Реферат: Плани та методи клінічних досліджень
Послідовний план застосовується для дослідження нових сильнодіючих препаратів, крім того, у разі вживання плану паралельних груп такий підхід можна використовувати, якщо результат порівняння стає очевидним ще до кінця дослідження. Цей статистичний метод застосовується для порівняння двох препаратів або препарату з плацебо. Необхідною умовою є достатньо швидкий прояв ефекту лікування, тому зазвичай використовується у разі лікування гострих захворювань.
При цьому кількість пацієнтів не визначається наперед (відкритий дизайн), а процес дослідження зупиняється після отримання інформації про ефект під час чергової інспекції результатів, якщо була знайдена яскраво виражена перевага одного з методів.
Відома також модифікація даного методу, коли максимальний розмір груп обмежується на етапі планування (закритий дизайн). Існують різні правила зупинника (або останову — технічний термін) такої процедури дослідження. Найвідомішим є граничний підхід (boundary арproach): наперед окреслюється область продовження дослідження (залежно від мети дослідження) на графіку залежності кумулятивної відмінності величин ефекту до моменту даної інспекції Zi від іншої статистичної інформаційної змінної К (як К може використовуватися і кількість включених пацієнтів), в термінах якої вимірюється варіабельність Zi за умови справедливості нульової гіпотези про відсутність ефекту терапії. Наприклад, у разі урахування ефекту в альтернативній формі (є — ні) можливий такий варіант розрахунку статистики Zi = (iSe- Sc)/2, де Se та Sc – успіхи в порівнюваних терапіях відповідно.
Статистика V= S- F/(4n), де S, F і n – загальне число успіхів, невдач і пацієнтів відповідно. Верхня і нижня межі області продовження дослідження обчислюються так, щоб при їх перетинанні дослідження можна було зупинити, зробивши однозначний висновок про перевагу однієї з терапій. Класичний підхід до послідовного дизайну припускає проведення попарних порівнянь пацієнтів у групах.
Проте дуже мало клінічних досліджень дійсно проводилося за такою схемою, оскільки випадково вибрані пари можуть істотно відрізнятися за багатьма прогностичними чинниками. Для усунення цього обмеження був запропонований так званий груповий послідовний дизайн, який передбачає розподіл всієї множини пацієнтів на підгрупи, кількість яких дорівнює кількості передбачуваних інспекцій результатів.
У кожній підгрупі половина пацієнтів одержує одну терапію, половина іншу терапію, статистичний аналіз проводиться щоразу, як тільки закінчується збір інформації для чергової підгрупи. І щоразу дані для вже проаналізованих підгруп перераховуються. Рівень значимості при такій процедурі вибирається з урахуванням множинних порівнянь. В іншому, цей підхід не відрізняється від класичного.
Оскільки на відміну від плану паралельних груп в даному випадку кількість пацієнтів не визначається наперед, не може виникнути ситуація, коли зібраних даних не вистачає для формування статистично значущого висновку про відмінність в ефекті.
Мультицентрові дослідження — це дослідження, які проводяться за єдиною методикою і програмою одночасно в декількох лікувальних установах, що дозволяє скоротити терміни збирання необхідного обсягу інформації. Кількість пацієнтів при цьому зростає не пропорційно, оскільки необхідно врахувати міжцентрову варіацію параметрів, що цікавлять. Існує думка, що мультицентрові клінічні дослідження можуть виявитися неефективними, якщо в кожному центрі у процес дослідження була включена різна кількість пацієнтів.
Статистичний аналіз даних мультицентрових досліджень вимагає особливої уваги. Багато вчених сходяться на думці, що, незважаючи на те, що в основі мультицентрових досліджень лежить єдиний протокол, умови проведення дослідження в кожному центрі можуть приводити до такої істотної міжцентрової варіації даних, коли результати таких досліджень можна розглядати як окремий випадок метааналізу.
Метааналіз і об'єднання даних (роoling) — процес узагальнення результатів різних досліджень на одну тему із застосуванням спеціальних процедур синтезу даних. До такого об'єднання зазвичай вдаються у випадку, якщо об'ємів окремих досліджень виявляється недостатньо для формування статистично значущого висновку. При цьому існують 2 підходи до аналізу даних:
1) об'єднання даних окремих досліджень і проведення аналізу для всієї сукупності, неначе вони були отримані в одному дослідженні;
2) проведення аналізу отриманих даних для кожного дослідження окремо і подальше об'єднання не даних, а статистичних результатів.
Таке об'єднання результатів не може проводитися шляхом обчислення звичайних середніх значень. Під час проведення метааналізу використовують процедури «зважування» даних різних джерел відповідно до кількості включених пацієнтів, процедури аналізу тощо. Найпростіший спосіб для розуміння такого об'єднання результатів – графічний.
На один і той самий графік наносять довірчі інтервали для показника ефекту, що цікавить, обчислені в різних дослідженнях. Перевагою об'єднання даних є можливість отримання статистично достовірного висновку внаслідок збільшення загального об'єму вибірки. Проте відомі і супротивники такого підходу.
На їх думку, процедури відбору пацієнтів, методи проведення досліджень і оцінки ефекту можуть настільки варіюватися, що об'єднання результатів втрачає будь-яке практичне значення. Тому дані для проведення метааналізу мають спеціальним чином підбиратися.