에서는 임상 시험 – 방법론적인 관점 스티븐 Piantadosi 쓴다 (ch.13, 334 페이지 참조.)
2 장에서 나는 Abel and Koch (1997)와 Urbach (1993)에 의한 무작위 배정에 대한 반대 의견에 주목하고 그들의 우려와 오류 가능성을 연구 할 가치가 있음을 지적했다. 그들은 무작위 화를
- 특정 통계 테스트를 확인하는 수단
- 인과 추론의 기초
- 마스킹 촉진
- 비교 그룹의 균형을 잡는 방법.
나에 따르면, (1)-(4)는 무작위 화의 이점입니다. 그렇다면 Abel, Koch 및 Urbach 는 왜 이러한 주장에 근거하여 무작위 배정을 거부합니까?
답변
Koch, Abel 및 Urbach의 논문은 1-4를 달성하기위한 수단으로 무작위 배정을 요약하지 않고 오히려 이러한 기준을 달성하기에 충분하거나 필요하지 않다고 주장합니다. 테이크 홈 메시지는 다음 과 같습니다. a) 모든 과학적 질문에 답하기 위해 반드시 RCT 를 수행 해서는 안됩니다. b) 공개 된 모든 RCT 가 유효성에 대한 표준 금 증거 가 아닐 수 있습니다 .
RCT의 대안으로, 공개 시험 (OLT)은 명백한 선택이다. 왜냐하면이 시험의 추정 목적은 환자 집단이 쉽게 접근 할 수없는 새로운 요법을 평가하는 것이기 때문이다. RCT 또는 OLT 분석의 경우 관측 연구 분석과 유사한 원칙이 적용됩니다. 인과 적 요인의 제어, 무작위 배정 등 효율성을 개선하고 그러한 연구의 편향을 줄입니다.
특정 통계 테스트를 확인하는 수단
(t-test, log-rank test 등의 가정에 따라 무작위 참가자가 “독립적”및 “동일하게 분배”되었습니까?)
RCT 전문가 : 상관 된 참가자의 클러스터는 연구 무작위 배정에서 “파손”되어 오염없이 처리 구조 내에서 의존 구조가 유사하고 독립적 인 데이터를위한 방법이 올바른 표준 오류를 추정 할 수 있습니다. 유사하게, 무작위 화 시점에 예후 인자가 연구 그룹간에 균형을 이룰 가능성이있다.
RCT 단점 : 무작위 배정은 오염을 다루지 않는다. 참여자들은 그들의 표시의 결과로서 심지어 연구에 참여하더라도 서로 관련이 있고 결과적으로 참여와 결과에 영향을 미칠 가능성이있다. 차단에도 불구하고, 예후 인자의 분포는 팔간에 이기종입니다. 더 높은 위험 치료를 받고 기준선에서 더 높은 위험에 처한 사람들은 더 빨리 “죽을”가능성이 더 높으며, 이는 미래의 이벤트 시간 (생존자 편견)에서 건전한 위험 설정으로 이어집니다. 이로 인해 로그 순위 테스트에 비효율적 인 교차 위험이 발생할 수 있습니다.
인과 추론의 기초
모든 처리 된 참가자에게 제어 권한을 부여하고 이러한 차이를 빼는 “되감기”인스턴스와 동일한 추정 효과입니다.
RCT + : 치료의 배정은 전적으로 무작위이며, 지시에 의한 혼란이 없으며, 눈을 멀게 (가능한 경우) 차별적 치료 중단의 위험을 줄일 수 있습니다.
RCT- : 마멸로 인한 차등 및 비차 등 후속 조치는 연구 완료시 불균형 참가자에게 기여합니다. 비 맹검 연구는 차별적 치료 중단의 위험이 있습니다. 무작위 배정, 맹검 및 침습 요법에 관한 연구 매개 변수는 적격 연구 풀을 더 작은 하위 집합으로 제한하여 이러한 매개 변수 (건강한 참가자 편견)에 동의합니다.
마스킹 촉진 :
치료가 무작위로 배정 될 때, 참가자들이 자신에게 어떤 암이 무작위 화되었는지 알지 못하는 방식으로 두 치료를 관리 할 수 있습니까?
RCT + : 적절한 위약 이 있으면 가능합니다. “위약”의 적절한 사용은 참가자가 표준 치료 (SOC)를 받도록하는 것입니다. 예를 들어, IND가 주사로 투여되고 SOC가 알약이라고 가정하십시오. 대조군 참가자는 (표지가없는) 알약 형태와 식염수 주사액으로 SOC를받는 반면, 활동적인 팔 참가자는 IND 주사와 동일한 설탕 알약을받습니다.
RCT- : 위약을 사용하지 못할 수 있습니다. 예를 들어, 프로 방지는 고급 전립선 암에 대한 단일 클론 항체 요법입니다. 이 치료법을 시행하려면 백혈구 감소증이라는 침습적 절차가 필요합니다. Leukapheresis는 너무나 침습적이며 제어 팔에서 윤리적으로 수행하기에는 비용이 많이 들기 때문에 입증 된 할당 참가자는 IND를 받고 있음을 알게됩니다.
비교 그룹의 균형을 잡는 방법.
분석 샘플에서 “공변량”의 예상 분포가 IND- 처리 된 참가자와 대조군 참가자 사이의 분포와 동일합니까?
RCT + : 무작위 화 시점에, 치료 및 대조군의 50/50 샘플 밸런스 및 가능한 예후 인자의 예상되는 확률 밸런스가 주목된다. 배치 엔트리 디자인은 요즘 널리 사용되지는 않지만 재 랜덤 화가 가능합니다.
RCT- : 효율적인 설계는 여전히 예후 인자의 제어를 필요로하며, 치료 효과가있을 때 최적의 설계는 대부분의 분석, 손실 및 후속 손실로 인한 불균일 한 클러스터 크기에 대해 50/50 균형이 아닙니다. 보장되지 않습니다. 무작위 배정은 예후 인자의 균형을 보장하지 않습니다.