การออกแบบการทดลองแบบปรับได้
- ผู้เสนอ
- Stephen Pocock, Christopher Jennison, and statistical methodologists; FDA formalized guidance 2019
- ปี
- 1990s-2000s
- ประเภท
- Research Design
- กลุ่มวิธี
- trial design
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การออกแบบการทดลองแบบปรับได้ (adaptive trial design) ช่วยให้สามารถปรับเปลี่ยนการทดลองที่กำหนดไว้ล่วงหน้าได้ตามข้อมูลระหว่างการทดลอง เช่น การประมาณค่าขนาดตัวอย่างใหม่ การหยุดการทดลองเนื่องจากไร้ประโยชน์หรือมีประสิทธิผล การตัดแขนงการรักษาที่ไม่มีประสิทธิผลออก หรือการปรับอัตราส่วนการสุ่มให้เอื้อต่อการรักษาที่ให้ผลดีกว่า การออกแบบเหล่านี้ได้รับการพัฒนาอย่างเป็นระบบในช่วงทศวรรษ 1990–2000 โดยนักสถิติ เช่น Pocock และ Jennison และได้รับการกำหนดรูปแบบโดย FDA ในปี 2019 การออกแบบแบบปรับได้ช่วยเร่งการพัฒนายา ลดการสัมผัสกับการรักษาที่ไม่มีประสิทธิผล และเพิ่มประสิทธิภาพโดยไม่ทำให้เกิดอัตราการเกิดผลบวกลวง (false-positive rates) เพิ่มขึ้น เมื่อดำเนินการอย่างถูกต้อง
แนวคิดเบื้องหลังวิธีการ
การทดลองแบบออกแบบตายตัว (traditional fixed-design trials) ดำเนินการตามแผนที่เข้มงวด: ลงทะเบียนผู้เข้าร่วม N คน สุ่ม 1:1 เพื่อรับการรักษาหรือกลุ่มควบคุม วิเคราะห์ข้อมูลครั้งเดียวเมื่อสิ้นสุดการทดลอง การออกแบบแบบปรับได้จะตรวจสอบความคืบหน้าระหว่างการทดลอง: 'เราเห็นสัญญาณของประโยชน์ที่ชัดเจนหรือไม่? มีแขนงการรักษาใดที่แย่กว่าอย่างเห็นได้ชัดหรือไม่?' หากข้อมูลที่เกิดขึ้นบ่งชี้ถึงประโยชน์ ให้ลงทะเบียนผู้เข้าร่วมเพิ่มเพื่อเสริมความแข็งแกร่งของหลักฐาน หากแขนงการรักษาใดไม่มีประสิทธิผลอย่างชัดเจน ให้หยุดการลงทะเบียนสำหรับแขนงนั้นและเปลี่ยนทรัพยากร การสุ่มแบบปรับตามผลการตอบสนอง (Response-Adaptive Randomization, RAR) จะเปลี่ยนแปลงอัตราส่วนการสุ่มแบบไดนามิก: เมื่อการรักษาหนึ่งแสดงผลลัพธ์ที่ดีกว่า ผู้เข้าร่วมใหม่มีแนวโน้มที่จะถูกสุ่มไปยังการรักษานั้นมากขึ้น ซึ่งช่วยลดการสัมผัสกับแขนงที่ด้อยกว่าในขณะที่ยังคงรักษาความเข้มงวดทางวิทยาศาสตร์ไว้ได้ สิ่งสำคัญคือการกำหนดไว้ล่วงหน้า: กฎการปรับเปลี่ยนทั้งหมดต้องเขียนไว้ก่อนการล็อคข้อมูล และข้อผิดพลาดประเภทที่ 1 (อัตราผลบวกลวง) ต้องถูกควบคุมผ่านวิธีการทดสอบแบบลำดับ (sequential testing methods)
