การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้ — Adaptive RCT
- ผู้เสนอ
- Donald Berry and others; foundational adaptive trial methods developed through 1980s–2000s biostatistics literature
- ปี
- 1980s–2000s (formalized; earlier sequential testing roots from Wald, 1947)
- ประเภท
- Experimental design — adaptive variant of RCT
- กลุ่มวิธี
- Experimental design
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้ (adaptive RCT) คือการออกแบบการทดลองที่กฎที่กำหนดไว้ล่วงหน้าอนุญาตให้มีการปรับเปลี่ยนการทดลองในขณะที่กำลังดำเนินการอยู่ — เช่น การเปลี่ยนแปลงอัตราส่วนการจัดสรร การตัดแขนงที่ทำงานได้ไม่ดี หรือการหยุดก่อนกำหนดเนื่องจากประสิทธิผลหรือความไร้ประโยชน์ — โดยอาศัยข้อมูลระหว่างกาลที่สะสม การปรับเปลี่ยนเหล่านี้จะถูกวางแผนไว้ก่อนเริ่มการทดลองและอยู่ภายใต้กฎทางสถิติเพื่อรักษาการควบคุมข้อผิดพลาดประเภทที่ 1 และความถูกต้อง
แนวคิดเบื้องหลังวิธีการ
ในการทดลองแบบสุ่มและมีกลุ่มควบคุมมาตรฐานทุกครั้ง ผู้เข้าร่วมจะมีโอกาสคงที่ในการรับการรักษาแต่ละครั้ง โดยไม่คำนึงถึงการตอบสนองของผู้เข้าร่วมก่อนหน้า การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้ทำงานคล้ายกับระบบการเรียนรู้: เมื่อข้อมูลสะสม การทดลองจะอัปเดตคุณสมบัติการออกแบบบางอย่างตามกฎที่ตกลงกันไว้ล่วงหน้า ตัวอย่างเช่น อาจมีการนำผู้เข้าร่วมจำนวนมากขึ้นไปยังแขนงที่แสดงแนวโน้มที่ดีที่สุด หรือหยุดการทดลองก่อนกำหนดเมื่อการรักษาหนึ่งดีกว่าอย่างเห็นได้ชัด สิ่งสำคัญคือการปรับเปลี่ยนที่เป็นไปได้ทั้งหมดจะถูกระบุไว้ก่อนที่จะลงทะเบียนผู้เข้าร่วมคนแรก เพื่อป้องกันการจัดการหลังการทดลอง
ประวัติศาสตร์
หลักการทดสอบแบบลำดับที่เป็นพื้นฐานของการออกแบบแบบปรับเปลี่ยนมีต้นกำเนิดมาจาก sequential probability ratio test ของ Abraham Wald (1947) คำว่า 'adaptive design' ได้รับความนิยมในการทดลองทางคลินิกผ่านผลงานของ Donald Berry และเพื่อนร่วมงานในวิธีการแบบเบย์เซียนแบบปรับเปลี่ยนในช่วงทศวรรษที่ 1980 และ 1990 การทดลอง BATTLE ที่สำคัญในโรคมะเร็งปอด (2010) และการทดลอง I-SPY 2 ในโรคมะเร็งเต้านมได้แสดงให้เห็นถึงความเป็นไปได้ของการออกแบบแพลตฟอร์มแบบปรับเปลี่ยน คำแนะนำด้านกฎระเบียบที่สำคัญ — รวมถึงคำแนะนำของ FDA ปี 2019 เกี่ยวกับการออกแบบแบบปรับเปลี่ยนสำหรับการทดลองยาและชีววัตถุ — ได้กำหนดข้อกำหนดสำหรับการทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนไว้อย่างเป็นทางการตั้งแต่นั้นมา
