Skip to content
返回搜索结果

多臂实验 — 多臂实验设计

提出者
Developed within clinical trials methodology; formalized by Parmar, Royston and colleagues (UK MRC CTU, early 2000s)
年份
1990s–2000s (clinical formalization); multi-arm concept implicit in ANOVA-era factorial designs
类型
Experimental design
类别
Experimental design

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

多臂实验同时比较三种或更多治疗或干预条件(每种条件称为一个“臂”)与一个共享对照组或彼此之间的效果。通过在一次研究中检验多个备选方案,与顺序进行单独的两组实验相比,它能从每位参与者那里获得更多信息,同时通过预先指定的比较策略控制总体I类错误率。

方法背后的直觉

设想一个需要检验四种候选药物剂量与安慰剂的药物试验。进行四个单独的两臂试验会浪费资源并增加假阳性的几率。多臂设计一次性招募所有五个组,在比较中共享对照臂,并设置显著性阈值,以使出现虚假发现的总体概率保持在可接受的水平。同样的逻辑也适用于教育(比较三种教学方法)、技术(测试多种界面变体)或政策评估(评估几种项目变体与现状)。其关键在于效率:一个设计良好的实验可以替代几个小型实验。

历史学

同时检验多个组的逻辑隐含在罗纳德·A·费舍尔在1920年代至1930年代发展起来的方差分析中。临床试验中的现代多臂框架在1990年代末和2000年代被系统地阐明,其驱动力是加速药物开发的需要。英国医学研究理事会临床试验中心的Parmar、Royston及其同事从2003年起在一系列论文中正式提出了多臂多阶段(MAMS)设计,展示了中期剔除臂如何在某些情况下保持错误控制的同时将招募时间缩短一半。

何时使用

当您需要在单个实验中评估三种或更多干预措施、剂量或条件,并希望共享一个共同的比较臂,而不是进行多个单独研究时,请使用多臂实验。当参与者招募是限制性资源时,它尤其高效。它非常适合临床试验、行为干预、教育研究和在线产品测试。当您无法保持各臂之间的操作分离(污染风险)、当计划比较的数量过多导致每次比较的效力低得不可接受,或者当干预臂之间以违反独立性假设的方式相互作用时,请勿使用它。

局限与注意事项

  • 除非设计经过优化,否则单个臂与对照组比较的效力低于相同总样本量的两臂试验。
  • 操作复杂性随臂的数量增加:供应链、培训、监测和方案偏差都会增加。
  • 当检验许多臂时,多重性调整变得保守,可能掩盖真正有效的干预措施。
  • 在MAMS设计中,中期分析时剔除臂需要预先指定的停止规则;临时剔除是不可接受的。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 在单个研究中高效检验多个假设,与多个独立实验相比,减少了总样本量。
  • 共享对照臂与所有主动臂暴露于相同的长期趋势和招募条件,提高了可比性。
  • 家族错误率可以通过预先指定的调整方法(Dunnett、Bonferroni、门控)进行严格控制。
  • 多臂多阶段扩展允许在中期分析时剔除劣势臂,使设计具有适应性,同时不增加错误率。
  • 所有臂和比较的透明预注册限制了结局转换和发表偏倚。

应用

  • 在单一方案中比较多种药物剂量或候选治疗与安慰剂的临床试验。
  • 教育研究评估三种或更多教学方法——传统讲座、翻转课堂、同伴指导——与对照条件的效果。
  • 数字产品测试在受控在线实验中比较多种界面或定价变体与基线的效果。
  • 公共卫生干预研究同时评估几种行为改变策略(信息传递、激励、提醒)。
  • 农业试验比较多种肥料配方或种植计划与标准做法臂的效果。

使用方式

使用方式

1

在实验开始之前,研究人员需明确臂的数量(最少三个:通常一个对照组加上两个或更多主动干预组)、主要结局、比较结构(每个臂与对照组比较、所有两两比较,或分层序列)以及家族错误率控制策略——最常见的是Bonferroni校正、用于臂与对照组比较的Dunnett检验,或用于有序假设的门控程序。

