Анализ клинических исследований
 | Эта статья нуждается в дополнительных цитатах для проверки . ( март 2010 г. ) |
Клинические испытания — это медицинские исследования, проводимые на людях. [1] Людям назначают одно или несколько вмешательств, и исследователи оценивают эффекты этих вмешательств. [1] [2] Ход и результаты клинических исследований анализируются статистически. [3] [4]
Факторы анализа
[ редактировать ]Намерение лечить
[ редактировать ]Рандомизированные клинические исследования, проанализированные с помощью подхода «назначенного лечения » (ITT), обеспечивают справедливое сравнение между группами лечения, поскольку позволяют избежать систематической ошибки , связанной с неслучайной потерей участников. [5] [6] Основной принцип ITT заключается в том, что участников исследований следует анализировать в группах, в которые они были рандомизированы, независимо от того, получали ли они или придерживались его. назначенное вмешательство [5] Однако у медицинских исследователей часто возникают трудности с принятием анализа ITT из-за проблем клинических исследований, таких как отсутствие данных или соблюдение протокола . [6]
По протоколу
[ редактировать ]Этот анализ может быть ограничен только теми участниками, которые соответствуют протоколу с точки зрения соответствия требованиям, приверженности вмешательству и оценки результатов. Этот анализ известен как анализ «во время лечения» или «по протоколу». Анализ по протоколу представляет собой «наилучший сценарий» для выявления эффекта изучаемого препарата. Однако, ограничивая анализ избранной группой пациентов, он не показывает все эффекты нового препарата. Кроме того, на приверженность лечению могут влиять и другие факторы, влияющие на результат. Соответственно, эффекты каждого протокола подвержены риску систематической ошибки, тогда как оценка намерения лечить — нет. [7]
Обработка недостающих данных
[ редактировать ]Последнее наблюдение перенесено
[ редактировать ]Одним из методов обработки недостающих данных является простое вменение или заполнение значений на основе существующих данных. Стандартным методом для этого является метод переноса последнего наблюдения (LOCF).
Метод LOCF позволяет анализировать данные. Однако недавние исследования показывают, что этот метод дает необъективную оценку эффекта лечения и недооценивает вариабельность оцениваемого результата. [8] [9] В качестве примера предположим, что после базового наблюдения проводится 8 еженедельных оценок. Если пациент выбывает из исследования после третьей недели, то это значение «переносится вперед» и считается его или ее оценкой по 5 недостающим точкам данных. Предполагается, что состояние пациентов постепенно улучшается от начала исследования до его конца, поэтому перенос промежуточного значения является консервативной оценкой того, насколько хорошо человек справился бы, если бы он или она остались в исследовании. Преимущества подхода LOCF заключаются в том, что:
- Это сводит к минимуму количество субъектов, исключенных из анализа, и
- Это позволяет при анализе изучать тенденции с течением времени, а не сосредотачиваться просто на конечной точке.
Однако Национальная академия наук в консультативном отчете Управлению по контролю за продуктами и лекарствами о недостающих данных в клинических испытаниях рекомендовала воздержаться от некритического использования таких методов, как LOCF, заявив, что «методы единичного вменения, такие как последнее наблюдение, переносятся вперед, а базовое наблюдение проводится». «Вперед» не следует использовать в качестве основного подхода к обработке недостающих данных, если предположения, лежащие в их основе, не являются научно обоснованными». [10]
Несколько методов вменения
[ редактировать ]Вместо этого консультативная группа Национальной академии наук рекомендовала методы, которые обеспечивают действительные коэффициенты ошибок типа I при четко сформулированных предположениях, принимая во внимание статус отсутствующих данных, а также использование множественных методов вменения на основе всех данных, доступных в модели. Он рекомендовал более широкое использование методов начальной загрузки и обобщенных уравнений оценки всякий раз, когда лежащие в их основе допущения, такие как случайное отсутствие для методов GEE , могут быть оправданы. Он рекомендовал собирать вспомогательные данные, которые, как предполагается, связаны с выбыванием учащихся, чтобы обеспечить более надежные и надежные модели, а также собирать информацию о причинах выбытия; и, если возможно, наблюдение за выбывшими из программы и получение данных об эффективности результатов. Наконец, он рекомендовал проводить анализ чувствительности в рамках отчетности о клинических исследованиях для оценки чувствительности результатов к предположениям о механизме отсутствия данных. [10]
Хотя методы, рекомендованные в отчете Национальной академии наук, разработаны совсем недавно, более надежны и будут работать в более широком диапазоне условий, чем методы одного вменения, такие как LOCF, ни один известный метод обработки недостающих данных не действителен при всех условиях. Как отметила Международная конференция по гармонизации E9 «Руководство по статистическим принципам клинических исследований» 1998 года: «К сожалению, нельзя рекомендовать универсальные методы обработки пропущенных значений». [11] Экспертное статистическое и медицинское заключение должно выбрать метод, наиболее подходящий для конкретных условий исследования из имеющихся несовершенных методов, в зависимости от целей конкретного исследования, конечных точек, статистических методов и контекста.
Ссылки
[ редактировать ]- ^ Jump up to: а б «Клинические испытания» . MedlinePlus, Национальная медицинская библиотека США. 18 мая 2018 года . Проверено 28 июня 2022 г.
- ^ «Определение клинического исследования, данное Национальным институтом здравоохранения (NIH) | Grants.nih.gov» . Grants.nih.gov . Проверено 27 июня 2022 г.
- ^ Амрайн, Валентин; Гренландия, Сандер; МакШейн, Блейкли Б. (1 декабря 2019 г.). «Статистическая значимость дает свободу предвзятости» . Европейский журнал клинических исследований . 49 (12): e13176. дои : 10.1111/eci.13176 . ISSN 0014-2972 . ПМИД 31610012 . S2CID 204702258 .
- ^ Критическое мышление в клинических исследованиях: прикладная теория и практика с использованием тематических исследований . Издательство Оксфордского университета. 2018. doi : 10.1093/med/9780199324491.001.0001/med-9780199324491 (неактивно 31 января 2024 г.). ISBN 978-0-19-027280-7 .
{{cite book}}: CS1 maint: DOI неактивен по состоянию на январь 2024 г. ( ссылка ) - ^ Jump up to: а б Монтори, Виктор М.; Гайятт, Гордон Х. (11 ноября 2001 г.). «Принцип намерения лечить» . Журнал Канадской медицинской ассоциации . 165 (10): 1339–1341. ПМЦ 81628 . ПМИД 11760981 .
- ^ Jump up to: а б Альшурафа, Мохамад; Бриэль, Матиас; Акл, Эли А.; и др. (2012). «Непоследовательные определения назначения лечения в связи с отсутствующими данными о результатах: систематический обзор литературы по методам» . ПЛОС ОДИН . 7 (11): e49163. Бибкод : 2012PLoSO...749163A . дои : 10.1371/journal.pone.0049163 . ПМЦ 3499557 . ПМИД 23166608 .
- ^ Сассман, Джереми Б.; Хейворд, Родни А. (4 мая 2010 г.). «IV для РКИ: использование инструментальных переменных для корректировки загрязнения лечения в рандомизированных контролируемых исследованиях» . BMJ (Клинические исследования под ред.) . 340 : c2073. дои : 10.1136/bmj.c2073 . ISSN 1756-1833 . ПМК 3230230 . ПМИД 20442226 .
- ^ Салим, Агус; Маккиннон, Эндрю; Кристенсен, Хелен; Гриффитс, Кэтлин (2008). «Сравнение стратегий анализа данных для анализа намерений лечиться в планах до и после тестирования со значительным уровнем отсева». Психиатрические исследования . 160 (3): 335–345. doi : 10.1016/j.psychres.2007.08.005 . ПМИД 18718673 . S2CID 23997894 .
- ^ Мольнар, Ф.Дж.; Хаттон, Б.; Фергюссон, Д. (2008). «Вносит ли анализ с использованием «последнего наблюдения» предвзятость в исследованиях деменции?» . Журнал Канадской медицинской ассоциации . 179 (8): 751–753. дои : 10.1503/cmaj.080820 . ПМЦ 2553855 . ПМИД 18838445 .
- ^ Jump up to: а б Национальный исследовательский совет; Отдел поведенческих и социальных наук и образования; Комитет национальной статистики; Группа по обработке недостающих данных в клинических исследованиях (2010 г.). Профилактика и лечение недостающих данных в клинических исследованиях . стр. 110–112. дои : 10.17226/12955 . hdl : 1942/14310 . ISBN 978-0-309-15814-5 . ПМЦ 3771340 . ПМИД 24983040 .
- ^ Международная конференция по гармонизации, Руководство для промышленности E9, Статистические принципы клинических испытаний , 1998 г.
Дальнейшее чтение
[ редактировать ]- А. Р. Валадхани. (2008). Проведение клинических испытаний. Теоретическое и практическое руководство. ISBN 978-3-940934-00-0