novaĵoj

Hazardaj kontrolitaj studoj (HAEK) estas la ora normo por taksi la sekurecon kaj efikecon de kuracado. Tamen, en iuj kazoj, HEK ne estas farebla, do iuj fakuloj proponas la metodon desegni observajn studojn laŭ la principo de HEK, tio estas, per "cela eksperimenta simulado", observaj studoj estas simulitaj en HEK por plibonigi ĝian validecon.

Hazardigitaj kontrolitaj provoj (HKT) estas kriterioj por taksi la relativan sekurecon kaj efikecon de medicinaj intervenoj. Kvankam analizoj de observaj datumoj el epidemiologiaj studoj kaj medicinaj datumbazoj (inkluzive de elektronikaj medicinaj registroj [EHR] kaj medicinaj asertoj) havas la avantaĝojn de grandaj specimenoj, ĝustatempa aliro al datumoj, kaj la kapablo taksi "realmondajn" efikojn, ĉi tiuj analizoj emas al biaso, kiu subfosas la forton de la evidenteco, kiun ili produktas. Delonge oni sugestis desegni observajn studojn laŭ la principoj de HKT por plibonigi la validecon de la rezultoj. Ekzistas kelkaj metodologiaj aliroj, kiuj provas tiri kaŭzajn inferencojn el observaj datumoj, kaj kreskanta nombro da esploristoj simulas la dezajnon de observaj studoj al hipotezaj HKT per "cela prova simulado".

La kadro por simulado de celaj provoj postulas, ke la projektado kaj analizo de observaj studoj estu kongruaj kun hipotezaj hazardaj kontrolitaj studoj (RCTS), kiuj traktas la saman esplordemandon. Kvankam ĉi tiu aliro provizas strukturitan aliron al projektado, analizo kaj raportado, kiu havas la potencialon plibonigi la kvaliton de observaj studoj, studoj faritaj tiamaniere ankoraŭ emas al biaso de pluraj fontoj, inkluzive de konfuzaj efikoj de neobservitaj kunvariabloj. Tiaj studoj postulas detalajn projektajn elementojn, analizajn metodojn por trakti konfuzajn faktorojn, kaj raportojn pri sentemaj analizoj.
En studoj uzantaj la cel-testan simuladan aliron, esploristoj starigas hipotezan RCTS-on, kiu ideale estus farita por solvi specifan esplorproblemon, kaj poste starigas observajn studdezajnajn elementojn, kiuj kongruas kun tiu "cel-testa" RCTS. Necesaj dezajnaj elementoj inkluzivas inkluzivon de ekskludkriterioj, partoprenantselektadon, kuracstrategion, kuracasignon, komencon kaj finon de sekvado, rezultajn mezurojn, efikecan taksadon kaj statistikan analizan planon (SAP). Ekzemple, Dickerman et al. uzis cel-testan simuladan kadron kaj aplikis EHR-datumojn de la Usona Departemento pri Veteranoj (VA) por kompari la efikecon de BNT162b2 kaj mRNA-1273 vakcinoj en preventado de SARS-CoV-2 infektoj, enhospitaligoj kaj mortoj.

Ŝlosilo al la simulado de cela testo estas agordi "tempon nulon", la momenton en kiu la kvalifiko de partoprenanto estas taksita, traktado estas asignita, kaj sekvado estas komencita. En la VA Covid-19-vakcina studo, tempo nulo estis difinita kiel la dato de la unua dozo de vakcino. Unuigi la tempon por determini kvalifikon, asigni traktadon kaj komenci sekvadon al tempo nulo reduktas gravajn fontojn de biaso, precipe senmortan tempobiason en determinado de traktadstrategioj post komenco de sekvado, kaj selektadan biason en komenco de sekvado post asigno de traktado. Ĉe VA
En la studo pri la vakcino kontraŭ Covid-19, se partoprenantoj estis asignitaj al la kuracgrupo por analizo surbaze de kiam ili ricevis la duan dozon de vakcino, kaj sekvado komenciĝis je la unua dozo de vakcino, ekzistis biaso ne-rilata al la mortotempo; se la kuracgrupo estas asignita je la unua dozo de vakcino kaj sekvado komenciĝas je la dua dozo de vakcino, selektada biaso ekestas ĉar nur tiuj, kiuj ricevis du dozojn de vakcino, estos inkluditaj.

Simulaĵoj de celaj provoj ankaŭ helpas eviti situaciojn kie la terapiaj efikoj ne estas klare difinitaj, ofta malfacilaĵo en observaj studoj. En la VA Covid-19-vakcina studo, esploristoj parigis partoprenantojn surbaze de bazaj karakterizaĵoj kaj taksis la efikecon de la traktado surbaze de diferencoj en rezulta risko je 24 semajnoj. Ĉi tiu aliro eksplicite difinas efikecajn taksojn kiel diferencojn en Covid-19-rezultoj inter vakcinitaj populacioj kun ekvilibraj bazaj trajtoj, simile al efikecaj taksoj de hazarda kontrolita testo por la sama problemo. Kiel la aŭtoroj de la studo atentigas, komparado de rezultoj de du similaj vakcinoj povas esti malpli influita de konfuzigaj faktoroj ol komparado de rezultoj de vakcinitaj kaj nevakcinitaj homoj.

