Uyarlanabilir Rastgele Klinik Deneme
- Ortaya koyan
- Donald Berry and colleagues; formalized by FDA guidance in 2010 and 2019
- Yıl
- Late 1990s–2000s (widespread adoption post-2010)
- Tür
- Experimental clinical trial design
- Aile
- Clinical / epidemiology
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Uyarlanabilir rastgele klinik deneme (uyarlanabilir RKD), deneme sırasında toplanan birikimli verilere dayanarak, istatistiksel geçerliliği ve çalışmanın bütünlüğünü korurken, örneklem büyüklüğü, atama oranları veya tedavi kolları gibi bir veya daha fazla deneme unsurunu değiştirmek için önceden belirlenmiş kuralları kullanan ileriye dönük deneysel bir çalışmadır.
Yöntemin mantığı
Geleneksel bir RKD'de protokol, ilk hasta kaydedilmeden önce sabitlenir ve ortaya çıkan veriler neyi gösterirse göstersin hiçbir şey değişmez. Bunun yerine, uyarlanabilir bir RKD karar kontrol noktaları oluşturur: ara veriler biriktikçe, önceden planlanmış kurallar denemenin yanıt vermesine izin verir — kötü performans gösteren bir kolu düşürmek, umut verici bir tedaviye daha fazla hasta atamak veya kanıtlar ezici olduğunda erken durmak. Bu esneklik, yetersiz tedavilere maruz kalan hasta sayısını azaltabilir ve geliştirme sürelerini kısaltabilir, ancak yanlış pozitif oranlarını şişirmemek için son derece dikkatli bir ön planlama gerektirir.
Tarih
Uyarlanabilir deneme tasarımının kavramsal temelleri, Abraham Wald'ın 1940'lardaki sıralı analiz çalışmalarından ve 1970'lerdeki play-the-winner rastgele atama önerilerinden kaynaklanmaktadır. Donald Berry'nin 1990'ların sonları ve 2000'lerdeki etkili Bayesci uyarlanabilir deneme yöntemleri ve 2010'da başlatılan I-SPY 2 meme kanseri denemesi gibi dönüm noktası niteliğindeki denemeler, uyarlanabilir tasarımları ana akım klinik araştırmalara getirmiştir. FDA, 2010'da bir taslak kılavuz ve 2019'da revize edilmiş nihai bir kılavuz yayınlayarak, iyi tasarlanmış uyarlanabilir denemeleri düzenleyici başvurular için resmi olarak onaylamış ve ilaç ve biyolojik ürün geliştirme alanındaki meşruiyetlerini sağlamlaştırmıştır.
Ne zaman kullanılır?
Onaylayıcı bir etkinlik sorusunu yanıtlarken birikimli kanıtlara yanıt verme esnekliğini korumak istediğinizde bir uyarlanabilir RKD kullanın — örneğin, etki büyüklüğü tahminlerinin tasarım aşamasında belirsiz olduğu, birden fazla doz veya kolun seçilmesi gerektiği veya etik veya verimlilik argümanlarının yetersiz tedavilere maruz kalmayı en aza indirmeyi tercih ettiği durumlarda. Özellikle onkoloji, nadir hastalıklar ve standart örneklem büyüklüklerinin elde edilmesinin zor olduğu ilaç geliştirmede değerlidir. Uyarlanabilir kuralların güvenilir bir şekilde önceden belirlenemediği, bağımsız ara izleme altyapısının mevcut olmadığı, sonuçların elde etme oranına göre çok geciktiği (gerçek zamanlı uyarlamayı pratik olmaktan çıkaran) veya eklenen operasyonel ve istatistiksel karmaşıklığın bilimsel soru tarafından haklı çıkarılmadığı durumlarda kullanmayın.
Sınırlar ve dikkat edilmesi gerekenler
- Kapsamlı ön istatistiksel planlama ve simülasyon gerektirir; deneme öncesinde yapılan tasarım hataları ortada düzeltilemez.
- Standart bir RKD'den önemli ölçüde daha yüksek operasyonel karmaşıklık — üretim, tedarik zinciri ve DSMB altyapısı uyarlanabilir kararları karşılamalıdır.
- Sonuç ölçümü, kayıt oranına göre yavaş olduğunda, ara veriler anlamlı uyarlamalar için çok seyrek olabilir.
- Düzenleyici inceleme yoğundur; kurumlar, her önceden belirlenmiş uyarlama kuralı için ayrıntılı gerekçelendirme ve simülasyon kanıtı gerektirir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Etkinlik için erken durdurarak veya faydasız kolları düşürerek gereken toplam hasta sayısını azaltabilir.
- Daha iyi performans gösteren tedavilere daha fazla hasta atayarak denemenin etik profilini iyileştirir.
- Kesintisiz faz II/III tasarımlarına izin vererek genel ilaç geliştirme sürelerini kısaltır.
- Önceden belirlenmiş uyarlama kuralları, tasarım esnekliğine rağmen istatistiksel titizliğin korunduğunu garanti eder.
- Sabit örneklem tasarımlarının genellikle uygulanamadığı nadir hastalıklar ve onkoloji için özellikle güçlüdür.
Uygulama alanları
- En iyi dozu ara bir adımda seçen ve ardından kesintisiz olarak onaylayıcı testlere devam eden kesintisiz faz II/III onkoloji denemeleri.
- Zaman baskısı altında hızlı doz bulma ve etkinlik onayı gerektiren bulaşıcı hastalık salgını denemeleri (örneğin, COVID-19 platform denemeleri RECOVERY ve ACTT gibi).
- Sabit kayıt hedeflerinin ulaşılamadığı ve etkinlik için erken durdurmanın etik bir zorunluluk olduğu nadir hastalık çalışmaları.
- Birden fazla müdahale, önceden planlanmış kol düşürme ile aynı anda karşılaştıran kardiyovasküler tıpta çok kollu çok aşamalı (MAMS) tasarımlar.
- CRM (Continual Reassessment Method) gibi model tabanlı uyarlanabilir kuralları kullanan erken faz onkolojide doz artırma ve doz optimizasyon çalışmaları.
- Çocuklarda ilaç geliştirme, yetersiz dozlara maruz kalmayı en aza indirmenin düzenleyici ve etik bir öncelik olduğu yerlerde.
Nasıl çalışır?
Nasıl çalışır?
Kayıt başlamadan önce istatistikçiler ve klinisyenler tüm uyarlamaları protokolde tanımlarlar: hangi parametreler değişebilir (atama oranı, örneklem büyüklüğü, kol sayısı, doz seviyeleri), hangi ara analizler bu değişiklikleri tetikler ve karar kuralları nasıl uygulanacaktır. Önceden belirlenme zorunludur — sonradan yapılan uyarlamalar denemeyi geçersiz kılar.
Hastalar kaydedilir ve başlangıçtaki atama oranı kullanılarak tedavi kollarına rastgele atanır. Rastgele atama başlangıçta sabitlenebilir ve daha sonra uyarlanabilir kurallarla (yanıt-uyarlanabilir rastgele atama) değiştirilebilir veya tasarım baştan itibaren katmanlı veya Bayesci uyarlanabilir rastgele atama kullanabilir.
Bağımsız bir Veri Güvenliği İzleme Kurulu (DSMB), önceden belirlenmiş zaman noktalarında veya önceden belirlenmiş sonuç olayları sayısından sonra ara analizler gerçekleştirir. DSMB, deneme bütünlüğünü korumak için önceden belirlenmiş durdurma veya uyarlama sınırlarına karşı körlenmemiş birikimli verileri inceler.
Ara analiz sonuçlarına ve önceden tanımlanmış kurallara dayanarak, bir veya daha fazla uyarlama uygulanır: yetersiz kolların düşürülmesi (uyarlanabilir kesintisiz tasarım), beklenen den etki tahminleri daha küçükse örneklem büyüklüğünün artırılması (örneklem büyüklüğü yeniden tahmini), daha iyi performans gösteren tedavilere doğru atamanın kaydırılması veya etkinlik veya faydasızlık için erken durdurma.
Nihai analiz, tasarımın uyarlanabilir doğasını hesaba katan yöntemler kullanır — tipik olarak alfa harcama fonksiyonları, koşullu güç hesaplamaları veya Bayesci posterior olasılıkların bir kombinasyonu — geçerli, önceden belirlenmiş birincil son nokta tahminleri ve güven aralıkları veya inanılır aralıklar elde etmek için.
Sık yapılan hatalar
- Planlanmamış veya sonradan yapılan uyarlamalar — protokolde önceden belirlenmemiş herhangi bir değişiklik, denemenin istatistiksel geçerliliğini bozar ve düzenleyiciler tarafından kabul edilmez.
- Operasyonel gecikmeyi göz ardı etmek — ara veriler analiz edilebilir hale geldiğinde hastaların çoğu zaten kaydedilmişse, uyarlamalar pratik bir fayda sağlamaz.
- Yanıt-uyarlanabilir rastgele atama yanlılığı — deneme ortasında görünen kazananlara daha fazla hasta atamak, kayıt sırasında hasta özellikleri veya standart bakım değişirse zaman eğilimi karıştırıcılığına neden olabilir. Bu riskin azaltılması için katmanlama, kovaryat-uyarlanabilir rastgele atama ve dikkatli uyarlama zamanlaması kullanılır.
- Çoklu enflasyon — titiz alfa harcama veya Bayesci kontroller olmadan uyarlama karar noktaları eklemek, aile bazında Tip I hata oranını kabul edilebilir sınırların ötesine şişirir.
Sık sorulan sorular
Bir uyarlanabilir RKD hala rastgeleleştirilmiş ve kontrollü kabul ediliyor mu?
Evet. Rastgeleleştirme, bir uyarlanabilir RKD boyunca korunur; uyarlama, atama oranları veya örneklem büyüklüğü gibi parametreleri değiştirir ancak rastgeleleştirmeyi veya kontrolü ortadan kaldırmaz. Deneme deneysel kalır ve uyarlanabilir kurallar tam olarak önceden belirlenmişse nedensel çıkarımı desteklemeye devam eder.
Uyarlanabilir bir RKD, ara analizi olan standart bir RKD'den nasıl farklıdır?
Ara analizi olan standart bir RKD, ara analizi yalnızca güvenlik veya ezici etkinlik için erken durmayı düşünmek amacıyla kullanır — temel deneme parametreleri sabit kalır. Uyarlanabilir bir RKD daha ileri gider: önceden belirlenmiş kurallar, ara bulgulara yanıt olarak atama oranlarını aktif olarak değiştirebilir, kolları düşürebilir, örneklem büyüklüğünü değiştirebilir veya tasarımı yeniden yapılandırabilir.
FDA, ilaç onayı için uyarlanabilir RKD sonuçlarını kabul ediyor mu?
Evet, uyarlanabilir tasarım önceden belirlenmişse, istatistiksel yöntemler Tip I hatayı uygun şekilde kontrol ediyorsa ve sponsor, tasarıma katılmak için erken (ideal olarak bir Tip C toplantısı aracılığıyla) FDA ile etkileşimde bulunduysa. FDA'nın 2019 uyarlanabilir tasarımlar kılavuzu, hem iyi anlaşılmış hem de yeni uyarlanabilir tasarımlar için ayrıntılı kriterler sunmaktadır.
Uyarlanabilir RKD'leri tasarlamak ve simüle etmek için hangi yazılımlar kullanılır?
Yaygın araçlar arasında EAST (Cytel), ADDPLAN ve rpact, adaptDesign ve RMediation gibi özel R paketleri bulunur. Bayesci uyarlanabilir tasarımlar genellikle BUGS, Stan veya özel Bayesci simülasyon platformlarını kullanır. Olası senaryoların bir dizi altında işletim özelliklerini doğrulamak için kapsamlı deneme öncesi simülasyon gereklidir.
Yanıt-uyarlanabilir rastgele atama yanlılık yaratabilir mi?
Evet, kayıt uzunsa ve hasta popülasyonları veya arka plan tedavileri zamanla değişirse, atamanın bir kola doğru ilerleyici eğilimi, zamanla değişen karıştırıcıların dengesizliğine neden olabilir. Bu riskin azaltılması için katmanlama, kovaryat-uyarlanabilir rastgele atama ve dikkatli uyarlama zamanlaması kullanılır.
İlgili yöntemler
Kaynaklar
Berry, D. A. (2006). Bayesian clinical trials. Nature Reviews Drug Discovery, 5(1), 27–36.
DOI kaynağını açKopyalandı.U.S. Food and Drug Administration. (2019). Adaptive Designs for Clinical Trials of Drugs and Biologics: Guidance for Industry. FDA.
Yayın kaynağını açKopyalandı.