Uyarlanabilir Rekabetçi Riskler Analizi
Adaptive Competing Risks Analysis · Ayrıca şöyle bilinir: adaptive Fine-Gray analysis, group-sequential competing risks, adaptive subdistribution hazard analysis, competing risks adaptive design
Uyarlanabilir rekabetçi riskler analizi, Fine-Gray alt dağılım tehlike çerçevesini —ki bu çerçeve, diğer karşılıklı dışlayıcı başarısızlık nedenlerinin varlığında bir başarısızlık nedeninin kümülatif insidansını modeller— uyarlanabilir veya grup-sıralı ara izleme kurallarıyla birleştirir. Bu, bir klinik deneme veya gözlemsel çalışmanın, önceden belirlenmiş Tip I hata kontrolünü korurken, biriken rekabetçi risk verilerine dayanarak orta aşamada değiştirilmesine (örneğin, örneklem büyüklüğü yeniden değerlendirmesi, erken durdurma) olanak tanır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Uyarlanabilir rekabetçi riskler analizi, (1) birincil sonucun karşılıklı dışlayıcı rekabetçi olaylara tabi olan bir zamana-olay son noktası olduğu (örneğin, tüm nedenlere bağlı ölümler veya ölümcül olmayan olayların yanında kansere özgü ölüm), (2) tasarım aşamasındaki belirsizliklerin orta-dönem uyarlamaları değerli kıldığı (örneğin, belirsiz olay oranları, etki büyüklüğü veya birikim) ve (3) çalışmanın ara izleme için altyapıyı haklı çıkaracak kadar büyük olduğu (tipik olarak çok merkezli randomize bir deneme veya kayıt çalışması) durumlarda kullanılır. (a) Rekabetçi olayların ihmal edilebilir olduğu veya tek son noktanın tüm nedenlere bağlı ölüm olduğu (standart uyarlanabilir sağkalım analizi yeterlidir), (b) örneklemin ara izlemeden anlamlı koşullu güç tahminleri sağlayamayacak kadar küçük olduğu veya (c) uyarlanabilir kuralların Tip I hata kontrolünü geçersiz kılacak şekilde açığa vurmadan önce önceden belirlenip kilitlenemeyeceği durumlarda KULLANMAYIN.
Güçlü yönler & sınırlılıklar
- Rekabetçi olayları bağımsız sansürleme olarak ele almanın getirdiği yanlılığı ortadan kaldırarak belirli bir nedenden kaynaklanan başarısızlık olasılığını doğru bir şekilde modeller.
- Uyarlanabilir katman, örneklem büyüklüğü yeniden değerlendirmesine veya erken durdurmaya olanak tanıyarak verimliliği artırır ve katılımcıların yetersiz bir tedaviye maruz kalmasını azaltır.
- Çalışma tasarımı orta-dönemde değiştirilse bile, önceden belirlenmiş alfa harcama fonksiyonları aracılığıyla sıkı Tip I hata kontrolünü korur.
- Neden-spesifik tehlike oranlarından daha doğrudan biyolojik bir yorumlamaya sahip olmayan Fine-Gray modelinin alt dağılım tehlike oranı; kovaryatların oluşum ve rekabetçi olay sağkalımı üzerindeki etkilerini karıştırır.
- Tüm uyarlanabilir kuralların, alfa harcama fonksiyonlarının ve ara bakış programlarının veri açığa vurulmasından önce önceden belirlenmesini gerektirir — sonradan yapılan uyarlamalar çıkarımı geçersiz kılar.
- Açığa vurulmamış bir istatistikçi veya bağımsız veri izleme komitesi tarafından ara veri incelemesi, lojistik ve düzenleyici karmaşıklık ekler.
- Küçük ila orta büyüklükteki örneklem boyutları, ara bakışlarda uyarlama kararlarını güvenilir kılacak yeterli koşullu gücü sağlamayabilir.
- Rekabetçi olayları standart bir Kaplan-Meier veya Cox modelinde bağımsız sansürleme olarak ele almak — bu, birincil olayın kümülatif insidansını aşırı tahmin eder ve tedavi faydalarını şişirir.
- Önceden belirlenmiş alfa harcama çerçevesi dışında plansız ara analizler yapmak, bu da Tip I hata oranını şişirir ve düzenleyici başvuruları geçersiz kılabilir.
SSS
Uyarlanabilir ara izleme için alfa harcama fonksiyonunu nasıl seçerim?
O'Brien-Fleming harcama fonksiyonu erken dönemde muhafazakardır ve daha geç alfa harcar — etkinlik için erken durdurmanın olası olmadığı durumlarda uygundur. Pocock harcama fonksiyonu alfayı daha eşit tahsis eder, bu da etkinlik için erken durdurmayı kolaylaştırır ancak daha düşük bir nihai eşik gerektirir. Seçim, protokolde ve istatistiksel analiz planında önceden belirlenmeli; düzenleyici kurumlar (FDA, EMA) herhangi bir açığa vurulmamış ara analizden önce bu önceden belirlenmesini gerektirir.
Uyarlanabilir bir tasarımda Fine-Gray modeline kovaryatlar ekleyebilir miyim?
Evet. Fine-Gray modelinde kovaryat ayarlaması, başlangıç dengesizlikleri, prognostik sınıflandırma faktörleri veya hassasiyeti artırmak için yaygındır. Uyarlanabilir bir tasarımda, modele dahil edilen kovaryatlar önceden belirlenmelidir; ara verileri gördükten sonra kovaryat eklemek veya kaldırmak, önceden planlanmış bir kovaryat seçimi kuralı gerektirir veya Tip I hatayı artırma riski taşır.
Uyarlanabilir rekabetçi riskler analizi düzenleyici kurumlar tarafından kabul ediliyor mu?
Daha geniş anlamda uyarlanabilir deneme tasarımları, FDA (bkz. 2019 uyarlanabilir deneme tasarımları kılavuzu) ve EMA tarafından, uyarlanabilir kurallar, alfa harcama fonksiyonları ve işletim özellikleri önceden belirlenmişse ve deneme, bağımsız bir veri izleme komitesi tarafından yapılan ara incelemeler sırasında körlüğü koruyorsa kabul edilir. Rekabetçi risk son noktaları onkoloji ve kardiyovasküler başvurularda da standarttır, ancak analiz planı birincil son noktanın CIF mi yoksa neden-spesifik tehlike mi olduğunu netleştirmelidir.
Hangi yazılım uyarlanabilir rekabetçi riskler analizini destekler?
R paketi cmprsk, Fine-Gray modelini ve Gray testini uygular. mstate paketi çoklu durum uzantılarını destekler. Uyarlanabilir tasarım işletim özellikleri için gsDesign ve rpact grup-sıralı çerçeveleri destekler; bunları rekabetçi risk modelleriyle birleştirmek genellikle özel simülasyon kodu veya örneklem büyüklüğü hesaplamaları için PASS (NCSS) gibi özel amaçlı paketler gerektirir.
Zamana-olay veri kümenizi birden fazla başarısızlık türü göstergesiyle MethodMind'a yükleyin, birincil nedeni ve rekabetçi olayları belirtin, ara bakış programlarını ve alfa harcama parametrelerini ayarlayın ve kümülatif insidans eğrileri, alt dağılım tehlike oranları ve ara karar sınırları elde etmek için uyarlanabilir Fine-Gray işlem hattını çalıştırın.
Kaynaklar
- Fine, J. P., & Gray, R. J. (1999). A proportional hazards model for the subdistribution of a competing risk. Journal of the American Statistical Association, 94(446), 496–509. DOI: 10.1080/01621459.1999.10474144 ↗
- Beyersmann, J., Allignol, A., & Schumacher, M. (2012). Competing Risks and Multistate Models with R. Springer. ISBN: 978-1461420767
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Adaptive Competing Risks Analysis. ScholarGate. https://scholargate.app/tr/epidemiology/adaptive-competing-risks-analysis
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Uyarlanabilir Deneme TasarımıKlinik araştırma↔ karşılaştır
- Hayatta Kalma AnaliziAraştırma istatistiği↔ karşılaştır