ควรใช้เมื่อใด
ใช้การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้เมื่อมีความสำคัญทางจริยธรรมหรือทางปฏิบัติในการจัดสรรผู้เข้าร่วมจำนวนน้อยกว่าให้กับวิธีการรักษาที่ด้อยกว่า เมื่อขนาดตัวอย่างที่เหมาะสมไม่แน่นอนก่อนการทดลอง หรือเมื่อมีแขนงผู้สมัครหลายรายที่จะประเมินอย่างมีประสิทธิภาพ มีคุณค่าอย่างยิ่งในการวิจัยโรคหายาก การหาขนาดยาในระยะเริ่มต้น และการทดลองแพลตฟอร์มที่ทดสอบวิธีการรักษาหลายวิธี อย่าใช้การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้เมื่อข้อมูลผลลัพธ์ล่าช้าอย่างมากเมื่อเทียบกับอัตราการลงทะเบียน (ทำให้ผลลัพธ์ระหว่างกาลไม่พร้อมใช้งานทันเวลาเพื่อแจ้งการปรับเปลี่ยน) เมื่อไม่มีโครงสร้างพื้นฐานสำหรับการตรวจสอบข้อมูลแบบเรียลไทม์ เมื่อข้อกำหนดด้านกฎระเบียบในเขตอำนาจศาลยังไม่ยอมรับการออกแบบแบบปรับเปลี่ยน หรือเมื่อความซับซ้อนของการระบุทุกกฎการตัดสินใจล่วงหน้าไม่สามารถจัดหาทรัพยากรได้อย่างเพียงพอ
ข้อจำกัดและข้อควรพิจารณา
- การพัฒนาระเบียบวิธีวิจัยต้องอาศัยการจำลองและการเชี่ยวชาญทางสถิติอย่างกว้างขวางล่วงหน้า ซึ่งจะเพิ่มต้นทุนและเวลาในการทดลองอย่างมาก
- ความซับซ้อนในการดำเนินงานต้องการระบบข้อมูลแบบเรียลไทม์ DSMB ที่ทำงานได้ และการระบุผลลัพธ์อย่างรวดเร็ว
- หากข้อมูลผลลัพธ์ล่าช้าจากการลงทะเบียนอย่างมีนัยสำคัญ การสุ่มแบบปรับเปลี่ยนตามการตอบสนองให้ประโยชน์ในทางปฏิบัติเพียงเล็กน้อย
- การยอมรับด้านกฎระเบียบแตกต่างกันไปในแต่ละเขตอำนาจศาล บางหน่วยงานต้องการเอกสารเพิ่มเติมหรือการตรวจสอบความถูกต้อง
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- สามารถจัดสรรผู้เข้าร่วมจำนวนมากขึ้นให้กับวิธีการรักษาที่ให้ผลดีกว่า ซึ่งช่วยปรับปรุงโปรไฟล์ทางจริยธรรมของการทดลอง
- อนุญาตให้หยุดก่อนกำหนดเนื่องจากประสิทธิผลหรือความไร้ประโยชน์ ลดการสัมผัสกับวิธีการรักษาที่ไม่ได้ผล และประหยัดทรัพยากร
- การประมาณค่าขนาดตัวอย่างใหม่สามารถแก้ไขการคำนวณกำลังการทดลองที่ผิดพลาดในตอนแรกได้โดยไม่ทำให้การทดลองเป็นโมฆะ
- การออกแบบแบบปรับเปลี่ยนหลายแขนงประเมินวิธีการรักษาหลายวิธีพร้อมกันโดยมีต้นทุนรวมต่ำกว่าการทดลองแยกแบบลำดับ
- กฎการปรับเปลี่ยนที่กำหนดไว้ล่วงหน้าทำให้การทดลองมีความโปร่งใสและสามารถทำซ้ำได้
การประยุกต์ใช้
- การทดลองแพลตฟอร์มด้านเนื้องอกวิทยาที่ประเมินวิธีการรักษาแบบมุ่งเป้าหลายวิธีพร้อมกันกับแขนงควบคุมร่วม