ประวัติศาสตร์
การออกแบบการทดลองแบบปรับได้เกิดขึ้นในช่วงทศวรรษ 1990 เมื่อนักสถิติได้พัฒนาทฤษฎีการทดสอบแบบลำดับและฟังก์ชันการใช้จ่ายแอลฟา (Jennison & Turnbull 2000) เอกสารพื้นฐานของ Pocock ได้กำหนดรูปแบบวิธีการวิเคราะห์ระหว่างการทดลองและการออกแบบแบบปรับได้ การสุ่มแบบปรับตามผลการตอบสนอง (RAR) ได้รับการพัฒนาในช่วงทศวรรษ 2000 เมื่อวิธีการแบบเบย์ (Bayesian methods) มีความสมบูรณ์มากขึ้น FDA ได้ออกแนวทางอย่างเป็นทางการเกี่ยวกับการออกแบบแบบปรับได้ในปี 2019 ซึ่งเร่งการนำไปใช้ในการพัฒนายา ตัวอย่างสำคัญ ได้แก่ การทดลองด้านมะเร็งที่ใช้การออกแบบแบบปรับได้เพื่อระบุขนาดยาที่เหมาะสมและประสิทธิผล การระบาดใหญ่ของ COVID-19 ได้เร่งการนำการออกแบบแบบปรับใช้มาใช้ (เช่น การทดลอง SOLIDARITY, การทดลอง RECOVERY) เนื่องจากมีความต้องการเร่งด่วนสำหรับหลักฐานที่รวดเร็ว
ควรใช้เมื่อใด
ใช้การออกแบบแบบปรับได้เมื่อ: (1) คาดว่าจะมีสัญญาณประสิทธิผล/ความไร้ประโยชน์ตั้งแต่เนิ่นๆ (เช่น ประสิทธิผลอาจปรากฏภายใน 6 เดือน) (2) ขนาดตัวอย่างไม่แน่นอนและสามารถปรับปรุงได้ด้วยข้อมูลระหว่างการทดลอง (3) มีการทดสอบแขนงการรักษาหลายแขนงและบางแขนงอาจด้อยกว่าอย่างชัดเจน (4) จริยธรรมกำหนดให้ลดการสัมผัสกับการรักษาที่ไม่มีประสิทธิผลให้น้อยที่สุด (5) กรอบเวลาการพัฒนามีความสำคัญ (เช่น ยาสำหรับโรคหายาก, การพัฒนายามะเร็ง) (6) ทรัพยากรมีจำกัด (การออกแบบแบบปรับได้ช่วยลดขนาดตัวอย่างหรือระยะเวลา) (7) ความรู้เบื้องต้นไม่แน่นอน (ข้อมูลระหว่างการทดลองช่วยปรับปรุงสมมติฐานเกี่ยวกับขนาดผลกระทบ อัตราการถอนตัว ฯลฯ) (8) ต้องการการบูรณาการระหว่างระยะที่ II/III อย่างราบรื่น (รวมการหาขนาดยาเข้ากับการทดสอบประสิทธิผล)
ข้อจำกัดและข้อควรพิจารณา
- ความซับซ้อน: การออกแบบแบบปรับได้ต้องอาศัยการวางแผนทางสถิติที่ซับซ้อน โครงสร้างพื้นฐานสำหรับการวิเคราะห์ระหว่างการทดลอง และการดำเนินการอย่างระมัดระวัง การปิดบังและการจัดการข้อมูลมีความท้าทาย
- การเพิ่มขึ้นของข้อผิดพลาดประเภทที่ 1 หากดำเนินการไม่ถูกต้อง: การปรับเปลี่ยนหลังการทดลอง (post-hoc adaptations) หรือการไม่เข้าใจวิธีการทดสอบแบบลำดับ จะเพิ่มอัตราผลบวกลวง การกำหนดไว้ล่วงหน้าอย่างเข้มงวดเป็นสิ่งที่จำเป็นอย่างยิ่ง
- การเพิ่มขึ้นของขนาดผลกระทบจากการหยุดการทดลองก่อนกำหนด: หากข้ามขอบเขตการหยุดการทดลองเนื่องจากประสิทธิผล ขนาดผลกระทบที่สังเกตได้ ณ จุดนั้นมีแนวโน้มที่จะสูงเกินจริง (ความเอนเอียงเชิงมองโลกในแง่ดี) ผลกระทบสุดท้ายของการทดลองอาจน้อยกว่าค่าประมาณระหว่างการทดลอง
- ความสามารถในการเปรียบเทียบระหว่างการปรับเปลี่ยน: หากมีการตัดแขนงการรักษาออกหรืออัตราส่วนการสุ่มเปลี่ยนแปลงไป ความสามารถในการเปรียบเทียบระหว่างผู้เข้าร่วมใหม่และผู้เข้าร่วมเดิมอาจถูกบั่นทอน จำเป็นต้องมีการวิเคราะห์กลุ่มย่อย (subgroup analyses)
- ค่าใช้จ่ายด้านกฎระเบียบและการดำเนินงาน: การออกแบบแบบปรับได้ต้องมีการลงทะเบียนล่วงหน้า แผนทางสถิติโดยละเอียด ความเชี่ยวชาญในการวิเคราะห์ระหว่างการทดลอง และการสื่อสารกับหน่วยงานกำกับดูแล ไม่ใช่ทุกสถานการณ์ที่จะรองรับสิ่งนี้ได้
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ประสิทธิภาพ: ลดขนาดตัวอย่างและระยะเวลาการทดลองที่สั้นลงหากหลักฐานระหว่างการทดลองมีความชัดเจน ช่วยประหยัดเวลาและค่าใช้จ่าย
- จริยธรรม: การสุ่มแบบปรับตามผลการตอบสนอง (RAR) ช่วยลดการสัมผัสกับแขนงการรักษาที่ด้อยกว่า การหยุดการทดลองเนื่องจากความไร้ประโยชน์ช่วยป้องกันการลงทะเบียนที่ยืดเยื้อเมื่อประสิทธิผลไม่น่าจะเป็นไปได้
- ความยืดหยุ่น: การปรับเปลี่ยนสามารถจัดการกับความไม่แน่นอนที่เกิดขึ้นใหม่ได้โดยไม่สูญเสียความเข้มงวดทางสถิติ หากกำหนดไว้ล่วงหน้า
- ขับเคลื่อนด้วยข้อมูล: ข้อมูลระหว่างการทดลองช่วยในการจัดสรรทรัพยากรและการเลือกแขนงการรักษา ปรับปรุงการออกแบบการทดลองแบบไดนามิก
- การยอมรับจากหน่วยงานกำกับดูแล: FDA และ EMA ยอมรับการออกแบบแบบปรับได้เมื่อกำหนดไว้ล่วงหน้าอย่างถูกต้องและมีการควบคุมข้อผิดพลาดประเภทที่ 1 กลายเป็นการออกแบบมาตรฐานที่เพิ่มขึ้นในการพัฒนายาในปัจจุบัน
การประยุกต์ใช้
- การหาขนาดยาและการบูรณาการระยะที่ II/III อย่างราบรื่น: ลงทะเบียนผู้เข้าร่วมในช่วงแรกด้วยขนาดยาหลายขนาด การวิเคราะห์ระหว่างการทดลองจะระบุขนาดยาที่เหมาะสม จากนั้นจึงค่อยๆ เพิ่มประสิทธิภาพในการทดสอบประสิทธิผลด้วยขนาดยานั้นและการควบคุมด้วยยาหลอก (placebo control)
- การทดลองด้านมะเร็ง: การออกแบบแบบปรับได้ช่วยให้สามารถหยุดการทดลองก่อนกำหนดได้หากมีประสิทธิผลเหนือกว่าหรือไร้ประโยชน์ การสุ่มแบบปรับตามผลการตอบสนองจะนำผู้ป่วยไปสู่ regimen ที่มีประโยชน์มากขึ้น
- การพัฒนายาสำหรับโรคหายาก: ประชากรที่มีขนาดเล็กทำให้การออกแบบแบบตายตัวมีกำลังการทดลองไม่เพียงพอ การออกแบบแบบปรับได้จะประมาณค่าขนาดตัวอย่างใหม่ตามขนาดผลกระทบที่เกิดขึ้นใหม่ ช่วยเพิ่มความเป็นไปได้
- การตอบสนองต่อการระบาดของโรคติดเชื้อ: ในช่วงที่มีการระบาด การออกแบบแบบปรับได้ช่วยเร่งการระบุการรักษาที่มีประสิทธิภาพโดยการตัดแขนงการรักษาที่ไม่มีประสิทธิผลออกและเปลี่ยนไปใช้การรักษาที่ให้ผลดีที่สุด
- การแทรกแซงด้านพฤติกรรมและสุขภาพจิต: มีการทดสอบแขนงการรักษาหลายแขนง การออกแบบแบบปรับได้จะตัดรูปแบบที่ไม่มีประสิทธิผลออกตั้งแต่เนิ่นๆ และจัดสรรทรัพยากรใหม่ให้กับรูปแบบที่น่าหวัง
วิธีการทำงาน
วิธีการทำงาน
ระยะการออกแบบ: กำหนดโปรโตคอลการทดลอง รวมถึงจุดยุติหลัก (primary endpoint) เวลาในการตรวจสอบระหว่างการทดลอง (เช่น ที่ 50% และ 100% ของเหตุการณ์เป้าหมายหรือผู้เข้าร่วมที่ลงทะเบียน) กฎการหยุดการทดลอง (เกณฑ์ประสิทธิผล, ขอบเขตความไร้ประโยชน์) และกฎการปรับเปลี่ยน (การประมาณค่าขนาดตัวอย่างใหม่, การตัดแขนงการรักษาออก, การเปลี่ยนแปลงอัตราส่วนการสุ่ม) ใช้ฟังก์ชันการใช้จ่ายแอลฟา (alpha-spending functions) (เช่น O'Brien-Fleming) เพื่อจัดสรรข้อผิดพลาดประเภทที่ 1 ระหว่างการวิเคราะห์ระหว่างการทดลองและครั้งสุดท้าย เพื่อให้แน่ใจว่าข้อผิดพลาดประเภทที่ 1 ทั้งหมดจะยังคงอยู่ที่ 0.05 ใช้การสุ่มแบบปรับตามผลการตอบสนอง (RAR) หากเหมาะสม: ความน่าจะเป็นในการสุ่มจะเปลี่ยนแปลงตามข้อมูลผลลัพธ์ระหว่างการทดลอง (เช่น หากการรักษา A แสดงอัตราการตอบสนองสูงกว่า ผู้เข้าร่วมใหม่มีแนวโน้มที่จะถูกสุ่มไปยัง A มากขึ้น) ลงทะเบียนและสุ่มผู้เข้าร่วมตามอัลกอริทึมแบบปรับได้ ตรวจสอบข้อมูลระหว่างการทดลองตามเวลาที่กำหนดไว้ล่วงหน้า การปิดบัง (Blinding): รักษาการปิดบัง (ผู้เข้าร่วม แพทย์ นักสถิติ) ต่อการรักษาที่ได้รับมอบหมายและผลลัพธ์ระหว่างการทดลองจนกว่าจะทำการวิเคราะห์ เพื่อหลีกเลี่ยงความเอนเอียง
สูตร
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.
ในการวิเคราะห์ระหว่างการทดลองแต่ละครั้ง ให้ปฏิบัติตามโปรโตคอลที่กำหนดไว้ล่วงหน้า: (1) วิเคราะห์ผลลัพธ์หลักโดยใช้ข้อมูลทั้งหมดที่รวบรวมได้จนถึงปัจจุบัน (2) คำนวณค่าประมาณผลกระทบ (hazard ratio, ผลต่างของค่าเฉลี่ย ฯลฯ) พร้อมช่วงความเชื่อมั่นและค่า p-value โดยใช้การปรับค่าสำหรับการทดสอบแบบลำดับ (3) ประเมินขอบเขตการหยุดการทดลอง: หากข้ามขอบเขตประสิทธิผล (มีหลักฐานที่ชัดเจนของประโยชน์) ให้พิจารณาหยุดการทดลองก่อนกำหนด หากข้ามขอบเขตความไร้ประโยชน์ (ขนาดผลกระทบไม่เพียงพอ) ให้พิจารณาหยุดการทดลองเนื่องจากความไร้ประโยชน์ (4) หากดำเนินการต่อ ให้ใช้กฎการปรับเปลี่ยน: ประมาณค่าขนาดตัวอย่างที่ต้องการใหม่ตามผลกระทบที่สังเกตได้ หากน้อยกว่าที่วางแผนไว้ ให้ลด N เป้าหมาย ในทางกลับกัน หากผลกระทบที่สังเกตได้น้อยกว่าที่คาดไว้ ให้เพิ่ม N (5) ปรับอัตราส่วนการสุ่ม (หากใช้ RAR): คำนวณความน่าจะเป็นภายหลัง (posterior probability) ของความเหนือกว่าของแต่ละแขนงการรักษา สุ่มผู้เข้าร่วมใหม่ด้วยความน่าจะเป็นที่แปรผันตามค่า posterior เหล่านี้ (6) ตัดแขนงการรักษาออก: หากแขนงการรักษาใดแสดงความด้อยกว่าอย่างชัดเจน (ความไร้ประโยชน์) ให้พิจารณาถอดออกจากการลงทะเบียน เว้นแต่จะมีข้อกังวลด้านจริยธรรมหรือจำเป็นต้องมีการแก้ไขโปรโตคอล (7) ควบคุมข้อผิดพลาดประเภทที่ 1: ใช้ค่า p-value จากการทดสอบแบบลำดับ (ไม่ใช่ค่า p-value มาตรฐาน) และฟังก์ชันการใช้จ่ายแอลฟาที่กำหนดไว้ล่วงหน้าเพื่อให้แน่ใจว่าข้อผิดพลาดประเภทที่ 1 สะสม ≤ 0.05
สูตร
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.
ผลลัพธ์จากการทดลองแบบปรับได้จะถูกตีความคล้ายกับการทดลองแบบสุ่มและมีกลุ่มควบคุม (RCT) มาตรฐาน แต่มีความโปร่งใสเพิ่มขึ้น: รายงานกฎการปรับเปลี่ยนที่ใช้ การวิเคราะห์ระหว่างการทดลองที่ดำเนินการ ค่าประมาณผลกระทบระหว่างการทดลองและครั้งสุดท้าย และเหตุผลสำหรับการปรับเปลี่ยนที่ทำ ค่าประมาณผลกระทบสุดท้ายมีความถูกต้อง (ภายใต้การทดสอบแบบลำดับที่ถูกต้อง) และใช้กับประชากรทั้งหมดของการทดลอง ประโยชน์ของการออกแบบแบบปรับได้: (1) ประสิทธิภาพ—ลดขนาดตัวอย่างหากมีหลักฐานเบื้องต้นที่ชัดเจน การดำเนินการเร็วขึ้น (2) จริยธรรม—ลดจำนวนผู้เข้าร่วมที่ลงทะเบียนในแขนงการรักษาที่ไม่มีประสิทธิผลให้น้อยที่สุดผ่านการตัดแขนงการรักษาออกหรือ RAR (3) ความยืดหยุ่น—การออกแบบสามารถตอบสนองต่อหลักฐานที่เกิดขึ้นใหม่ได้โดยไม่จำเป็นต้องยึดติดกับสมมติฐานที่ตายตัว ข้อควรระวัง: (1) การออกแบบแบบปรับได้ต้องถูกกำหนดไว้ล่วงหน้าและลงทะเบียน การปรับเปลี่ยนหลังการทดลอง (post-hoc adaptations) คือการปั่นค่า p (p-hacking) (2) การควบคุมข้อผิดพลาดประเภทที่ 1 ต้องปฏิบัติตามวิธีการทดสอบแบบลำดับ ค่า p-value มาตรฐานไม่ถูกต้องในการตรวจสอบระหว่างการทดลอง (3) ค่าประมาณขนาดผลกระทบจากการทดลองที่หยุดก่อนกำหนดอาจสูงเกินจริง (มองโลกในแง่ดีเกินไป) (4) ความสามารถในการสรุปผลไปยังประชากรทั่วไปอาจถูกจำกัดหากมีการเปลี่ยนแปลงแขนงการรักษาหรือประชากรระหว่างการปรับเปลี่ยน
สูตร
At final analysis, apply sequential test corrections for multiple looks; interpret effect estimate in context of adaptation decisions; transparency on deviations from pre-specification.
