戰略意圖治療分析與失蹤的隨機試驗的結果數據
BMJ2011年;342年doi:https://doi.org/10.1136/bmj.d40(07年發布2011年2月)引用這個:BMJ2011;342:d40
- 函授:我RWhiteian.white在{}mrc-bsu.cam.ac.uk
- 接受2010年11月5日
意圖治療原則要求所有參與臨床試驗包括在分析他們隨機的團體,無論任何偏離隨機治療。1這一原則是一個關鍵的防禦的偏見,因為參與者離開隨機治療通常是隨機子集的排斥會導致嚴重的選擇性偏差。2
然而,目前尚不清楚如何應用意圖治療原則當調查人員無法跟進所有參與者隨機。填寫(冠)缺失的值通常被視為唯一替代省略參與者的分析。3尤其是,冠之以“最後的觀察結轉”被廣泛使用,4但這種方法有嚴重的缺點。3例如,去年觀察結轉應用在最近的一次試驗的一種新的藥物治療阿爾茨海默氏症。5分析是批評,因為它有效地假定追蹤損失停止疾病進展,6但作者認為,他們的分析實際上是保守的。7預計越來越多的實驗來證明其缺失數據的處理,而不是簡單地依靠技術已經用於其他臨床上下文。8
指導人員處理這些棘手的問題,我們提出一個四點框架來處理不完整的觀察(盒)。我們的目的不是描述特定的方法分析缺失的數據,因為這些描述,910但是提供的框架可以選擇和實現的方法。我們認為應該包括在所有觀測數據分析,但是過度關注包括所有隨機參與者可以是無益的,因為參與者沒有post-randomisation數據導致的結果隻有通過不可測試的假設。關鍵問題是因此不包括所有參與者但對缺失數據的假設是最合理的正確的,以及如何執行適當的分析基於這些假設。我們現在詳述這四個點。
戰略意圖治療分析不完整的觀察
1。試圖跟蹤所有隨機參與者,即使他們退出治療分配
2。執行的主要分析所有觀察到的數據是有效的在一個合理的假設對缺失的數據
3所示。進行敏感性分析,以探索偏離的影響的假設主要的分析
4所示。占所有隨機參與者,至少在敏感性分析
試圖跟蹤所有隨機參與者
跟蹤參與者退出隨機治療是困難的但是很重要,因為他們可能不同係統地從那些繼續治療。審判並不試圖跟隨參與者治療後退出不能遵循意圖治療原則。
主要進行合理的分析
當數據不完整,所有統計分析做出不可測試的假設。主要分析應該選擇有效對缺失的數據在一個合理的假設。例如,在阿爾茨海默病試驗中,考慮一組參與者之間失訪6和12個月和一組參與者的結果6個月第一組相似,但隨後至少12個月。也許是合理的假設主要分析這兩個組有相似的變化從6到12個月的平均隨機“失蹤”的假設,即所有觀察到的結果數據的分析,選擇與調整,是適當的。一個類似的假設基礎標準時間事件數據的分析。
可能的分析方法在一個隨機“失蹤”的假設包括多個歸罪,逆概率權重,和混合模型。這些方法和其他方法的假設是不太清楚,綜述了別處。910
假設丟失的數據通常可以通過收集和報告支持合適的信息。例如,隨機“失蹤”往往是合理的,如果原因最缺失的數據顯示管理錯誤但難以置信的如果是無證的疾病進展的原因。
進行敏感性分析
良好的敏感性分析直接探索偏離的影響的假設主要的分析。11例如,如果主要分析假定群體之間的相似性和不失訪,一個好的靈敏度分析可能假設組失訪有係統地更糟糕的結果。臨床上合理的數量可能會增加或減少的估算結果,可能使用多個歸責等技術。9相反,分析師可能報告有多大的量應增加或減少估算結果不改變的臨床解釋審判。一小部分失蹤二進製的結果,最好的和最壞情況分析可能是適當的。12
敏感性分析的結果應該簡明地報道一篇論文的文摘,說,例如,主要分析的意義是否保持在所有敏感性分析或改變了在一個有限的或大量的敏感性分析。
占所有隨機參與者的敏感性分析
當以這種方式進行敏感性分析,他們應該占所有隨機參與者。例如,如果一個靈敏度分析假定係統的缺失和觀測值的區別,那麼它的結果直接取決於程度的缺失數據在兩個試驗的懷裏。
戰略行動的例子
我們說明擬議的戰略意圖治療分析使用最近的試驗比較四個劑量的新藥對肥胖症和兩個對照組。13參與者九計劃訪問超過20周。試驗報告表明,受試者退出試驗治療隨訪(點1提出的策略)。主要分析(2)在觀察結轉使用“修改意圖治療”人口排除三個參與者沒有post-randomisation措施。靈敏度分析重複使用的措施,因此假定數據隨機人失蹤。自主要分析隱式地假定參與者無論是上漲還是平均體重追蹤損失後,更直接的靈敏度分析方法更可取。這個數字⇓顯示了一個假想的參與者參加我們的建議隻有四個九的訪問(實線)。紅色虛線顯示了估算值進行持續觀察結轉,這項研究的作者的主要分析,而另一行顯示三個敏感性分析(3):靈敏度1顯示了估算值假設參與者失訪回到基線體重14;靈敏度2假定他們恢複了50%的體重;和敏感性3假定減肥是一個更大的部分恢複幹預組。15參與者沒有post-randomisation措施可能包括在這些分析通過類似的假設對他們的體重增加(4)點。
圖1可能的方法推導出結果的措施在訪問9假設參與者訪問後的肥胖審判誰滴4:主要分析(最後一個值提出了)和三個敏感性分析(1)假定參與者失訪回到基線體重;2假設50%的體重恢複,3假定幹預組重新獲得更大比例的重量比控製)
討論
這裏討論的問題的理想的解決方案是完全避免丟失數據。這是很少實踐,但缺失的數據可以通過精心設計和試驗管理,最小化10特別是通過試圖跟進所有參與者。
肥胖試驗說明了我們的戰略應用於試驗和多次測量的結果。單獨分析選擇更有限的試驗和測量結果。在試驗時間事件的結果,分析與審查,包括所有隨機參與者的追蹤損失通常是可以接受的,但是從信息審查應考慮可能的偏見。一般來說,主要應指定和敏感性分析細節,理想情況下前注冊試用協議,當然選取數據看到,作為一個防禦的數據驅動的變化分析。16
一些人認為對於保守的分析。17然而,保守的方法在某些設置可能不會保守。例如,去年觀察結轉常常自稱是保守的,但它可以偏向於一個新的治療。18我們有相反建議作者應該使他們最可信的假設主要的基礎分析,然後提供保守主義通過評估敏感性偏離這些假設。
我們建議的分析符合戰略意圖治療原則的存在缺失的結果並澄清關於應用的不確定性。它承認缺失的數據,因此引入的不確定性給調查人員提供一個額外的激勵缺失數據的程度降到最低。19這些指導都需要考慮到重要性放在意圖治療分析和在現實世界中無處不在的丟失的數據的臨床試驗。
筆記
引用這個:BMJ2011;342:d40
腳注
貢獻者:IRW最初的想法,寫了初稿。所有作者開發的理念,修訂了紙和批準了最終版本。IRW擔保人。
資金:IRW由MRC格蘭特U.1052.00.006, NIH資助5 r01mh054693-11 NJH, JC ESRC研究獎學金res - 063 - 27 - 0257。
相互競爭的利益所有作者已經完成了統一的相互競爭的利益形式www.icmje.org/coi_disclosure.pdf(可以在請求從相應的作者)並宣布不支持任何提交的組織工作;JC已承諾支付谘詢公司對各種製藥公司;和其他任何關係或活動似乎能影響提交的工作。