Клинические исследования требуют значительных временных и материальных ресурсов. Тщательная подготовка к их проведению позволяет сделать усилия не напрасными. Quantics Biostatistics опубликовали несколько советов по планированию клинических исследований.
Расчет объема выборки
Интуитивно понятно, что большее число участников повышает надежность результатов исследования. Однако объем выборки нередко определяют эмпирически или опираясь исключительно на финансовые возможности.
Интуитивно понятно, что большее число участников повышает надежность результатов исследования. Однако объем выборки нередко определяют эмпирически или опираясь исключительно на финансовые возможности.
Quantics Biostatistics напоминают, что число участников исследования, необходимое и достаточное для обнаружения клинически значимых изменений, может и должно быть рассчитано математически.
Не меньшее значение имеет обратная процедура – оценка мощности анализа при доступном объеме выборки. В результате расчетов исследователь поймёт, насколько можно доверять полученным результатам, без необоснованных волнений и неоправданных трат.
Может казаться, что первичная конечная точка является конкретизированной целью исследования. Однако эти понятия принципиально различаются.
Цель – это общее представление о том, для чего проводится исследование.
Конечные точки — это ключевые показатели, который оценивают у конкретных участников. Для достижения цели совокупность полученных данных анализируют статистическими методами.
Quantics Biostatistics приводят следующий пример. Если целью исследования является оценка эффективности вмешательства, описание первичной конечной точки как «способности ходить по сравнению с исходным уровнем» не будет иметь практической ценности. Формулировка «изменение дистанции 6-минутной ходьбы через 12 месяцев после вмешательства» окажется более полезной. Такой показатель можно оценить у каждого участника исследования, после чего провести анализ для выборки в целом и использовать полученное значение для достижения цели.
Кроме того, первичная конечная точка определяет мощность исследования. Это делает ее грамотное описание еще более важным для планирования работы.
Планирование промежуточного анализа
Промежуточный анализ полезен для получения предварительной информации (если она не ведёт к предвзятому отношению). Однако иногда на основании его результатов принимают решение об изменении хода исследования. Такой дизайн называется адаптивным.
Quantics Biostatistics подчеркивают, что в подобных случаях промежуточный анализ нуждается в тщательном планировании. В частности, если по его результатам исследование может быть завершено досрочно, необходимо предусмотреть возможность увеличения объема выборки. Это уменьшит риск получения ложноположительных результатов.
Перечень оцениваемых показателей стоит продумать заранее. Избыточный сбор данных чреват неоправданными тратами и смещением акцентов, тогда как недостаточный ставит под угрозу всё исследование. Quantics Biostatistics предлагают отказаться от сбора данных в следующих случаях:
Если их трудно анализировать. Например, переход на другую схему обезболивания не всегда отражает влияние этих схем на интенсивность болевого синдрома.
Если они не представляют особого интереса. В пример приведено исследование, в котором участники отвечали более чем на 100 вопросов каждую неделю на протяжении двух месяцев. Вряд ли каждый вопрос был необходим для достижения цели.
Если они уже собраны ранее. Это может привести к противоречиям (например, при ошибке внесения анамнестических данных).
Если они напрямую связаны с другими. К примеру, нет необходимости спрашивать возраст, который может быть рассчитан по датам рождения и включения в исследование.
Необходимый и достаточный анализ
Нередко исследователи планируют множество статистических тестов для получения дополнительной информации. Quantics Biostatistics упоминают работу, авторы которой выделили более 250 различных подгрупп при общем объеме выборки 170 участников. Без расстановки приоритетов результаты подобного анализа могут оказаться громоздкими и трудными в интерпретации.
Кроме того, при анализе большого числа подгрупп возникает проблема множественных сравнений. Чем больше гипотез будет протестировано, тем выше окажется вероятность того, что какие-то из значимых результатов являются случайными. При этом исследователь не будет знать, где именно кроется ошибка.
Иногда возникают сомнения, стоит ли разбивать исследование на несколько отдельных. Quantics Biostatistics не советуют дробить работу, если в ней изучают одну и ту же выборку.
К примеру, анализ результатов лечения через 1 и 6 месяцев после начала терапии лучше провести в рамках одного исследования, рассматривая первый из них как промежуточный. Если предполагается изучение отдельных групп, участники из которых не пересекаются (например, молодые и пожилые пациенты), это можно сделать в отдельных работах. Однако изучение этих групп в рамках единого исследования даст больше возможностей для получения общей картины.
Вместе с тем при планировании промежуточного анализа и изучения отдельных групп не стоит забывать о моментах, описанных ранее.
Чтобы учесть все тонкости планирования исследования, Quantics Biostatistics советуют консультироваться с грамотными биостатистиками на этапе разработки дизайна. Они подчеркивают, что это может оказаться намного выгоднее, чем проведение исследования с непредсказуемым качеством результатов.