ข้อผิดพลาดที่พบบ่อย
- การวิเคราะห์ระหว่างการทดลองแบบไม่ปิดบัง (unblinded interim analyses) ที่นำไปสู่ความเอนเอียงในการดำเนินงาน: หากทีมงานทดลองทราบการกำหนดการรักษาในระหว่างการทดลอง การตัดสินใจอาจได้รับอิทธิพลโดยไม่รู้ตัว ใช้คณะกรรมการติดตามข้อมูลอิสระ (Data Monitoring Committee, DMC) และรักษาการปิดบังต่อป้ายชื่อแขนงการรักษาที่ระบุได้
- การปรับเปลี่ยนหลังการทดลอง (Post-hoc adaptations): หากกฎการปรับเปลี่ยนไม่ได้ถูกกำหนดไว้ล่วงหน้าและเขียนไว้ก่อนการเปิดเผยข้อมูล นั่นคือการปั่นค่า p (p-hacking) ความถูกต้องของการออกแบบแบบปรับได้ขึ้นอยู่กับการกำหนดไว้ล่วงหน้า
- การละเลยการทดสอบหลายครั้ง (Ignoring multiple testing): การดำเนินการตรวจสอบระหว่างการทดลองโดยไม่ปรับค่าเกณฑ์ p-value จะเพิ่มข้อผิดพลาดประเภทที่ 1 ต้องใช้วิธีการทดสอบแบบลำดับ (การใช้จ่ายแอลฟา, การออกแบบกลุ่มตามลำดับ) เสมอ
- การตีความสัญญาณเบื้องต้นมากเกินไป: ค่าประมาณ ณ จุด (point estimates) ระหว่างการทดลองมีความผันผวน ช่วงความเชื่อมั่นที่กว้างระหว่างการทดลองควรลดความมั่นใจในทิศทางหรือขนาดของผลกระทบ อย่าผูกมัดกับการปรับเปลี่ยนตามค่าประมาณที่ไม่เสถียรมากเกินไป
- การสูญเสียความสามารถในการสรุปผลจากการตัดแขนงการรักษาออก: หากมีการตัดแขนงการรักษาออกระหว่างการทดลองและผลลัพธ์สุดท้ายไม่รวมผู้เข้าร่วมจากแขนงนั้น การทดลองจะกลายเป็นตัวแทนได้น้อยลง จำเป็นต้องมีการจัดทำเอกสารอย่างรอบคอบและการวิเคราะห์ความไว (sensitivity analyses)
คำถามที่พบบ่อย
ฟังก์ชันการใช้จ่ายแอลฟา (alpha-spending functions) ควบคุมข้อผิดพลาดประเภทที่ 1 ในการทดลองแบบปรับได้อย่างไร
ฟังก์ชันการใช้จ่ายแอลฟาคือเส้นโค้งที่จัดสรรข้อผิดพลาดประเภทที่ 1 ทั้งหมด (α โดยทั่วไปคือ 0.05) ระหว่างการวิเคราะห์ระหว่างการทดลองหลายครั้งและการวิเคราะห์ครั้งสุดท้าย ในแต่ละครั้งที่ตรวจสอบระหว่างการทดลอง ปริมาณแอลฟาที่จัดสรรจนถึงจุดนั้นจะกำหนดเกณฑ์ p-value สำหรับการหยุดการทดลอง ตัวอย่างเช่น ฟังก์ชัน O'Brien-Fleming จะจัดสรรแอลฟาเพียงเล็กน้อยให้กับการตรวจสอบระหว่างการทดลองในช่วงต้น (เกณฑ์ p-value สูง หยุดการทดลองได้ยาก) และจัดสรรแอลฟามากขึ้นสำหรับการตรวจสอบในช่วงหลังและการวิเคราะห์ครั้งสุดท้าย สิ่งนี้จะรักษาข้อผิดพลาดประเภทที่ 1 ไว้ที่ 0.05 โดยรวม ในขณะที่อนุญาตให้มีการทดสอบทางสถิติหลายครั้ง หากคุณทำการตรวจสอบระหว่างการทดลอง 2 ครั้งและการวิเคราะห์ครั้งสุดท้าย 1 ครั้ง และใช้การใช้จ่ายแบบ O'Brien-Fleming เกณฑ์ p-value อาจเป็น 0.001, 0.01 และ 0.05 ที่การตรวจสอบระหว่างการทดลองครั้งที่ 1, ครั้งที่ 2 และครั้งสุดท้ายตามลำดับ โดยใช้จ่ายแอลฟาสะสม 0.05
การสุ่มแบบปรับตามผลการตอบสนอง (Response-Adaptive Randomization, RAR) คืออะไร และแตกต่างจากการสุ่มแบบตายตัวอย่างไร
ในการสุ่มแบบตายตัว (RCT มาตรฐาน) ผู้เข้าร่วมทั้งหมดจะถูกสุ่ม 1:1 (หรือตามอัตราส่วนที่กำหนดไว้ล่วงหน้า) โดยไม่คำนึงถึงผลลัพธ์ระหว่างการทดลอง ใน RAR อัตราส่วนการสุ่มจะปรับเปลี่ยนตามข้อมูลผลลัพธ์ระหว่างการทดลอง ตัวอย่าง: หากการวิเคราะห์ระหว่างการทดลองแสดงว่าการรักษา A มีอัตราการตอบสนอง 70% และการรักษา B มี 50% RAR อาจสุ่มผู้เข้าร่วมใหม่โดยให้ 60% ไปยัง A และ 40% ไปยัง B (เอื้อต่อแขนงการรักษาที่ให้ผลดีกว่า) เหตุผล: ช่วยลดการสัมผัสกับการรักษาที่ด้อยกว่า ซึ่งเป็นประโยชน์ทางจริยธรรม ความท้าทาย: RAR ทำให้การอนุมานซับซ้อนขึ้น (ต้องมีการปรับค่าสำหรับการทดสอบแบบลำดับ) และอาจทำให้ค่าประมาณผลกระทบเอนเอียงได้หากจัดการไม่ถูกต้อง RAR มีประโยชน์มากที่สุดเมื่อ: (1) ผลลัพธ์ถูกสังเกตอย่างรวดเร็ว (ไม่ล่าช้า) (2) เป้าหมายคือการเพิ่มประโยชน์สูงสุดแก่ผู้ป่วยแต่ละราย (ไม่ใช่แค่ลดขนาดตัวอย่าง) (3) ข้อกังวลด้านจริยธรรมเกี่ยวกับการสัมผัสกับแขนงการรักษาที่ด้อยกว่ามีสูง
เมื่อใดที่ฉันควรหยุดการทดลองแบบปรับได้ก่อนกำหนดเนื่องจากประสิทธิผล และเมื่อใดควรหยุดเนื่องจากความไร้ประโยชน์
กำหนดขอบเขตการหยุดการทดลองเนื่องจากประสิทธิผลและความไร้ประโยชน์ไว้ล่วงหน้าในแผนการวิเคราะห์ทางสถิติก่อนเริ่มการทดลอง การหยุดเนื่องจากประสิทธิผล: หยุดหากข้อมูลระหว่างการทดลองแสดงค่า p-value (ปรับค่าสำหรับการทดสอบแบบลำดับ) ที่ข้ามขอบเขตประสิทธิผล ซึ่งเป็นหลักฐานที่ชัดเจนของความเหนือกว่า ตัวอย่าง: หากข้ามขอบเขต O'Brien-Fleming ในการตรวจสอบระหว่างการทดลองครั้งแรก ให้หยุดและประกาศประสิทธิผล การหยุดเนื่องจากความไร้ประโยชน์: หยุดหากข้อมูลระหว่างการทดลองแสดงว่าขนาดผลกระทบมีค่าน้อยมากจนแม้จะลงทะเบียนผู้เข้าร่วมที่เหลือตามแผนทั้งหมด ก็ไม่น่าจะบรรลุความมีนัยสำคัญทางสถิติ ความไร้ประโยชน์จะประเมินผ่านกำลังการทดลองแบบมีเงื่อนไข (conditional power): 'เมื่อพิจารณาจากผลกระทบที่สังเกตได้จนถึงขณะนี้ โอกาสที่จะบรรลุความมีนัยสำคัญในการวิเคราะห์ครั้งสุดท้ายคือเท่าใด?' หากกำลังการทดลองแบบมีเงื่อนไข <20% ให้พิจารณาหยุดการทดลองเนื่องจากความไร้ประโยชน์ ต้องมีคณะกรรมการติดตามข้อมูลอิสระ (DMC) ตรวจสอบก่อนการตัดสินใจหยุดเพื่อหลีกเลี่ยงความเอนเอียงเสมอ
เหตุใดขนาดผลกระทบจากการทดลองแบบปรับได้ที่หยุดก่อนกำหนดจึงอาจสูงเกินจริง
หากข้ามขอบเขตประสิทธิผลในการตรวจสอบระหว่างการทดลองและหยุดการลงทะเบียนก่อนกำหนด ค่าประมาณขนาดผลกระทบ ณ จุดนั้นมีแนวโน้มที่จะสูงเกินจริงเนื่องจากการแปรผันแบบสุ่ม ลองนึกภาพการโยนเหรียญ: โดยเฉลี่ย คุณคาดหวังหัว 50 ครั้งจากการโยน 100 ครั้ง แต่ถ้าคุณหยุดเมื่อได้หัว 70 ครั้ง (ซึ่งเป็นเหตุการณ์ที่เกิดขึ้นได้ยาก) และนับจำนวนครั้งที่โยน คุณจะสังเกตเห็นอัตราส่วนที่เอนเอียง (70/100 = 70%) ในทำนองเดียวกัน ในการทดลอง หากคุณหยุดเมื่อค่าประมาณผลกระทบระหว่างการทดลองข้ามเกณฑ์ที่สูง ค่าประมาณนั้นจะเอนเอียงไปทางสูง สำหรับการตัดสินใจทางคลินิก ให้ปรับค่าประมาณระหว่างการทดลองให้ต่ำลง (โดยใช้วิธีการต่างๆ เช่น การวิเคราะห์ฟังก์ชัน p-value หรือการคำนวณกำลังการทดลองแบบมีเงื่อนไข) ค่า p-value จากการทดสอบแบบลำดับยังคงควบคุมข้อผิดพลาดประเภทที่ 1 แต่ค่าประมาณ ณ จุดนั้นมีแนวโน้มที่จะมองโลกในแง่ดีเกินไป
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Pocock, S. J. (2005). Current issues in the design and interpretation of clinical trials. BMJ, 330(7500), 1118–1121.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้วPallmann, 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.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วFDA (2019). Adaptive Designs for Clinical Trials of Drugs and Biologics: Guidance for Industry. US Food and Drug Administration.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว