Çapraz Geçişli Randomize Kontrollü Çalışma
- Ortaya koyan
- Early formalized by statisticians including Bradford Hill and colleagues in clinical trials; theoretical framework developed by Grizzle (1965) and later Senn (2002)
- Yıl
- 1960s (Grizzle 1965 for statistical foundations); widely used in clinical research since the 1970s
- Tür
- Experimental within-subject design
- Aile
- Experimental design
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Çapraz geçişli randomize kontrollü çalışma (crossover RCT), her katılımcının randomize bir sıra ile, bir arınma dönemiyle ayrılmış olarak tüm çalışma müdahalelerini aldığı deneysel bir tasarımdır.
Her katılımcı kendi kontrolü olarak hizmet ettiğinden, tedavi karşılaştırmasından denek içi değişkenlik elimine edilir ve eşit büyüklükteki paralel gruplu bir RCT'ye göre katılımcı başına daha fazla istatistiksel güç elde edilir.
Yöntemin mantığı
Standart bir RCT'de farklı kişiler farklı tedaviler alır, bu nedenle kişiler arası varyasyon karşılaştırmayı bulanıklaştırır. Çapraz geçişli bir RCT, her katılımcıya sırayla her tedaviyi vererek bunu aşar - önce bir müdahale, ardından (herhangi bir kalıntı etkiyi temizlemek için bir arınmadan sonra) diğeri. Her iki koşul altında da aynı kişiyi karşılaştırdığınız için, bireysel farklılıklardan kaynaklanan gürültü büyük ölçüde ortadan kalkar. Kritik varsayım, arınma döneminin, tedavi B başladığında tedavi A'nın hiçbir iz bırakmayacak kadar uzun olmasıdır.
Tarih
Çapraz geçiş tasarımları yirminci yüzyılın başlarında tarımsal deneylerde ortaya çıktı. Klinik çalışmalara resmi uygulamaları 1950'lerde Bradford Hill ve meslektaşları tarafından geliştirildi. Taşıma etkilerinin kritik istatistiksel problemi, iki dönemli, iki tedavili modeli bir referans noktası olmaya devam eden Grizzle (1965) tarafından titizlikle karakterize edildi. Stephen Senn'in "Klinik Araştırmalarda Çapraz Geçişli Denemeler" (1993, 2. baskı 2002) monografisi alanı sentezledi ve modern çapraz geçişli deneme metodolojisi için standart referanstır.
Ne zaman kullanılır?
Tedavi edilen durum stabil ve kronik olduğunda (örn. hipertansiyon, kronik ağrı, astım), yeterli bir arınma dönemi tanımlanıp uygulanabildiğinde ve örneklem büyüklüğü sınırlı olduğunda çapraz geçişli bir RCT kullanın - denek içi tasarım, paralel gruplu bir RCT ile aynı gücü elde etmek için önemli ölçüde daha az katılımcı gerektirebilir. Özellikle farmakokinetik çalışmalar, doz bulma denemeleri ve semptomatik tedavileri karşılaştıran sağlık teknolojisi değerlendirmeleri için çok uygundur. Aşağıdaki durumlarda çapraz geçişli bir tasarım KULLANMAYIN: (1) müdahalenin kalıcı veya uzun süreli bir değişiklik üretmesi bekleniyorsa (örn. cerrahi, aşılama, kalıcı davranış değişikliği programları); (2) hastalık seyri hızla ilerleyici veya dönemler arasında oldukça değişken ise; (3) bırakma oranlarının yüksek olması bekleniyorsa, çünkü eksik çapraz geçiş verileri paralel gruplu bırakmalardan daha zor analiz edilir; veya (4) durum akut ve epizodik ise, bu da ikinci dönemi birinci dönemle karşılaştırılamaz hale getirir.
Sınırlar ve dikkat edilmesi gerekenler
- Taşıma olmadığını varsayar: tüm tasarımın geçerliliği, kalıntı tedavi etkilerini ortadan kaldıracak kadar uzun bir arınma dönemine bağlıdır - bu varsayımı doğrulamak veya garanti etmek zor olabilir.
- Dönem etkileri (seküler eğilimler, öğrenme etkileri, hastalık ilerlemesi), koşullar dönemler arasında sistematik olarak değişirse denek içi karşılaştırmaları karıştırabilir.
- Akut, epizodik veya ilk tedaviyle iyileşmesi veya önemli ölçüde değişmesi muhtemel durumlar için uygun değildir.
- Birden fazla tedavi dönemi ve arınma aralıkları nedeniyle daha uzun deneme süresi, bırakma riskini ve katılımcı yükünü artırır.