Eĉ se la elementoj estas sukcese akordigitaj kun RCTS (kontrolitaj kontrolitaj studoj), la valideco de studo uzanta cel-testan simuladkadron dependas de la elekto de supozoj, projektaj kaj analizaj metodoj, kaj la kvalito de la subestaj datumoj. Kvankam la valideco de RCT-rezultoj ankaŭ dependas de la kvalito de la projektado kaj analizo, la rezultoj de observaj studoj ankaŭ estas minacataj de konfuzigaj faktoroj. Kiel ne-hazardigitaj studoj, observaj studoj ne estas imunaj kontraŭ konfuzigaj faktoroj kiel RCTS, kaj partoprenantoj kaj klinikistoj ne estas blindaj, kio povas influi la taksadon de la rezultoj kaj la studrezultojn. En la VA Covid-19-vakcina studo, esploristoj uzis parigan aliron por balanci la distribuon de bazaj karakterizaĵoj de la du grupoj de partoprenantoj, inkluzive de aĝo, sekso, etneco kaj grado de urbigo kie ili loĝis. Diferencoj en la distribuo de aliaj karakterizaĵoj, kiel ekzemple profesio, ankaŭ povas esti asociitaj kun la risko de Covid-19-infekto kaj estos restaj konfuzigaj faktoroj.

Multaj studoj uzantaj cel-testajn simuladmetodojn utiligas "realmondajn datumojn" (RWD), kiel ekzemple EHR-datumojn. La avantaĝoj de RWD inkluzivas esti ĝustatempa, skalebla, kaj reflekta pri terapiaj ŝablonoj en konvencia prizorgo, sed ili devas esti pesitaj kontraŭ problemoj pri datenkvalito, inkluzive de mankantaj datumoj, malpreciza kaj malkonsekvenca identigo kaj difino de partoprenantaj karakterizaĵoj kaj rezultoj, malkonsekvenca administrado de terapio, malsama ofteco de sekvaj taksadoj, kaj la perdo de aliro pro la translokigo de partoprenantoj inter malsamaj sansistemoj. La VA-studo uzis datumojn de ununura EHR, kio mildigis niajn zorgojn pri datenfaktkonfliktoj. Tamen, nekompleta konfirmo kaj dokumentado de indikiloj, inkluzive de kunmorbidecoj kaj rezultoj, restas risko.
Partoprenanta selektado en analizaj specimenoj ofte baziĝas sur retrospektivaj datumoj, kio povas konduki al selektada biaso per ekskludo de homoj kun mankantaj bazaj informoj. Kvankam ĉi tiuj problemoj ne estas unikaj al observaj studoj, ili estas fontoj de resta biaso, kiujn celaj provoj ne povas rekte trakti. Krome, observaj studoj ofte ne estas antaŭregistritaj, kio pliseverigas problemojn kiel dezajna sentemo kaj publikiga biaso. Ĉar malsamaj datenfontoj, dezajnoj kaj analizaj metodoj povas doni tre malsamajn rezultojn, la studodezajno, analiza metodo kaj datenfonta selektada bazo devas esti antaŭdeterminitaj.

Ekzistas gvidlinioj por fari kaj raporti studojn uzante la kadron de celaj provoj, kiuj plibonigas la kvaliton de la studo kaj certigas, ke la raporto estas sufiĉe detala por ke la leganto povu kritike taksi ĝin. Unue, esplorprotokoloj kaj SAP devus esti preparitaj anticipe antaŭ datumanalizo. SAP devus inkluzivi detalajn statistikajn metodojn por trakti biasojn pro konfuzigfaktoroj, same kiel sentemajn analizojn por taksi la fortikecon de la rezultoj kontraŭ gravaj fontoj de biaso kiel konfuzigfaktoroj kaj mankantaj datumoj.

La sekcioj pri titolo, resumo kaj metodoj devas klarigi, ke la studdezajno estas observa studo por eviti konfuzon kun RCTS (kontrolitaj kontrolitaj studoj), kaj devas distingi inter observaj studoj, kiuj estis faritaj, kaj hipotezaj provoj, kiujn oni provas simuli. La esploristo devas specifi kvalitmezurilojn kiel la datenfonton, la fidindecon kaj validecon de la datenelementoj, kaj, se eble, listigi aliajn publikigitajn studojn uzantajn la datenfonton. La esploristo ankaŭ devas provizi tabelon skizantan la dezajnelementojn de la cela provo kaj ĝia observa simulado, same kiel klaran indikon pri kiam determini elekteblecon, komenci sekvadon kaj asigni kuracadon.
En studoj uzantaj simuladojn de celaj provoj, kie kuracstrategio ne povas esti determinita ĉe la komenco (kiel studoj pri la daŭro de kuracado aŭ la uzo de kombinitaj terapioj), oni priskribu solvon al la biaso ne-mortotempa. Esploristoj raportu senchavajn sentemajn analizojn por taksi la fortikecon de studrezultoj rilate al ŝlosilaj fontoj de biaso, inkluzive de kvantigado de la ebla efiko de diskretaj konfuzigaj faktoroj kaj esplorado de ŝanĝoj en rezultoj kiam ŝlosilaj dezajnelementoj estas alie difinitaj. La uzo de negativaj kontrolrezultoj (rezultoj forte senrilataj al la koncerna eksponiĝo) ankaŭ povas helpi kvantigi restan biason.

Kvankam observaj studoj povas analizi problemojn, kiujn eble ne eblas fari RCTS kaj povas utiligi RWD, observaj studoj ankaŭ havas multajn eblajn fontojn de biaso. La kadro por simulado de cela provo provas trakti kelkajn el ĉi tiuj biasoj, sed devas esti simulita kaj raportita zorge. Ĉar konfuziloj povas konduki al biaso, sentemaj analizoj devas esti faritaj por taksi la fortikecon de la rezultoj kontraŭ neobservitaj konfuziloj, kaj la rezultoj devas esti interpretitaj por konsideri ŝanĝojn en la rezultoj kiam aliaj supozoj estas faritaj pri la konfuziloj. La kadro por simulado de cela provo, se rigore efektivigita, povas esti utila metodo por sisteme starigi observajn studdezajnojn, sed ĝi ne estas panaceo.