Uyarlanabilir Deneme Tasarımı

Bir alfa harcama fonksiyonu, toplam Tip I hatayı (α, tipik olarak 0.05) birden fazla ara ve nihai analiz arasında paylaştıran bir eğridir. Her ara bakışta, o noktaya kadar tahsis edilen kümülatif alfa, durdurma için p-değeri eşiğini belirler. Örneğin, O'Brien-Fleming fonksiyonu, erken ara bakışlara çok az alfa (yüksek p-değeri eşikleri, erken durdurmak zor) ve daha sonraki bakışlara ve nihai analize daha fazla alfa tahsis eder. Bu, toplamda Tip I hatayı 0.05'te tutarken birden fazla istatistiksel teste izin verir. Eğer 2 ara + 1 nihai analiz yaparsanız ve O'Brien-Fleming harcamasını kullanırsanız, p-değeri eşikleri sırasıyla ara 1, ara 2 ve nihai analizde 0.001, 0.01 ve 0.05 olabilir ve kümülatif olarak 0.05 harcanır.

Sabit randomizasyonda (standart RCT), tüm katılımcılar ara sonuçlardan bağımsız olarak 1:1 (veya önceden belirlenmiş oranda) randomize edilir. RAR'da, randomizasyon oranı ara sonuç verilerine göre ayarlanır. Örnek: ara analiz Tedavi A'nın %70 yanıt oranına ve Tedavi B'nin %50 yanıt oranına sahip olduğunu gösterirse, RAR yeni katılımcıları %60 A ve %40 B ile randomize edebilir (daha iyi performans gösteren kolu tercih ederek). Gerekçe: yetersiz tedaviye maruz kalmayı en aza indirir, etik fayda sağlar. Zorluk: RAR çıkarımı karmaşıklaştırır (sıralı test ayarlaması gerekir) ve dikkatli yapılmazsa etki tahminlerini yanlı hale getirebilir. RAR en çok şu durumlarda kullanışlıdır: (1) sonuçlar hızlı bir şekilde gözlemlenir (gecikmeli değil), (2) amaç bireysel faydayı en üst düzeye çıkarmaktır (sadece örneklem büyüklüğünü en aza indirmek değil), (3) yetersiz kollara maruz kalma konusundaki etik endişeler yüksektir.

Deneme başlamadan önce istatistiksel analiz planında etkinlik ve faydasızlık durdurma sınırlarını önceden belirleyin. Etkinlik durdurma: ara veriler, etkinlik sınırını geçen (üstünlüğe dair güçlü kanıt) bir p-değeri (sıralı test için ayarlanmış) gösterirse durdurun. Örnek: O'Brien-Fleming sınırı ilk ara analizde geçilirse, durdurun ve etkinliği bildirin. Faydasızlık durdurma: ara veriler etki büyüklüğünün o kadar küçük olduğunu gösterirse ki, kalan tüm planlanan katılımcıları kaydetmiş olsanız bile istatistiksel anlamlılığa ulaşmanız olası değildir. Faydasızlık, koşullu güç kullanılarak değerlendirilir: 'Şimdiye kadar gözlemlenen etkiye dayanarak, nihai analize kadar anlamlılığa ulaşma olasılığı nedir?' Koşullu güç <%20 ise, faydasızlık için durdurmayı düşünün. Yanlılığı önlemek için durdurma kararlarından önce her zaman bağımsız bir Veri İzleme Komitesi (DMC) incelemesi gereklidir.

Bir etkinlik sınırı ara analizde geçilirse ve kayıt erken durdurulursa, o noktadaki gözlemlenen etki büyüklüğü muhtemelen rastgele değişim nedeniyle şişirilmiştir. Bir madeni para atmayı hayal edin: ortalama olarak 100 atışta 50 yazı bekleyebilirsiniz. Ancak 70 yazıya ulaştığınızda (nadir bir durum) durursanız ve atışları sayarsanız, yanlı bir oran gözlemlersiniz (70/100 = %70). Benzer şekilde, denemelerde, ara etki tahmini yüksek bir eşiği geçtiğinde durursanız, bu tahmin yukarı doğru yanlıdır. Klinik karar verme için, ara tahminleri aşağı doğru ayarlayın (p-değeri fonksiyon analizi veya koşullu güç hesaplamaları gibi yöntemler kullanarak). Sıralı test p-değeri Tip I hatayı kontrol etmeye devam eder, ancak nokta tahmini iyimserdir.