- İstatistiksel analiz paralel gruplu RCT'lerden daha karmaşıktır; taşıma testi düşük güce sahiptir ve başarısız bir test taşımanın yokluğunu kanıtlamaz.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Her katılımcı kendi kontrolü olarak hareket eder, tedavi karşılaştırmasından denekler arası değişkenliği ortadan kaldırır ve istatistiksel gücü önemli ölçüde artırır.
- Eşdeğer gücü elde etmek için paralel gruplu bir RCT'den daha az katılımcı gerektirir - katılımcıların az olduğu veya işe alımın maliyetli olduğu durumlarda önemli bir avantajdır.
- Katılımcılar ve klinisyenler genellikle bunu çekici bulur çünkü kayıtlı her katılımcı aktif müdahaleyi alma fırsatına sahiptir.
- Bireysel tedavi yanıtlarının tahminleri elde edilebilir, bu da tedavi-denek etkileşimlerinin araştırılmasını sağlar.
- ICH E9 ve EMA'nın rehberliği ile farmakolojik ve cihaz denemelerinde iyi kurulmuş düzenleyici kabul.
Uygulama alanları
- Sağlıklı gönüllülerde jenerik ve marka ilaçları değerlendiren karşılaştırmalı farmakokinetik ve biyoeşdeğerlik çalışmaları.
- Hipertansiyon, astım veya kronik ağrı gibi durumlar için semptomatik tedavileri karşılaştıran kronik hastalık yönetimi denemeleri.
- Farklı diyetlerin veya takviyelerin akut metabolik etkilerini değerlendiren beslenme müdahale çalışmaları.
- Hasta düzeyinde hassasiyetin gerekli olduğu tıbbi cihazları veya tanısal prosedürleri karşılaştıran sağlık teknolojisi değerlendirmeleri.
- Katılımcı başına bilgiyi maksimize etmenin öncelikli olduğu doz bulma ve kavram kanıtlama çalışmaları.
- Stabil, eğitimli popülasyonlarda egzersiz protokollerini veya ergojenik yardımcıları karşılaştıran fizyolojik ve spor bilimi deneyleri.
Nasıl çalışır?
Nasıl çalışır?
Uygun katılımcılar işe alınır ve iki (veya daha fazla) sıra grubundan birine rastgele atanır - örneğin, grup 1 önce A sonra B tedavisini (AB sırası) alır ve grup 2 önce B sonra A tedavisini (BA sırası) alır. Sıraların randomizasyonu, örneklem genelinde sıra-düzen etkilerini dengeler.
Her katılımcı, randomize sırası tarafından atanan ilk müdahaleyi alır. Bu dönemin sonunda, önceden belirlenmiş bir programa göre sonuç ölçümleri toplanır. Katılımcıların ve değerlendiricilerin körlenmesi, mümkün olduğunda uygulanır.
Her aktif tedavi dönemini bir arınma dönemi takip eder. Bir sonraki tedavi başlamadan önce herhangi bir kalıntı etkinin (taşıma) dağılması için uzunluğu müdahalenin biyolojik veya farmakolojik yarı ömrünü aşmalıdır. Yetersiz arınma, çapraz geçiş geçerliliği için en yaygın tehdittir.
Katılımcılar atanan ikinci müdahalelerine geçerler ve sonuç ölçümleri 1. dönemdekiyle aynı protokol altında tekrar toplanır. İkiden fazla tedavi içeren çalışmalar, her biri arasında arınma aralıkları olan ek dönemler ekler.
Dönemler arası verileri birleştirmeden önce, analist bir taşıma etkisi olup olmadığını test eder - istatistiksel olarak anlamlı bir dönem-tedavi etkileşimi, ilk tedavinin kalıntı etkilerinin ikinci dönemi kirlettiğini gösterir. Taşıma mevcutsa, yalnızca 1. dönem verileri kullanılabilir ve analiz paralel gruplu bir karşılaştırmaya geri döner.
Taşıma tespit edilmediğinde, doğrusal bir karma model (veya tekrarlayan ölçümler ANOVA'sı) varyansı tedavi, dönem, sıra ve denek etkilerine böler. Tedavi tahmini, denek içi karşılaştırmalardan yararlanarak, eşdeğer örneklem büyüklüğündeki denekler arası bir analizden daha kesin bir tahmin sağlar.
Sık yapılan hatalar
- Yetersiz arınma dönemi: araştırmacılar bazen arınma süresini farmakolojik kanıtlara değil, idari kolaylığa göre seçerek, kalıntı etkilerin ikinci dönemi kirletmesine ve tedavi tahminini yanlı hale getirmesine izin verir.
- Dönem etkilerini göz ardı etmek: modeli bir kovaryat olarak dönemi dahil etmemek, sistematik dönem eğilimleri mevcut olduğunda tip I hata oranını artırabilir.
- Kalıcı etkileri olan tedavilere çapraz geçiş tasarımını uygulamak: cerrahi, eğitim programları veya kalıcı davranışsal müdahaleler gibi müdahaleler için tasarımı kullanmak, temel değiştirilebilirlik varsayımını ihlal eder.
- Yalnızca eksiksiz tamamlayanları analiz etmek: 1. dönemden sonra ayrılan katılımcıları dışlamak seçilim yanlılığına yol açar; uygun imputasyon ile niyet-tedavi analizi önceden belirtilmelidir.
- Sınıf içi korelasyonu göz ardı ederek yetersiz güçlendirme: örneklem büyüklüğü hesaplamaları, dönemler arasındaki denek içi korelasyonu hesaba katmalıdır; bunu yapmamak, aşırı veya yetersiz güçlü çalışmalara yol açabilir.
Sık sorulan sorular
Doğru arınma dönemi uzunluğunu nasıl belirlerim?
Arınma dönemi, müdahalenin biyolojik yarı ömrünün en az beş katı olmalıdır - farmakolojik ajanlar için bu genellikle hesaplaması basittir. İlaç dışı müdahaleler için (örn. diyet değişiklikleri, fizyoterapi) uygun uzunluk, pilot veriler veya fizyolojik gerekçelerle desteklenmelidir. Şüphe durumunda, daha uzun bir arınma süresi tercih edin; açıkça yeterli bir arınmaya sahip bir tasarım, taşımanın sadece yok olduğu umulan bir tasarımdan çok daha güvenilirdir.
Taşıma tespit edilirse ne olur?
Dönem-tedavi etkileşimi testi anlamlıysa (taşıma olduğunu gösteriyorsa), ikinci dönem verileri tedavi karşılaştırması için güvenilmezdir. Olağan geri dönüş, analizi yalnızca birinci dönem verileriyle sınırlamaktır, bu da çapraz geçişi, amaçlanan örneklemin yaklaşık yarısı kadar olan paralel gruplu bir karşılaştırmaya dönüştürür - gücü büyük ölçüde azaltır. Bu sonuç, kusurlu bir tasarımı kurtarmak için istatistiksel testlere güvenmek yerine yeterli bir arınma döneminin önemini vurgular.
Çapraz geçişli bir RCT her zaman paralel gruplu bir RCT'den daha mı verimlidir?
Her zaman değil. Verimlilik avantajı denek içi korelasyona bağlıdır: dönemler arasında sonuçların kişi içi korelasyonu ne kadar yüksekse (yani durum ne kadar stabilse), güç kazancı o kadar büyük olur. Sonuçlar bireyler arasında zaman içinde zayıf korelasyon gösteriyorsa, örneklem büyüklüğü avantajı küçülür. Birden fazla dönemin ek karmaşıklığı ve bırakma riski de verimlilik hesabına dahil edilmelidir.
Çapraz geçişli RCT'ler ikiden fazla döneme sahip olabilir mi?
Evet. Çok dönemli çapraz geçişli tasarımlar (örn. Latin kare veya Williams kare düzenlemelerinde üç veya dört tedavi), her katılımcı içinde birkaç müdahalenin karşılaştırılması gerektiğinde kullanılır. Bu tasarımlar daha fazla verimlilik kazancı sunar ancak katılımcı yükünü, bırakma riskini ve taşıma modellemesinin karmaşıklığını artırır. En çok farmakokinetik ve biyoeşdeğerlik araştırmalarında yaygındırlar.
Bir katılımcı 1. dönemden sonra ayrılırsa eksik verileri nasıl ele almalıyım?
Yalnızca 1. dönemi tamamlayan katılımcılar o dönem için kullanılabilir veriler sağlar ve analizden dışlanmamalıdır. Doğrusal karma modeller kullanan önceden belirtilmiş bir analiz planı, rastgele eksik varsayımı altında gözlemlenen tüm verileri içerebilir. Bırakma önemli olduğunda, makul rastgele eksik olmayan varsayımlar altında çoklu imputasyon veya duyarlılık analizleri düşünülmelidir.
İlgili yöntemler
Kaynaklar
Senn, S. (2002). Cross-over Trials in Clinical Research (2nd ed.). Wiley.
ISBN: 978-0471496533Kopyalandı.Jones, B., & Kenward, M. G. (2003). Design and Analysis of Cross-Over Trials (2nd ed.). Chapman and Hall/CRC.
ISBN: 978-1584883429Kopyalandı.