว่างการศึกษา ซึ่งช่วยลดทั้งการรับผู้เข้าร่วมมากเกินไปและการศึกษาที่มีกำลังการทดสอบไม่เพียงพอ
  • ช่วยให้สามารถเสริมกลุ่มย่อยในประชากรที่มีความหลากหลายได้ โดยไม่ส่งผลกระทบต่อการอนุมานจากการวิเคราะห์กลุ่มย่อยภายหลังการทดลอง (post hoc subgroup analysis)
  • รักษาความถูกต้องของการสังเกตการณ์เมื่อการปรับเปลี่ยนทั้งหมดถูกกำหนดไว้ล่วงหน้าและปฏิบัติตามกระบวนการตรวจสอบแบบปกปิด
  • เหมาะสมกับสถานการณ์ที่ข้อมูลเบื้องต้นมีน้อย และข้อสมมติฐานของการออกแบบที่คงที่อาจเป็นการคาดเดา
  • สอดคล้องกับแนวทางของหน่วยงานกำกับดูแลเกี่ยวกับการออกแบบที่ปรับเปลี่ยนได้เมื่อใช้ในการวิจัยระบาดวิทยาทางเภสัชกรรมหรือการเฝ้าระวังยา

การประยุกต์ใช้

  • ระบาดวิทยาทางเภสัชกรรม: การเฝ้าระวังสัญญาณความปลอดภัยของยาในกลุ่มตัวอย่างหลังการอนุมัติ โดยมีกฎที่กำหนดไว้ล่วงหน้าเพื่อขยายระยะเวลาการติดตามหากอัตราการเกิดเหตุการณ์ต่ำกว่าที่คาดการณ์ไว้
  • ระบาดวิทยาของโรคหายาก: การรับสมัครผู้เข้าร่วมจากทะเบียนหลายแห่ง โดยมีกฎระหว่างการศึกษาเพื่อรวบรวมทรัพยากรไปยังกลุ่มย่อยที่มีข้อมูลมากที่สุด
  • ระบาดวิทยาด้านโภชนาการและสิ่งแวดล้อม: การปรับตารางการวัดตัวบ่งชี้ทางชีวภาพเมื่อข้อมูลระหว่างการศึกษาบ่งชี้ว่ามาตรวัดการสัมผัสแบบใหม่มีข้อมูลมากกว่าตัวบ่งชี้แทน (proxy) เดิม
  • การวิจัยเวชศาสตร์แม่นยำ: การเสริมกลุ่มตัวอย่างเชิงรุกด้วยผู้เข้าร่วมที่มีลักษณะทางพันธุกรรมที่น่าสนใจ เมื่อข้อมูลเบื้องต้นยืนยันความเกี่ยวข้องของลักษณะดังกล่าว
  • การเฝ้าระวังโรคระบาดและการระบาด: การขยายระยะเวลาการติดตามของกลุ่มตัวอย่างเริ่มต้น หรือการเพิ่มคลื่นการวัดผลเพื่อตอบสนองต่อหลักฐานที่เกิดขึ้นใหม่เกี่ยวกับวิถีของโรค

วิธีการทำงาน

วิธีการทำงาน

1

กำหนดประชากรกลุ่มตัวอย่าง (cohort population) การสัมผัส (exposure) ที่สนใจ ผลลัพธ์หลักและรอง ระยะเวลาติดตาม และชุดกฎการปรับเปลี่ยนทั้งหมดในระเบียบวิธีวิจัยที่ลงทะเบียนไว้ล่วงหน้า (pre-registered protocol) และแผนการวิเคราะห์ทางสถิติ ระบุเวลาการตรวจสอบระหว่างการศึกษา (interim look times) กฎการตัดสินใจสำหรับการปรับเปลี่ยนที่เป็นไปได้แต่ละอย่าง (การประมาณขนาดตัวอย่างใหม่ การเลือกกลุ่มย่อย การเปลี่ยนแปลงตารางการนัดหมาย) และวิธีการควบคุมความคลาดเคลื่อนประเภทที่หนึ่ง (type-I error) ซึ่งโดยทั่วไปจะใช้ฟังก์ชันการใช้ค่าอัลฟา (alpha-spending functions) ที่กำหนดไว้ล่วงหน้า หรือกฎการปรับปรุงแบบเบย์ (Bayesian updating rules)

2

รับสมัครผู้เข้าร่วมที่มีคุณสมบัติตามเกณฑ์ ณ จุดเริ่มต้น (baseline) เก็บข้อมูลพื้นฐานเกี่ยวกับการสัมผัส ปัจจัยร่วม (covariates) และสถานะผลลัพธ์ จัดตั้งทะเบียนหรือธนาคารชีวภาพ (biobank) หากจะใช้ตัวอย่างชีวภาพในการวิเคราะห์ระหว่างการศึกษา การสุ่มตัวอย่าง (random sampling) หรือการสุ่มตัวอย่างที่เป็นตัวแทน (representative sampling) จากประชากรเป้าหมายเป็นสิ่งจำเป็น แผนการติดตามผู้ที่ขาดการติดตาม (loss to follow-up) จะต้องได้รับการบันทึกไว้ในขั้นตอนนี้ด้วย

3

ติดตามผู้เข้าร่วมตามคลื่นการวัดผลที่กำหนดไว้ เก็บข้อมูลการสัมผัส ปัจจัยร่วม และผลลัพธ์ในแต่ละคลื่น ดำเนินการตรวจสอบข้อมูลระหว่างการศึกษาแบบปกปิด (blinded) หรือตามกฎ ณ เวลาที่กำหนดไว้ล่วงหน้า เพื่อประเมินอัตราการเกิดเหตุการณ์ คุณภาพข้อมูล รูปแบบการหลุดออกจากการศึกษา (dropout patterns) และตรวจสอบว่าเงื่อนไขที่กระตุ้นให้เกิดการปรับเปลี่ยนได้รับการตอบสนองแล้วหรือไม่

4

ใช้กฎการปรับเปลี่ยนที่กำหนดไว้ล่วงหน้าเมื่อเกณฑ์การตรวจสอบระหว่างการศึกษาได้รับการตอบสนอง การปรับเปลี่ยนที่อนุญาต ได้แก่: การเพิ่มหรือลดขนาดตัวอย่างที่วางแผนไว้ตามความแปรปรวนที่สังเกตได้หรืออัตราการเกิดเหตุการณ์ การจำกัดการรับผู้เข้าร่วมเพิ่มเติมไปยังกลุ่มย่อยที่กำหนดไว้ล่วงหน้าซึ่งแสดงผลกระทบที่ใหญ่กว่า การปรับช่วงเวลาการติดตามเพื่อประสิทธิภาพ หรือการเพิ่มการวัดตัวบ่งชี้ทางชีวภาพ (biomarker) หากข้อมูลระหว่างการศึกษาบ่งชี้ว่ามีความเกี่ยวข้องในการพยากรณ์โรค การปรับเปลี่ยนทั้งหมดและเหตุผลของมันจะต้องได้รับการบันทึกและเปิดเผยในรายงานฉบับสมบูรณ์

5

เมื่อสิ้นสุดระยะเวลาการติดตาม ให้ทำการวิเคราะห์หลักตามแผนที่กำหนดไว้ล่วงหน้า โดยใช้วิธีการที่เหมาะสมกับการออกแบบที่ปรับเปลี่ยนแล้ว เช่น การถ่วงน้ำหนักความน่าจะเป็นผกผัน (inverse-probability weighting) การแทนที่ค่าที่ขาดหายไปหลายค่า (multiple imputation) สำหรับการหลุดออกจากการศึกษา หรือการประมาณค่าภายหลังแบบเบย์ (Bayesian posterior estimation) รายงานทั้งเส้นทางการวิเคราะห์แบบไม่ปรับเปลี่ยนและแบบปรับเปลี่ยน และใช้การแก้ไขค่าอัลฟา (alpha corrections) ที่ตกลงไว้ในระเบียบวิธีวิจัยเพื่อรักษาความถูกต้องของการอนุมาน

ข้อผิดพลาดที่พบบ่อย

  • การปรับเปลี่ยนที่ไม่ได้วางแผนไว้ — การเปลี่ยนแปลงระเบียบวิธีวิจัยใดๆ ที่ไม่ได้กำหนดไว้ล่วงหน้าและบันทึกไว้ก่อนการตรวจสอบข้อมูลระหว่างการศึกษา ถือเป็นการแก้ไขเฉพาะหน้า (ad hoc modification) ที่ก่อให้เกิดความเอนเอียงและทำให้การอ้างสิทธิ์ในการอนุมานไม่ถูกต้อง
  • การละเลยปัญหาการพิจารณาข้อมูลหลายครั้ง (multiple-looks problem) — การวิเคราะห์ระหว่างการศึกษาแต่ละครั้งจะเพิ่มความคลาดเคลื่อนประเภทที่หนึ่ง เว้นแต่จะใช้การใช้ค่าอัลฟาหรือการแก้ไขปัญหาความซ้ำซ้อน (multiplicity corrections) อื่นๆ และรายงานผล
  • การสับสนระหว่างการปรับเปลี่ยนกับการขุดข้อมูล (data dredging) — การเลือกกลุ่มย่อยระหว่างการศึกษาจะต้องอาศัยสมมติฐานทางชีววิทยาหรือทางคลินิกที่กำหนดไว้ล่วงหน้า ไม่ใช่กลุ่มย่อยใดที่แสดงผลการสังเกตที่ใหญ่ที่สุดโดยบังเอิญ
  • การบันทึกไม่เพียงพอ — การปรับเปลี่ยนจะต้องเปิดเผยอย่างสมบูรณ์ในส่วนระเบียบวิธีวิจัยและผลลัพธ์ การไม่รายงานจะทำให้การศึกษาไม่สามารถทำซ้ำได้และบั่นทอนความน่าเชื่อถือ
  • การใช้ซอฟต์แวร์วิเคราะห์แบบกลุ่มตัวอย่างคงที่กับการออกแบบที่ปรับเปลี่ยนแล้ว — ซอฟต์แวร์การรอดชีวิต (survival) หรือการถดถอย (regression) มาตรฐานไม่สามารถคำนวณกฎการหยุดแบบปรับเปลี่ยนได้โดยอัตโนมัติ จำเป็นต้องใช้ซอฟต์แวร์เฉพาะทางหรือโค้ดที่กำหนดเอง

คำถามที่พบบ่อย

การศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้แตกต่างจากการศึกษาแบบกลุ่มตัวอย่างมาตรฐานอย่างไร?

การศึกษาแบบกลุ่มตัวอย่างมาตรฐานมีระเบียบวิธีวิจัยที่คงที่ทั้งหมด: ขนาดตัวอย่าง ตารางการวัดผล และแผนการวิเคราะห์ ถูกกำหนดไว้ตั้งแต่ต้นและไม่มีการเปลี่ยนแปลง การศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้เพิ่มเติมกฎที่กำหนดไว้ล่วงหน้าซึ่งอนุญาตให้องค์ประกอบบางอย่างของระเบียบวิธีวิจัย เช่น ขนาดตัวอย่าง การเน้นกลุ่มย่อย หรือความถี่ในการวัดผล สามารถปรับเปลี่ยนได้ตามข้อมูลระหว่างการศึกษา การปรับเปลี่ยนเหล่านี้ได้รับการวางแผนล่วงหน้า ไม่ใช่การเปลี่ยนแปลงภายหลังการทดลอง (post hoc changes)

จำเป็นต้องมีการลงทะเบียนล่วงหน้าหรือไม่?

การลงทะเบียนล่วงหน้า (Pre-registration) ได้รับการแนะนำอย่างยิ่ง และในหลายบริบทถือเป็นข้อกำหนด กฎการปรับเปลี่ยน เวลาการตรวจสอบระหว่างการศึกษา และกลยุทธ์การใช้ค่าอัลฟา จะต้องได้รับการบันทึกไว้ก่อนที่จะมีการเก็บรวบรวมหรือตรวจสอบข้อมูลใดๆ หากไม่มีระเบียบวิธีวิจัยที่ลงทะเบียนล่วงหน้าพร้อมประทับเวลา เป็นไปไม่ได้ที่ผู้อ่านหรือผู้ทบทวนจะแยกแยะการปรับเปลี่ยนที่ถูกต้องตามกฎออกจากการเปลี่ยนแปลงที่ขับเคลื่อนด้วยข้อมูลอย่างมีโอกาส

ฉันสามารถทำการศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้โดยใช้ข้อมูลทะเบียนที่มีอยู่หรือไม่?

ในขอบเขตที่จำกัดเท่านั้น การออกแบบที่ปรับเปลี่ยนได้เชิงรุกอย่างแท้จริงต้องการให้กฎการปรับเปลี่ยนถูกกำหนดไว้ก่อนการเก็บข้อมูล หากคุณกำลังทำงานกับข้อมูลที่มีอยู่ คุณไม่สามารถใช้กฎการปรับเปลี่ยนระหว่างการศึกษาในเชิงรุกได้ แต่คุณกำลังทำการวิเคราะห์กลุ่มตัวอย่างย้อนหลัง (retrospective) หรือการวิเคราะห์กลุ่มตัวอย่างทุติยภูมิ (secondary cohort analysis) มาตรฐาน กรอบการวิเคราะห์ที่ปรับเปลี่ยนได้บางอย่าง (เช่น การทดสอบแบบลำดับ) สามารถนำไปใช้กับข้อมูลในอดีตได้ แต่การศึกษานั้นจะไม่ถูกเรียกว่าการศึกษาแบบกลุ่มตัวอย่างแบบปรับเปลี่ยนได้ในความหมายของการออกแบบเชิงรุก

วิธีการทางสถิติใดที่ใช้ในการวิเคราะห์ขั้นสุดท้าย?

การเลือกขึ้นอยู่กับประเภทของการปรับเปลี่ยน สำหรับการประมาณขนาดตัวอย่างใหม่ วิธีการถดถอยหรือการรอดชีวิตมาตรฐานมักจะใช้ได้โดยไม่มีการแก้ไข หากการประมาณค่าใหม่นั้นเป็นแบบปกปิด สำหรับการพิจารณาข้อมูลแบบลำดับพร้อมความเป็นไปได้ในการหยุดก่อนกำหนด จะใช้ฟังก์ชันการใช้ค่าอัลฟา (เช่น ขอบเขต O'Brien-Fleming) สำหรับการเสริมกลุ่มย่อย อาจจำเป็นต้องใช้วิธีการวิเคราะห์กลุ่มย่อยที่ถ่วงน้ำหนัก (enrichment-weighted analyses) หรือแบบจำลองเบย์แบบปรับเปลี่ยน (Bayesian adaptive models) แผนการวิเคราะห์ทางสถิติที่กำหนดไว้ล่วงหน้าควรระบุวิธีการที่แน่นอนก่อนที่จะเปิดเผยข้อมูล

การปรับเปลี่ยนก่อให้เกิดความเอนเอียงหรือไม่?

การปรับเปลี่ยนด้วยตัวมันเองไม่ก่อให้เกิดความเอนเอียง หากกฎถูกกำหนดไว้ล่วงหน้า การตรวจสอบระหว่างการศึกษาเป็นแบบปกปิดหรืออยู่ภายใต้การกำกับดูแลของคณะกรรมการอิสระ และการวิเคราะห์คำนึงถึงการออกแบบที่ปรับเปลี่ยนแล้ว ความเอนเอียงจะเกิดขึ้นเมื่อการปรับเปลี่ยนทำนอกเหนือกฎที่กำหนดไว้ล่วงหน้า เช่น การเปลี่ยนผลลัพธ์หลักหลังจากเห็นผลลัพธ์ระหว่างการศึกษา หรือเมื่อการวิเคราะห์ปฏิบัติต่อการศึกษาที่ปรับเปลี่ยนเสมือนว่าเป็นการออกแบบที่คงที่

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. 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.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว
  2. Cohort study. Wikipedia.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว