Uyarlanabilir Kohort Çalışması — Uyarlanabilir Kohort Çalışması Tasarımı
- Ortaya koyan
- Extension of classic cohort methods; adaptive design principles formalised by regulatory and epidemiology communities in the 2000s–2010s
- Yıl
- 2000s–2010s (systematic formalisation)
- Tür
- Observational / adaptive epidemiological design
- Aile
- Clinical / epidemiology
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Uyarlanabilir bir kohort çalışması, maruz kalma-sonuç ilişkilerini değerlendirmek için zaman içinde belirli bir birey grubunu takip eden, ancak birikmekte olan ara verilere dayanarak protokol değişikliklerine —örneğin, örneklem büyüklüğünün yeniden tahmin edilmesi, alt grup zenginleştirmesi veya ölçüm programı ayarlamaları— izin veren önceden belirlenmiş uyum kuralları içeren boylamsal bir gözlemsel tasarımdır.
Uyarlamalar, veri toplama başlamadan önce üzerinde anlaşmaya varılan bir istatistiksel analiz planı tarafından yönlendirilerek geçerliliği tehlikeye atmadan yapılır.
Yöntemin mantığı
Standart bir kohort çalışmasını sabit raylarda giden bir tren gibi düşünün: katılımcıları toplarsınız, yıllarca onları takip edersiniz ve sonunda verileri analiz edersiniz. Uyarlanabilir bir kohort çalışması kontrollü makaslar ekler: önceden belirlenmiş kontrol noktalarında, biriken verilere bakarsınız ve rayı ayarlayıp ayarlamayacağınıza karar verirsiniz — beklenen olay oranlarından daha düşükse daha fazla katılımcı toplamak, en çok etkilenen gibi görünen bir alt gruba odaklanmayı daraltmak veya takip ziyaretlerinin sıklığını değiştirmek. Anahtar kelime önceden belirlenmiş olmasıdır: ne zaman ve nasıl uyum sağlanacağına dair kurallar, veri görmeden önce protokole kilitlenir, bu da geçici kararlardan kaynaklanan yanlılığı önler.
Tarih
Uyarlanabilir kohort çalışması, epidemiyolojideki uzun süredir devam eden prospektif kohort yöntemleri geleneği — 1948'de başlatılan Framingham Kalp Çalışması'na kadar izlenebilir — ve 1990'lar ve 2000'lerde klinik çalışmalarda uyarlanabilir tasarım ilkelerinin biçimselleştirilmesi — FDA (2019) ve EMA (2007) tarafından hazırlanan rehber belgelerde kodlanmış — olmak üzere iki birleşen gelenekten ortaya çıkmıştır. Epidemiyologlar, özellikle farmakoepidemiyoloji ve hassas tıp araştırmalarında uzun süreli gözlemsel çalışmalardaki verimsizlikleri gidermek için 2000'lerde bu çerçeveleri sistematik olarak birleştirmeye başladılar.
Ne zaman kullanılır?
Maruz kalma-sonuç ilişkisinin henüz iyi karakterize edilmediği ve beklenen olay oranları, etki büyüklükleri veya hangi alt grubun en bilgilendirici olduğu konusunda gerçek belirsizlik olduğu durumlarda uyarlanabilir bir kohort çalışması kullanın — tam sabit bir tasarımı verimsiz veya yetersiz güçte hale getirir. Nadir hastalık epidemiyolojisi, farmakoepidemiyoloji ve koşulların değişebileceği uzun süreli takip çalışmalarında özellikle değerlidir. Uyum kurallarının veri toplama öncesinde tam olarak önceden belirlenemediği, araştırma ekibinin kör ara incelemeleri uygulayamadığı veya uyum mantığının kendisinin analitik olarak düzeltilemeyen bilgilendirici sansürlemeler getireceği durumlarda kullanmayın. Örneklem büyüklüğü ve olay oranlarının önceden güvenilir bir şekilde bilindiği durumlarda standart sabit bir kohort çalışması tercih edilir.
Sınırlar ve dikkat edilmesi gerekenler
- Uyarlamaları, alfa harcama fonksiyonlarını ve ara inceleme yönetimini önceden belirlemek için önemli metodolojik uzmanlık gerektirir — protokol karmaşıklığını artırır.
- Operasyonel zorluklar: gözlemsel ortamlarda kör ara incelemelerin uygulanması rastgeleleştirilmiş denemelerden daha zordur.
- Ara verilere dayalı uyum kararları, kurallar kesin olarak takip edilmezse veya uyarlamalar katılımcı davranışını etkilerse yanlılığa neden olabilir.
- Raporlama standartları standart kohort çalışmalarına göre daha az olgunlaşmıştır; gözden geçirenler ve dergiler tasarıma aşina olmayabilir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Çalışma ortasında örneklem büyüklüğünün yeniden tahmin edilmesine izin vererek verimliliği artırır, hem aşırı alımı hem de yetersiz güçlü çalışmaları azaltır.
- Sonuçsal ceza olmaksızın heterojen popülasyonlarda alt grup zenginleştirmesini sağlar.
- Uyarlamalar tam olarak önceden belirlenmiş ve kör inceleme süreçleri takip edildiğinde gözlemsel geçerliliği korur.
- Önceki bilgilerin seyrek olduğu ve sabit tasarım varsayımlarının spekülatif olacağı ortamlar için uygundur.
- Farmakoepidemiyoloji veya ilaç gözetimi bağlamlarında kullanıldığında, uyarlanabilir tasarımlara ilişkin düzenleyici rehberlikle uyumludur.
Uygulama alanları
- Farmakoepidemiyoloji: olay oranlarının beklenenden düşük olması durumunda takip süresini genişletmek için önceden belirlenmiş kurallarla onay sonrası kohortlarda ilaç güvenliği sinyallerini izleme.
- Nadir hastalık epidemiyolojisi: en bilgilendirici alt gruba odaklanmak için ara kurallarla birden fazla kayıt sisteminden katılımcı kaydetme.
- Beslenme ve çevresel epidemiyoloji: ara veriler yeni bir maruz kalma ölçümünün orijinal vekilinden daha bilgilendirici olduğunu gösterdiğinde biyobelirteç ölçüm programlarını ayarlama.
- Hassas tıp araştırması: erken veriler genetik bir varyantın ilgisini doğruladığında, ilgilenilen bir genetik varyant taşıyan katılımcılarla bir kohortu prospektif olarak zenginleştirme.
- Pandemi ve salgın gözetimi: hastalık seyrine ilişkin ortaya çıkan kanıtlara yanıt olarak ilk kohortun takibini uzatma veya ölçüm dalgaları ekleme.
Nasıl çalışır?
Nasıl çalışır?
Kohort popülasyonunu, ilgili maruz kalma(ları), birincil ve ikincil sonuçları, takip süresini ve uyum kurallarının tamamını önceden kaydedilmiş bir protokole ve istatistiksel analiz planına tanımlayın. Ara bakış zamanlarını, her olası uyum için karar kurallarını (örneklem büyüklüğünün yeniden tahmini, alt grup seçimi, ziyaret programı değişikliği) ve tip-I hatasının nasıl kontrol edileceğini —genellikle önceden belirlenmiş alfa harcama fonksiyonları veya Bayesci güncelleme kuralları aracılığıyla— belirtin.
Uygun katılımcıları başlangıçta kaydedin, maruz kalma, kovaryetler ve sonuç durumu hakkında başlangıç ölçümlerini toplayın. Ara analizlerde biyolojik örnekler kullanılacaksa bir kayıt veya biyobank oluşturun. Hedef popülasyondan rastgele veya temsili örnekleme esastır; takip kaybı planları da bu aşamada belgelenmelidir.
Katılımcıları planlanmış ölçüm dalgalarına göre takip edin, her dalgada maruz kalma, kovaryet ve sonuç verilerini toplayın. Olay oranlarını, veri kalitesini, bırakma modellerini ve uyum için tetikleyici koşulların karşılanıp karşılanmadığını değerlendirmek için önceden belirlenmiş bakış zamanlarında kör veya kural tabanlı ara veri incelemeleri yapın.
Ara inceleme kriterleri karşılandığında önceden belirlenmiş uyum kurallarını uygulayın. İzin verilen uyarlamalar şunları içerir: gözlemlenen varyansa veya olay oranlarına göre planlanan örneklem büyüklüğünü artırmak veya azaltmak; daha büyük etki gösteren önceden tanımlanmış bir alt gruba daha fazla kaydı kısıtlamak; verimlilik için takip aralığını ayarlamak; veya ara veriler prognostik olarak ilgili olduğunu gösteriyorsa bir biyobelirteç ölçümü eklemek. Tüm uyarlamalar ve gerekçeleri belgelenir ve nihai raporda açıklanır.
Takip sonunda, uyarlanmış tasarıma uygun yöntemler kullanarak —örneğin, ters olasılık ağırlıklandırma, bırakma için çoklu atama veya Bayesci posterior tahmin— önceden belirlenmiş plana göre birincil analizi yapın. Hem uyarlanmamış hem de uyarlanmış analiz yollarını raporlayın ve çıkarımsal geçerliliği korumak için protokolde anlaşılan herhangi bir alfa düzeltmesini uygulayın.
Sık yapılan hatalar
- Plansız uyarlamalar — ara veri incelemesinden önce önceden belirlenmemiş ve belgelenmemiş herhangi bir protokol değişikliği, yanlılığa neden olan ve çıkarımsal iddiaları geçersiz kılan geçici bir modifikasyondur.
- Çoklu bakış sorununu göz ardı etmek — alfa harcaması veya diğer çoklu düzeltmeler uygulanmadığı ve raporlanmadığı sürece her ara analiz tip-I hatasını artırır.
- Uyarlamayı veri taramasıyla karıştırmak — ara alt grup seçimi, hangi alt grubun en büyük gözlemlenen etkiyi gösterdiğine değil, önceden belirlenmiş biyolojik veya klinik hipotezlere dayanmalıdır.
- Yetersiz belgelendirme — uyarlamalar yöntem ve sonuç bölümlerinde tam olarak açıklanmalıdır; bunları raporlamamak çalışmayı tekrarlanamaz hale getirir ve güveni zayıflatır.
- Uyarlanmış bir tasarıma sabit kohort analiz yazılımı uygulamak — standart sağkalım veya regresyon yazılımı uyarlanabilir durdurma kurallarını otomatik olarak hesaba katmaz; uzman yazılım veya özel kod gereklidir.
Sık sorulan sorular
Uyarlanabilir bir kohort çalışması standart prospektif kohort çalışmasından nasıl farklıdır?
Standart bir prospektif kohort çalışması tam sabit bir protokole sahiptir: örneklem büyüklüğü, ölçüm programı ve analiz planı en baştan belirlenir ve değiştirilmez. Uyarlanabilir bir kohort çalışması ek olarak, ara verilere dayanarak örneklem büyüklüğü, alt grup odağı veya ölçüm sıklığı gibi belirli protokol öğelerinin değiştirilmesine izin veren önceden belirlenmiş kurallar içerir. Uyarlamalar önceden planlanmıştır; bunlar sonradan yapılan değişiklikler değildir.
Ön kayıt gerekli midir?
Ön kayıt şiddetle tavsiye edilir ve birçok bağlamda gereklidir. Uyum kuralları, ara bakış zamanları ve alfa harcama stratejisi, herhangi bir veri toplanmadan veya incelenmeden önce belgelenmelidir. Zaman damgalı önceden kaydedilmiş bir protokol olmadan, okuyucuların veya gözden geçirenlerin meşru uyarlanabilir değişiklikleri fırsatçı verilere dayalı değişikliklerden ayırt etmesi imkansızdır.
Mevcut kayıt verileriyle uyarlanabilir bir kohort çalışması yapabilir miyim?
Yalnızca sınırlı bir anlamda. Gerçek prospektif uyarlanabilir tasarım, uyum kurallarının veri toplama öncesinde belirlenmesini gerektirir. Mevcut verilerle çalışıyorsanız, ara uyum kurallarını prospektif olarak uygulayamazsınız; bunun yerine standart bir retrospektif veya ikincil kohort analizi yapıyorsunuzdur. Bazı uyarlanabilir analiz çerçeveleri (örneğin, sıralı test), geçmiş verilere uygulanabilir, ancak çalışma prospektif tasarım anlamında uyarlanabilir bir kohort çalışması olarak adlandırılmaz.
Nihai analizde hangi istatistiksel yöntemler kullanılır?
Seçim uyum türüne bağlıdır. Örneklem büyüklüğünün yeniden tahmini için, yeniden tahmin kör yapılmışsa standart regresyon veya sağkalım yöntemleri genellikle düzeltme olmaksızın uygulanır. Potansiyel erken durdurma ile sıralı bakışlar için alfa harcama fonksiyonları (örneğin, O'Brien-Fleming sınırları) kullanılır. Alt grup zenginleştirmesi için, zenginleştirme ağırlıklı analizler veya Bayesci uyarlanabilir modeller gerekebilir. Önceden belirlenmiş istatistiksel analiz planı, veriler kör olmaktan çıkarılmadan önce kesin yöntemleri belirtmelidir.
Uyarlama yanlılığa neden olur mu?
Kurallar önceden belirlenmişse, ara incelemeler kör yapılmışsa veya bağımsız bir komite tarafından yönetiliyorsa ve analiz uyarlanmış tasarımı hesaba katıyorsa, uyarlamanın kendisi yanlılığa neden olmaz. Yanlılık, uyarlamalar önceden belirlenmiş kuralların dışında yapıldığında —örneğin, ara sonuçları gördükten sonra birincil sonucu değiştirmek— veya analiz uyarlanmış çalışmayı sabit bir tasarımmış gibi ele aldığında ortaya çıkar.
İlgili yöntemler
Kaynaklar
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.
DOI kaynağını açKopyalandı.Cohort study. Wikipedia.
Yayın kaynağını açKopyalandı.