- การทดลองระยะที่ 2 เพื่อหาขนาดยาโดยใช้การสุ่มแบบปรับเปลี่ยนตามการตอบสนองเพื่อระบุขนาดยาที่เหมาะสมอย่างมีประสิทธิภาพ
- การศึกษาโรคหายากที่การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบตัวอย่างคงที่ไม่สามารถทำได้เนื่องจากมีประชากรผู้ป่วยน้อย
- การทดลองประสิทธิภาพวัคซีนที่ต้องการการติดตามประสิทธิผลระหว่างกาลเพื่อหยุดก่อนกำหนดเมื่อมีการสร้างภูมิคุ้มกัน
- การทดลองตอบสนองต่อโรคระบาด (เช่น การทดลอง RECOVERY, SOLIDARITY) ที่ทดสอบสารที่นำกลับมาใช้ใหม่หลายชนิดกับสภาวะควบคุมที่เปลี่ยนแปลงไป
วิธีการทำงาน
วิธีการทำงาน
ก่อนเริ่มการลงทะเบียน ผู้วิจัยจะระบุการปรับเปลี่ยนที่เป็นไปได้ทั้งหมดในระเบียบวิธีวิจัย รวมถึงช่วงเวลาของการวิเคราะห์ระหว่างกาล กฎการตัดสินใจทางสถิติที่กระตุ้นการปรับเปลี่ยนแต่ละครั้ง (เช่น การสุ่มแบบปรับเปลี่ยนตามการตอบสนอง การประมาณค่าขนาดตัวอย่างใหม่ การตัดแขนงแขนง) และวิธีการที่ใช้ในการควบคุมอัตราข้อผิดพลาดประเภทที่ 1 โดยรวม โดยทั่วไปจะต้องมีการศึกษาจำลองเพื่อแสดงลักษณะการทำงานภายใต้สถานการณ์ที่สมจริง
ผู้เข้าร่วมจะถูกสุ่มเข้าสู่แขนงการรักษาตามแผนการจัดสรรเริ่มต้น ในการออกแบบที่ปรับเปลี่ยนตามการตอบสนอง ความน่าจะเป็นในการสุ่มจะได้รับการอัปเดต ณ จุดระหว่างกาลที่กำหนดไว้ล่วงหน้า ในการออกแบบแบบปรับเปลี่ยนที่มีการจัดสรรคงที่ อัตราส่วนการสุ่มจะยังคงที่ แต่คุณสมบัติการทดลองอื่นๆ อาจเปลี่ยนแปลง การสุ่มทั้งหมดจะยังคงถูกปกปิดจากผู้เข้าร่วมและผู้ประเมินเท่าที่จำเป็นตามกลยุทธ์การปิดบัง
ในการวิเคราะห์ระหว่างกาลที่กำหนดไว้ล่วงหน้าแต่ละครั้ง คณะกรรมการติดตามข้อมูลและความปลอดภัย (DSMB) หรือนักสถิติจะประเมินข้อมูลผลลัพธ์ที่สะสม สถิติที่ติดตาม — ประสิทธิผล ความปลอดภัย ความไร้ประโยชน์ — จะถูกเปรียบเทียบกับขอบเขตการตัดสินใจที่กำหนดไว้ล่วงหน้าเพื่อพิจารณาว่าจำเป็นต้องมีการปรับเปลี่ยนหรือไม่
หากการวิเคราะห์ระหว่างกาลเป็นไปตามเงื่อนไขที่กำหนด การปรับเปลี่ยนที่ระบุไว้จะถูกนำมาใช้: อัตราส่วนการจัดสรรอาจได้รับการอัปเดต แขนงอาจถูกตัดออก ขนาดตัวอย่างอาจได้รับการปรับปรุงตามค่าประมาณพารามิเตอร์ที่สังเกตได้ หรือการทดลองอาจหยุดก่อนกำหนด การปรับเปลี่ยนใดๆ จะดำเนินการอย่างเคร่งครัดภายในกฎที่ระบุไว้ล่วงหน้าในระเบียบวิธีวิจัยเพื่อปกป้องความสมบูรณ์ของการทดลอง
เมื่อสิ้นสุดการทดลอง จะมีการวิเคราะห์ขั้นสุดท้ายโดยใช้วิธีการที่คำนึงถึงการปรับเปลี่ยนระหว่างกาลทั้งหมด — โดยทั่วไปคือขั้นตอนการทดสอบแบบปิด ขอบเขตแบบกลุ่มลำดับ (เช่น O'Brien–Fleming) หรือการอนุมานแบบเบย์เซียน การใช้การทดสอบมาตรฐานโดยไม่คำนึงถึงการมองระหว่างกาลจะเพิ่มอัตราข้อผิดพลาดประเภทที่ 1 และไม่เป็นที่ยอมรับ
ข้อผิดพลาดที่พบบ่อย
- การปรับเปลี่ยนหลังการทดลอง — การแก้ไขใดๆ ที่ไม่ได้ระบุไว้ล่วงหน้าในระเบียบวิธีวิจัยจะทำลายการควบคุมข้อผิดพลาดประเภทที่ 1 และทำให้การอนุมานไม่ถูกต้อง การปรับเปลี่ยนทุกครั้งจะต้องถูกกำหนดไว้ก่อนเริ่มการทดลอง
- การจำลองไม่เพียงพอ — ความล้มเหลวในการอธิบายลักษณะการทำงานของการทดลองภายใต้สถานการณ์ที่น่าจะเป็นไปได้หลากหลายนำไปสู่ขอบเขตการตัดสินใจที่ปรับเทียบได้ไม่ดี
- การละเลยการเพิ่มขึ้นของการมองหลายครั้ง — การวิเคราะห์ข้อมูลระหว่างกาลด้วยการทดสอบแบบตัวอย่างคงที่มาตรฐานโดยไม่แก้ไขการทดสอบซ้ำจะเพิ่มอัตราผลบวกลวงอย่างมาก
- การระบุผลลัพธ์ที่ล่าช้า — ในการทดลองที่ผลลัพธ์ใช้เวลาหลายเดือนในการประเมิน การทดลองอาจมีการลงทะเบียนมากเกินไปก่อนที่ข้อมูลระหว่างกาลจะพร้อมใช้งาน ทำให้ข้อได้เปรียบแบบปรับเปลี่ยนเป็นโมฆะ
- ความสับสนกับการแก้ไขที่ไม่ได้วางแผน — การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้หมายถึงการปรับเปลี่ยนที่กำหนดไว้ล่วงหน้าอย่างเคร่งครัด การเปลี่ยนแปลงระเบียบวิธีวิจัยที่ไม่ได้วางแผนเป็นการละเมิดระเบียบวิธีวิจัย ไม่ใช่การปรับเปลี่ยน
คำถามที่พบบ่อย
การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้ทำให้การสุ่มหรือการปิดบังข้อมูลเสียหรือไม่
ไม่ — การสุ่มและการปิดบังข้อมูลยังคงอยู่ตลอด การปรับเปลี่ยนจะเปลี่ยนความน่าจะเป็นในการสุ่มที่ใช้หรือแขนงที่ยังคงทำงานอยู่ แต่ผู้เข้าร่วมและผู้ประเมินผลลัพธ์ยังคงปิดบังการจัดสรรการรักษาตามความเหมาะสม สิ่งสำคัญคือ กฎการตัดสินใจถูกกำหนดไว้ล่วงหน้าและดำเนินการโดย DSMB ที่เป็นอิสระ ไม่ใช่นักวิจัยที่โต้ตอบกับผู้เข้าร่วม
อะไรคือความแตกต่างระหว่างการทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้กับการทดลองแบบลำดับ
ทั้งสองเกี่ยวข้องกับการมองข้อมูลที่สะสมระหว่างกาล แต่การทดลองแบบลำดับโดยทั่วไปจะทดสอบสมมติฐานเดียวที่กำหนดไว้ล่วงหน้าพร้อมกฎการหยุด (ไป/ไม่ไป) ในขณะที่การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้อาจมีการเปลี่ยนแปลงอัตราส่วนการจัดสรร เพิ่มหรือตัดแขนง หรือประมาณค่าขนาดตัวอย่างใหม่ การออกแบบแบบลำดับเป็นส่วนย่อยของตระกูลการออกแบบแบบปรับเปลี่ยนที่กว้างขึ้น
การทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้รับการยอมรับจากหน่วยงานกำกับดูแล เช่น FDA และ EMA หรือไม่
ใช่ แต่มีเงื่อนไข ทั้ง FDA (คำแนะนำปี 2019) และ EMA (เอกสารสะท้อนความคิดเห็นปี 2007 ปรับปรุงภายหลัง) ยอมรับการออกแบบแบบปรับเปลี่ยน โดยมีเงื่อนไขว่าการปรับเปลี่ยนต้องถูกกำหนดไว้ล่วงหน้า อัตราข้อผิดพลาดประเภทที่ 1 โดยรวมถูกควบคุม และวิธีการทางสถิติถูกจัดทำเอกสารในระเบียบวิธีวิจัย ขอแนะนำอย่างยิ่งให้ติดต่อหน่วยงานกำกับดูแลล่วงหน้าก่อนที่จะตัดสินใจใช้การออกแบบแบบปรับเปลี่ยนสำหรับการทดลองยืนยัน
เมื่อใดที่ฉันควรเลือกการทดลองแบบสุ่มและมีกลุ่มควบคุมแบบมาตรฐาน (คงที่) แทนการทดลองแบบสุ่มและมีกลุ่มควบคุมแบบปรับเปลี่ยนได้
ควรเลือกการทดลองแบบสุ่มและมีกลุ่มควบคุมมาตรฐานเมื่อข้อมูลผลลัพธ์สะสมช้าเมื่อเทียบกับการลงทะเบียน เมื่อโครงสร้างพื้นฐานด้านกฎระเบียบหรือสถาบันไม่สามารถรองรับการตรวจสอบข้อมูลแบบเรียลไทม์ได้ เมื่อความซับซ้อนของระเบียบวิธีวิจัยที่เพิ่มขึ้นไม่สามารถจัดหาทรัพยากรได้ หรือเมื่อคำถามวิจัยเกี่ยวข้องกับการเปรียบเทียบแบบง่ายๆ เพียงครั้งเดียวพร้อมกับการประมาณค่าขนาดตัวอย่างที่กำหนดไว้อย่างดี แนวทางแบบปรับเปลี่ยนจะเพิ่มมูลค่าส่วนใหญ่เมื่อความไม่แน่นอนเกี่ยวกับพารามิเตอร์การออกแบบสูง หรือเมื่อแรงกดดันทางจริยธรรมในการลดการสัมผัสกับวิธีการรักษาที่ด้อยกว่ามีความแข็งแกร่ง
การสุ่มแบบปรับเปลี่ยนตามการตอบสนองช่วยลดขนาดตัวอย่างทั้งหมดเสมอหรือไม่
ไม่จำเป็นเสมอไป การสุ่มแบบปรับเปลี่ยนตามการตอบสนองช่วยลดจำนวนผู้เข้าร่วมที่จัดสรรให้กับแขนงที่ด้อยกว่าโดยเฉลี่ย แต่บางครั้งอาจเพิ่มขนาดตัวอย่างทั้งหมดเมื่อเทียบกับการทดลองแบบสุ่มและมีกลุ่มควบคุมที่สมดุล เนื่องจากช่วยลดกำลังการทดสอบทางสถิติต่อผู้เข้าร่วม การแลกเปลี่ยนระหว่างประโยชน์ส่วนบุคคล (ผู้เข้าร่วมจำนวนน้อยกว่าในแขนงที่ไม่ดี) และประสิทธิภาพของการทดลอง (จำนวนผู้เข้าร่วมทั้งหมดที่จำเป็น) จะต้องได้รับการประเมินผ่านการจำลองก่อนการทดลอง
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Chow, S.-C., & Chang, M. (2008). Adaptive Design Methods in Clinical Trials. Chapman & Hall/CRC.
ISBN: 978-1584887690คัดลอกแล้วBerry, D. A. (2006). Bayesian clinical trials. Nature Reviews Drug Discovery, 5(1), 27–36.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้ว