2

符合条件的参与者(或群组、单位)根据预先确定的分配比例随机分配到其中一个臂。各臂之间的均等分配能最大化每个臂的效力;不均等分配(对照组中有更多参与者)在对照组数据用于多重比较时可能更有效。分层或区组随机化常用于平衡预后因素。

3

每个臂在研究的整个持续时间内接受其分配的干预或条件。在可行的情况下,对参与者、护理提供者和结局评估者进行盲法处理,以防止差异性偏倚。操作忠实度检查确认在整个试验期间,每个臂都按规定执行。

4

在指定时间点测量所有参与者的主要结局和任何预先指定的次要结局。所有数据,包括那些偏离或退出参与者的数据,都将被记录;在主要分析中应用意向性治疗原则,以保持随机化的完整性。

5

每个主动臂的结局与对照组(或彼此之间)进行比较,使用预先指定的统计检验和调整后的显著性阈值。报告每次比较的效应量和置信区间。如果设计遵循多臂多阶段(MAMS)框架,中期分析可能会在最终阶段之前剔除表现不佳的臂,从而在不损害错误控制的情况下节省资源。

常见陷阱

  • 忽视多重性校正——在未调整的alpha水平下进行两两比较会使假阳性率与比较次数成比例地增加;务必预先指定调整策略。
  • 单个臂效力不足——为两臂试验计算样本量,然后将参与者分配到更多臂中,会导致每次比较的效力不足;必须根据调整后的alpha为每个计划的对比计算效力。
  • 臂间污染——如果不同臂的参与者相互作用(例如,在教室或工作场所环境中),治疗效果会渗透到其他臂中;需要进行群组层面随机化或物理隔离。
  • 随机化后增加臂——在招募开始后引入新臂会破坏随机化平衡以及与新臂开放前累积的对照臂的可比性;所有臂必须同时指定和开放。
  • 混淆多臂与析因设计——多臂设计检验互斥条件;析因设计允许组合;将两者混淆会导致模型错误指定和结果无法解释。

常见问题

多臂实验与析因实验有何不同?

在多臂实验中,参与者只接受其中一个定义的条件;各臂是互斥的。在析因实验中,参与者可以接受因子水平的组合——例如,同时接受药物和饮食干预。如果您想研究因子之间的相互作用,请使用析因设计;如果您想比较不同、不可组合的替代方案,请使用多臂设计。

我应该如何校正多重比较?

对于臂与对照组的比较,最常见的方法是Dunnett检验,当所有臂共享同一对照组时,它比Bonferroni更有效。对于所有两两比较,Tukey's HSD是标准方法。对于分层有序假设(主要、次要等),门控程序可以保持主要比较的效力。调整策略必须在数据收集前在方案中预先指定。

我可以在研究开始后增加新臂吗?

原则上,平台或主方案设计允许增加臂,但仅限于严格的预先指定规则和统计惩罚,以保持错误控制。在标准多臂实验中,在试验中期增加臂会破坏随机化平衡以及与新臂开放前累积的对照臂的可比性。这只能在经过独立数据监测委员会审查的预注册适应性方案下进行。

我需要多大的样本量?

根据调整后的显著性水平(例如,Bonferroni校正的alpha / 比较次数,或Dunnett校正的临界值)计算每个计划比较的效力。每个臂所需的样本量比未调整的两臂试验要大。R软件(multcomp、mvtnorm包)或专门的临床试验计算器直接支持多臂效力分析。

什么是多臂多阶段(MAMS)设计?

MAMS是多臂设计的一个扩展,它将计划中的中期分析纳入其中。在每次中期分析时,未达到预先指定活动阈值的臂将被剔除,招募将继续进入幸存的臂。这提高了效率——更少的参与者暴露于无效治疗——同时通过预先指定的停止边界保持总体错误控制。

相关方法

参考文献

  1. 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.

    打开 DOI 文献
    已复制。
  2. Multi-arm bandit. Wikipedia.

    打开出版物文献
    已复制。