การทดลองแบบหลายแขน — การออกแบบการทดลองแบบหลายแขน
- ผู้เสนอ
- Developed within clinical trials methodology; formalized by Parmar, Royston and colleagues (UK MRC CTU, early 2000s)
- ปี
- 1990s–2000s (clinical formalization); multi-arm concept implicit in ANOVA-era factorial designs
- ประเภท
- Experimental design
- กลุ่มวิธี
- Experimental design
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
ใช้ทำอะไร?
การทดลองแบบหลายแขนเป็นการเปรียบเทียบเงื่อนไขการรักษาหรือการแทรกแซงตั้งแต่สามเงื่อนไขขึ้นไปพร้อมกัน — แต่ละเงื่อนไขเรียกว่า 'แขน' — โดยเปรียบเทียบกับกลุ่มควบคุมร่วมกัน หรือเปรียบเทียบกันเอง การทดสอบทางเลือกหลายทางในการศึกษาเดียว ทำให้ได้ข้อมูลต่อผู้เข้าร่วมมากขึ้นกว่าการทำการทดลองแบบสองกลุ่มแยกกันตามลำดับ ขณะเดียวกันก็ควบคุมอัตราความผิดพลาดประเภทที่หนึ่ง (Type I error rate) โดยรวมผ่านกลยุทธ์การเปรียบเทียบที่กำหนดไว้ล่วงหน้า
แนวคิดเบื้องหลังวิธีการ
ลองนึกถึงการทดลองทางเภสัชกรรมที่ต้องทดสอบยา 4 ขนาดที่แตกต่างกันเทียบกับยาหลอก การทำการทดลองแบบสองแขนแยกกัน 4 ครั้ง จะสิ้นเปลืองทรัพยากรและเพิ่มโอกาสในการพบผลบวกลวง การออกแบบแบบหลายแขนจะรับผู้เข้าร่วมทั้ง 5 กลุ่มพร้อมกัน โดยใช้แขนควบคุมร่วมกันในการเปรียบเทียบ และกำหนดระดับนัยสำคัญเพื่อให้ความน่าจะเป็นโดยรวมของการพบผลลวงยังคงอยู่ในระดับที่ยอมรับได้ หลักการเดียวกันนี้สามารถนำไปใช้ในการศึกษา (เปรียบเทียบวิธีการสอน 3 วิธี) เทคโนโลยี (ทดสอบรูปแบบส่วนต่อประสานผู้ใช้หลายแบบ) หรือการประเมินนโยบาย (ประเมินรูปแบบโปรแกรมหลายแบบเทียบกับสถานะปัจจุบัน) ข้อคิดสำคัญคือประสิทธิภาพ: การทดลองที่มีอำนาจการทดสอบเพียงพอเพียงครั้งเดียวสามารถทดแทนการทดลองขนาดเล็กหลายครั้งได้
ประวัติศาสตร์
ตรรกะของการทดสอบหลายกลุ่มพร้อมกันนั้นแฝงอยู่ในการวิเคราะห์ความแปรปรวน (analysis of variance) ซึ่งพัฒนาโดย Ronald A. Fisher ในช่วงทศวรรษที่ 1920–1930 กรอบการทำงานแบบหลายแขนสมัยใหม่ในการทดลองทางคลินิกได้รับการอธิบายอย่างเป็นระบบในช่วงปลายทศวรรษที่ 1990 และ 2000 โดยมีแรงผลักดันจากความต้องการเร่งการพัฒนายา Parmar, Royston และคณะที่ UK Medical Research Council Clinical Trials Unit ได้กำหนดรูปแบบการออกแบบแบบหลายแขนหลายระยะ (MAMS) อย่างเป็นทางการในชุดบทความตั้งแต่ปี 2003 เป็นต้นไป โดยแสดงให้เห็นว่าการคัดแขนออกระหว่างทางสามารถรักษาการควบคุมความผิดพลาดได้ ในขณะที่ลดระยะเวลาการสรรหาลงครึ่งหนึ่งในบางสถานการณ์
ควรใช้เมื่อใด
ควรใช้การทดลองแบบหลายแขนเมื่อคุณต้องการประเมินการแทรกแซง ขนาดยา หรือเงื่อนไขตั้งแต่สามอย่างขึ้นไปในการทดลองเดียว และต้องการใช้แขนเปรียบเทียบร่วมกันแทนที่จะทำการศึกษาแยกกันหลายครั้ง การทดลองนี้มีประสิทธิภาพเป็นพิเศษเมื่อการสรรหาผู้เข้าร่วมเป็นทรัพยากรที่จำกัด เหมาะสำหรับการทดลองทางคลินิก การแทรกแซงทางพฤติกรรม การวิจัยทางการศึกษา และการทดสอบผลิตภัณฑ์ออนไลน์ ไม่ควรใช้เมื่อคุณไม่สามารถรักษาการแยกการดำเนินงานระหว่างแขนได้ (ความเสี่ยงของการปนเปื้อน) เมื่อจำนวนการเปรียบเทียบที่วางแผนไว้มีมากเกินไปจนอำนาจการทดสอบต่อการเปรียบเทียบแต่ละครั้งต่ำจนยอมรับไม่ได้ หรือเมื่อแขนที่แทรกแซงมีปฏิสัมพันธ์กันในลักษณะที่ละเมิดข้อสมมติฐานความเป็นอิสระ
ข้อจำกัดและข้อควรพิจารณา
- อำนาจการทดสอบต่อการเปรียบเทียบแขนกับกลุ่มควบคุมแต่ละรายการจะต่ำกว่าการทดลองแบบสองแขนที่มีขนาดตัวอย่างรวมเท่ากัน เว้นแต่การออกแบบจะได้รับการปรับให้เหมาะสม
- ความซับซ้อนในการดำเนินงานเพิ่มขึ้นตามจำนวนแขน: ห่วงโซ่อุปทาน การฝึกอบรม การตรวจสอบ และการเบี่ยงเบนของระเบียบวิธีปฏิบัติจะทวีคูณ
- การปรับแก้สำหรับการเปรียบเทียบหลายรายการจะมีความเข้มงวดมากขึ้นเมื่อมีการทดสอบหลายแขน ซึ่งอาจบดบังการแทรกแซงที่มีประสิทธิภาพอย่างแท้จริง
- การคัดแขนออกในการวิเคราะห์ระหว่างทางในการออกแบบ MAMS จำเป็นต้องมีกฎการหยุดที่กำหนดไว้ล่วงหน้า การคัดออกตามอำเภอใจไม่เป็นที่ยอมรับ
เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้
จุดแข็ง
- ทดสอบสมมติฐานหลายรายการอย่างมีประสิทธิภาพในการศึกษาเดียว ลดขนาดตัวอย่างโดยรวมเมื่อเทียบกับการทดลองอิสระหลายครั้ง
- แขนควบคุมร่วมกันจะได้รับผลกระทบจากแนวโน้มตามกาลเวลาและเงื่อนไขการสรรหาเช่นเดียวกับแขนที่ออกฤทธิ์ทั้งหมด ซึ่งช่วยเพิ่มความสามารถในการเปรียบเทียบ
- อัตราความผิดพลาดของทั้งครอบครัวสามารถควบคุมได้อย่างเข้มงวดผ่านวิธีการปรับแก้ที่กำหนดไว้ล่วงหน้า (Dunnett, Bonferroni, gatekeeping)
- ส่วนขยายแบบหลายแขนหลายระยะช่วยให้สามารถคัดแขนที่ด้อยกว่าออกในการวิเคราะห์ระหว่างทาง ทำให้การออกแบบมีความยืดหยุ่นโดยไม่เพิ่มอัตราความผิดพลาด
- การลงทะเบียนล่วงหน้าอย่างโปร่งใสของทุกแขนและการเปรียบเทียบจำกัดการเปลี่ยนแปลงผลลัพธ์และอคติในการตีพิมพ์
การประยุกต์ใช้
- การทดลองทางคลินิกที่เปรียบเทียบยาหลายขนาดหรือการรักษาที่อาจเป็นไปได้เทียบกับยาหลอกในระเบียบวิธีเดียว
- การวิจัยทางการศึกษาที่ประเมินแนวทางการสอนตั้งแต่สามแนวทางขึ้นไป — การบรรยายแบบดั้งเดิม ห้องเรียนกลับด้าน การสอนแบบเพื่อนช่วยเพื่อน — เทียบกับเงื่อนไขควบคุม
- การทดสอบผลิตภัณฑ์ดิจิทัลที่เปรียบเทียบรูปแบบส่วนต่อประสานผู้ใช้หรือราคาหลายแบบเทียบกับค่าพื้นฐานในการทดลองออนไลน์ที่มีการควบคุม
- การศึกษาการแทรกแซงด้านสาธารณสุขที่ประเมินกลยุทธ์การเปลี่ยนแปลงพฤติกรรมหลายอย่าง (การส่งข้อความ สิ่งจูงใจ การแจ้งเตือน) พร้อมกัน
- การทดลองทางการเกษตรที่ทดสอบสูตรปุ๋ยหรือตารางการปลูกหลายแบบเทียบกับแขนปฏิบัติมาตรฐาน
วิธีการทำงาน
วิธีการทำงาน
ก่อนเริ่มการทดลอง ผู้วิจัยจะระบุจำนวนแขน (อย่างน้อยสามแขน: โดยทั่วไปคือหนึ่งแขนควบคุม บวกกับเงื่อนไขที่ออกฤทธิ์สองเงื่อนไขขึ้นไป) ผลลัพธ์หลัก โครงสร้างการเปรียบเทียบ (แต่ละแขนเทียบกับกลุ่มควบคุม, การเปรียบเทียบทุกคู่, หรือลำดับขั้น) และกลยุทธ์การควบคุมอัตราความผิดพลาดของทั้งครอบครัว (family-wise error rate) — ที่พบบ่อยที่สุดคือการปรับแก้แบบ Bonferroni, การทดสอบของ Dunnett สำหรับการเปรียบเทียบแขนกับกลุ่มควบคุม, หรือกระบวนการ gatekeeping สำหรับสมมติฐานที่มีลำดับชั้น
ผู้เข้าร่วมที่มีคุณสมบัติ (หรือกลุ่ม, หรือหน่วย) จะถูกสุ่มจัดสรรไปยังแขนใดแขนหนึ่งโดยใช้อัตราส่วนการจัดสรรที่กำหนดไว้ล่วงหน้า การจัดสรรเท่ากันในทุกแขนจะเพิ่มอำนาจการทดสอบต่อแขนให้สูงสุด การจัดสรรไม่เท่ากัน — โดยมีผู้เข้าร่วมในแขนควบคุมมากกว่า — อาจมีประสิทธิภาพมากกว่าเมื่อข้อมูลจากแขนควบคุมใช้สำหรับการเปรียบเทียบหลายรายการ การสุ่มแบบแบ่งชั้น (stratified randomization) หรือการสุ่มแบบบล็อก (blocked randomization) มักใช้เพื่อสร้างความสมดุลของปัจจัยพยากรณ์โรค
แต่ละแขนจะได้รับการแทรกแซงหรือเงื่อนไขที่ได้รับมอบหมายตลอดระยะเวลาของการศึกษา การปิดบังข้อมูล (blinding) ของผู้เข้าร่วม ผู้ให้บริการ และผู้ประเมินผลลัพธ์จะถูกนำมาใช้เท่าที่ทำได้เพื่อป้องกันอคติที่แตกต่างกัน การตรวจสอบความถูกต้องของการดำเนินงาน (operational fidelity checks) ยืนยันว่าแต่ละแขนได้รับการดำเนินการตามที่ระบุไว้ตลอดระยะเวลาการทดลอง
ผลลัพธ์หลักและผลลัพธ์รองที่กำหนดไว้ล่วงหน้าจะถูกวัด ณ จุดเวลาที่กำหนดสำหรับผู้เข้าร่วมทั้งหมด ข้อมูลทั้งหมด รวมถึงข้อมูลจากผู้เข้าร่วมที่เบี่ยงเบนหรือหลุดออกจากการศึกษา จะถูกบันทึก หลักการเจตนาที่จะรักษา (intention-to-treat) จะถูกนำมาใช้ในการวิเคราะห์หลักเพื่อรักษาความสมบูรณ์ของการสุ่ม
ผลลัพธ์ในแต่ละแขนที่ออกฤทธิ์จะถูกเปรียบเทียบกับกลุ่มควบคุม (หรือเปรียบเทียบกันเอง) โดยใช้การทดสอบทางสถิติที่กำหนดไว้ล่วงหน้าและระดับนัยสำคัญที่ปรับแก้แล้ว ขนาดอิทธิพล (effect sizes) และช่วงความเชื่อมั่น (confidence intervals) จะถูกรายงานสำหรับการเปรียบเทียบแต่ละรายการ หากการออกแบบเป็นไปตามกรอบการทำงานแบบหลายแขนหลายระยะ (multi-arm multi-stage, MAMS) การวิเคราะห์ระหว่างทาง (interim analyses) อาจมีการคัดแขนที่มีประสิทธิภาพต่ำออกก่อนถึงระยะสุดท้าย ซึ่งช่วยประหยัดทรัพยากรโดยไม่กระทบต่อการควบคุมความผิดพลาด
ข้อผิดพลาดที่พบบ่อย
- การละเลยการปรับแก้สำหรับการเปรียบเทียบหลายรายการ — การทำการเปรียบเทียบทุกคู่ที่ระดับอัลฟาที่ไม่ได้ปรับแก้ จะเพิ่มอัตราผลบวกลวงตามสัดส่วนของจำนวนการเปรียบเทียบเสมอ ควรระบุกลยุทธ์การปรับแก้ไว้ล่วงหน้า
- การทำให้แขนแต่ละแขนมีอำนาจการทดสอบไม่เพียงพอ — การคำนวณขนาดตัวอย่างสำหรับการทดลองแบบสองแขน แล้วแบ่งผู้เข้าร่วมออกเป็นหลายแขน ทำให้การเปรียบเทียบแต่ละรายการมีอำนาจการทดสอบไม่เพียงพอ อำนาจการทดสอบต้องคำนวณสำหรับการเปรียบเทียบแต่ละรายการภายใต้อัลฟาที่ปรับแก้แล้ว
- การปนเปื้อนของแขน — หากผู้เข้าร่วมในแขนต่างกันมีปฏิสัมพันธ์กัน (เช่น ในห้องเรียนหรือที่ทำงาน) ผลของการรักษาจะรั่วไหลข้ามแขน จำเป็นต้องมีการสุ่มระดับกลุ่ม (cluster-level randomization) หรือการแยกทางกายภาพ
- การเพิ่มแขนหลังการสุ่ม — การเพิ่มแขนใหม่หลังจากเริ่มรับสมัครจะทำลายความสมดุลของการสุ่มและความสามารถในการเปรียบเทียบกับแขนควบคุมที่สะสมไว้ก่อนที่แขนใหม่จะเปิดขึ้น ควรทำภายใต้ระเบียบวิธีที่ปรับเปลี่ยนได้ซึ่งลงทะเบียนไว้ล่วงหน้าและได้รับการตรวจสอบโดยคณะกรรมการติดตามข้อมูลอิสระ
- การสับสนระหว่างการทดลองแบบหลายแขนกับการทดลองแบบแฟกทอเรียล — การทดลองแบบหลายแขนเป็นการทดสอบเงื่อนไขที่ไม่สามารถเกิดขึ้นร่วมกันได้ การทดลองแบบแฟกทอเรียลช่วยให้สามารถรวมปัจจัยต่างๆ ได้ การสับสนระหว่างสองแบบนี้นำไปสู่แบบจำลองที่ระบุผิดและผลลัพธ์ที่ไม่สามารถตีความได้
คำถามที่พบบ่อย
การทดลองแบบหลายแขนแตกต่างจากการทดลองแบบแฟกทอเรียลอย่างไร
ในการทดลองแบบหลายแขน ผู้เข้าร่วมจะได้รับเงื่อนไขที่กำหนดไว้อย่างแม่นยำเพียงเงื่อนไขเดียว แขนต่างๆ จะไม่สามารถเกิดขึ้นร่วมกันได้ ในการทดลองแบบแฟกทอเรียล ผู้เข้าร่วมอาจได้รับเงื่อนไขที่เกิดจากการรวมระดับปัจจัยต่างๆ — ตัวอย่างเช่น ทั้งยาและการแทรกแซงด้านอาหาร หากคุณต้องการศึกษาปฏิสัมพันธ์ระหว่างปัจจัยต่างๆ ให้ใช้การออกแบบแบบแฟกทอเรียล หากคุณต้องการเปรียบเทียบทางเลือกที่แตกต่างกันซึ่งไม่สามารถรวมกันได้ ให้ใช้การออกแบบแบบหลายแขน
ฉันควรปรับแก้สำหรับการเปรียบเทียบหลายรายการอย่างไร
แนวทางที่พบบ่อยที่สุดสำหรับการเปรียบเทียบแขนกับกลุ่มควบคุมคือการทดสอบของ Dunnett ซึ่งมีอำนาจการทดสอบมากกว่า Bonferroni เมื่อทุกแขนใช้กลุ่มควบคุมร่วมกัน สำหรับการเปรียบเทียบทุกคู่ Tukey's HSD เป็นมาตรฐาน สำหรับสมมติฐานที่มีลำดับชั้น (หลัก รอง ฯลฯ) กระบวนการ gatekeeping จะรักษาอำนาจการทดสอบในการเปรียบเทียบหลัก กลยุทธ์การปรับแก้จะต้องถูกระบุไว้ล่วงหน้าในระเบียบวิธีวิจัยก่อนการเก็บรวบรวมข้อมูล
ฉันสามารถเพิ่มแขนใหม่ได้หรือไม่หลังจากเริ่มการศึกษา
โดยหลักการแล้ว การออกแบบแพลตฟอร์มหรือระเบียบวิธีหลัก (master protocol) อนุญาตให้เพิ่มแขนได้ แต่ต้องอยู่ภายใต้กฎที่กำหนดไว้ล่วงหน้าอย่างเข้มงวดและมีบทลงโทษทางสถิติเพื่อรักษาการควบคุมความผิดพลาด ในการทดลองแบบหลายแขนมาตรฐาน การเพิ่มแขนระหว่างการทดลองจะทำลายความสมดุลของการสุ่มและความสามารถในการเปรียบเทียบกับแขนควบคุมที่สะสมไว้ก่อนที่แขนใหม่จะเปิดขึ้น สิ่งนี้ควรทำภายใต้ระเบียบวิธีที่ปรับเปลี่ยนได้ซึ่งลงทะเบียนไว้ล่วงหน้าและได้รับการตรวจสอบโดยคณะกรรมการติดตามข้อมูลอิสระ
ฉันต้องการขนาดตัวอย่างเท่าใด
คำนวณอำนาจการทดสอบสำหรับการเปรียบเทียบแต่ละรายการที่วางแผนไว้ที่ระดับนัยสำคัญที่ปรับแก้แล้ว (เช่น อัลฟา / จำนวนการเปรียบเทียบสำหรับ Bonferroni หรือค่าวิกฤตที่ปรับแก้โดย Dunnett) ขนาดตัวอย่างที่ต้องการต่อแขนจะใหญ่กว่าการทดลองแบบสองแขนที่ไม่ได้ปรับแก้ ซอฟต์แวร์ เช่น R (แพ็กเกจ multcomp, mvtnorm) หรือเครื่องคำนวณการทดลองทางคลินิกโดยเฉพาะ รองรับการวิเคราะห์อำนาจการทดสอบแบบหลายแขนโดยตรง
การออกแบบแบบหลายแขนหลายระยะ (MAMS) คืออะไร
MAMS เป็นส่วนขยายที่รวมการวิเคราะห์ระหว่างทางที่วางแผนไว้เข้ากับการออกแบบแบบหลายแขน ในแต่ละช่วงระหว่างทาง แขนที่ไม่ผ่านเกณฑ์ที่กำหนดไว้ล่วงหน้าจะถูกคัดออก และการสรรหาจะดำเนินต่อไปยังแขนที่เหลืออยู่ สิ่งนี้ช่วยเพิ่มประสิทธิภาพ — ผู้เข้าร่วมจำนวนน้อยลงจะได้รับสัมผัสกับการรักษาที่ไม่มีประสิทธิภาพ — ในขณะที่ยังคงรักษาการควบคุมความผิดพลาดโดยรวมผ่านขอบเขตการหยุดที่กำหนดไว้ล่วงหน้า
วิธีการที่เกี่ยวข้อง
แหล่งอ้างอิง
Royston, P., Parmar, M. K. B., & Qian, W. (2003). Novel designs for multi-arm clinical trials with survival outcomes with an application in ovarian cancer. Statistics in Medicine, 22(14), 2239–2256.
เปิดเอกสารอ้างอิง DOIคัดลอกแล้วMulti-arm bandit. Wikipedia.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว