คัดค้านการสุ่ม

ในการทดลองทางคลินิก - มุมมองวิธีการ , Steven Piantadosi เขียน (ch.13, p. 334):

ในบทที่ 2 ฉันสังเกตเห็นการคัดค้านการสุ่มโดย Abel และ Koch (1997) และ Urbach (1993) และชี้ให้เห็นคุณค่าของการศึกษาข้อกังวลและข้อผิดพลาดที่น่าจะเกิดขึ้น พวกเขาปฏิเสธการสุ่มเป็น

1. หมายถึงการตรวจสอบการทดสอบทางสถิติบางอย่าง
2. พื้นฐานสำหรับการอนุมานสาเหตุ
3. การอำนวยความสะดวกในการกำบังและ
4. วิธีการสมดุลกลุ่มเปรียบเทียบ

ตามฉัน (1) - (4) เป็นประโยชน์ของการสุ่ม ดังนั้นทำไมAbel, KochและUrbachปฏิเสธการสุ่มบนพื้นฐานของข้อโต้แย้งเหล่านั้น?

เอกสารจาก Koch, Abel และ Urbach ไม่ปฏิเสธการสุ่มอย่างรวดเร็วเพื่อให้บรรลุ 1-4 แต่พวกเขาอ้างว่ามันไม่เพียงพอหรือจำเป็นที่จะต้องบรรลุเกณฑ์เหล่านั้น ข้อความนำกลับบ้านคือ) RCT ไม่จำเป็นต้องทำเพื่อตอบทุกคำถามทางวิทยาศาสตร์และ b) RCT ที่เผยแพร่ใด ๆอาจไม่ได้เป็นหลักฐานมาตรฐานทองคำของการรับรู้ความสามารถ

เป็นอีกทางเลือกหนึ่งของ RCT การทดลองเปิดฉลาก (OLTs) เป็นทางเลือกที่ชัดเจนเนื่องจากจุดประสงค์ของการทดลองดังกล่าวคือการประเมินการรักษาแบบใหม่ที่ไม่สามารถเข้าถึงได้โดยผู้ป่วย สำหรับการวิเคราะห์ RCT หรือ OLT จะใช้หลักการที่คล้ายกันในการวิเคราะห์การศึกษาเชิงสังเกต ได้แก่ การควบคุมปัจจัยเชิงสาเหตุการสุ่มบล็อกและอื่น ๆ เพื่อปรับปรุงประสิทธิภาพและลดอคติของการศึกษาดังกล่าว

หมายถึงการตรวจสอบการทดสอบทางสถิติบางอย่าง

(ผู้เข้าร่วมจะถูกสุ่ม "อิสระ" และ "กระจายแบบไม่ซ้ำกัน" ต่อสมมติฐานของการทดสอบ t-test การทดสอบ log-rank และอื่น ๆ )

ข้อดีของ RCT: กลุ่มของผู้เข้าร่วมที่มีความสัมพันธ์กันมีแนวโน้มที่จะ "แตกสลาย" ในการศึกษาแบบสุ่มดังนั้นโดยไม่มีการปนเปื้อนโครงสร้างการพึ่งพาอาศัยจะคล้ายกันภายในการมอบหมายการรักษาและวิธีการสำหรับข้อมูลอิสระประเมินข้อผิดพลาดมาตรฐานที่ถูกต้องอยู่แล้ว ในทำนองเดียวกันปัจจัยการพยากรณ์โรคมีแนวโน้มที่จะมีความสมดุลระหว่างกลุ่มการศึกษาในช่วงเวลาของการสุ่ม

ข้อเสีย RCT: การสุ่มตัวอย่างไม่ได้ระบุถึงการปนเปื้อน: ผู้เข้าร่วมเป็นผลมาจากการบ่งชี้ของพวกเขาและแม้กระทั่งการมีส่วนร่วมในการศึกษามีแนวโน้มที่จะเกี่ยวข้องกันและมีอิทธิพลต่อการมีส่วนร่วมและผลลัพธ์ ถึงแม้จะมีการปิดกั้นการกระจายของปัจจัยการพยากรณ์โรคที่แตกต่างกันระหว่างแขน ผู้ที่ได้รับการรักษาความเสี่ยงที่สูงขึ้นและผู้ที่มีความเสี่ยงสูงที่พื้นฐานมีแนวโน้มที่จะ "ตาย" เร็วกว่านำไปสู่การตั้งค่าความเสี่ยงต่อสุขภาพในช่วงเวลาเหตุการณ์ในอนาคต (อคติรอดชีวิต) สิ่งนี้สามารถนำไปสู่การข้ามอันตรายที่ไม่มีประสิทธิภาพสำหรับการทดสอบระดับล็อก

พื้นฐานสำหรับการอนุมานสาเหตุ

คือผลกระทบโดยประมาณเช่นเดียวกับอินสแตนซ์ "ย้อนเวลา" ของการมอบหมายผู้เข้าร่วมที่ได้รับการบำบัดทั้งหมดให้ควบคุมและลบความแตกต่างเหล่านั้น

RCT +: การมอบหมายการรักษาเป็นการสุ่มอย่างสมบูรณ์ไม่มีการรบกวนโดยการบ่งชี้การทำให้ไม่เห็น (เมื่อเป็นไปได้) อาจลดความเสี่ยงของการหยุดรักษาที่แตกต่างกัน

RCT-: การติดตามผลต่างและไม่แตกต่างเนื่องจากการขัดสีจะช่วยให้ผู้เข้าร่วมไม่สมดุลเมื่อเรียนจบ การศึกษาแบบ non-blinded แนะนำความเสี่ยงของการหยุดการรักษาที่แตกต่างกัน การศึกษาพารามิเตอร์เกี่ยวกับการบำบัดแบบสุ่มทำให้ไม่เห็นและการรุกรานนั้นจำเป็นต้อง จำกัด กลุ่มการศึกษาที่มีสิทธิ์ไปยังกลุ่มย่อยที่มีขนาดเล็กลงซึ่งจะยินยอมตามพารามิเตอร์เหล่านั้น

การอำนวยความสะดวกในการหลอกลวง:

เมื่อได้รับการรักษาแบบสุ่มมันเป็นไปได้ที่จะจัดการกับการรักษาทั้งสองในทางที่ผู้เข้าร่วมไม่ทราบว่าแขนพวกเขาได้รับการสุ่มเพื่อ?

RCT +: เมื่อมียาหลอกที่เหมาะสมจะสามารถทำได้ ควรสังเกตว่าการใช้ "ยาหลอก" อย่างเหมาะสมนั้นเป็นสิ่งที่ผู้เข้าร่วมได้รับมาตรฐานการดูแล (SOC) ตัวอย่างเช่นสมมติว่า IND มีการบริหารงานโดยการฉีดและ SOC เป็นยาเม็ด ผู้เข้าร่วมการควบคุมจะได้รับ SOC ในรูปแบบเม็ด (ไม่มีป้ายกำกับ) และการฉีดน้ำเกลือขณะที่ผู้เข้าร่วมที่ใช้งานแขนจะได้รับการฉีด IND และเม็ดน้ำตาลที่เหมือนกัน

RCT-: ยาหลอกอาจไม่สามารถใช้ได้ ตัวอย่างเช่นการยั่วยุเป็นการรักษาด้วยโมโนโคลนอลแอนติบอดีสำหรับมะเร็งต่อมลูกหมากระดับสูง การดูแลของการรักษานี้ต้องมีขั้นตอนการบุกรุกที่เรียกว่า leukapheresis Leukapheresis นั้นมีการรุกรานและมีค่าใช้จ่ายสูงเกินกว่าที่จะดำเนินการอย่างมีจริยธรรมในแขนควบคุมดังนั้นผู้เข้าร่วมที่ได้รับมอบหมายจากการยั่วยุจะรู้ว่าพวกเขาได้รับ IND

วิธีการสมดุลกลุ่มเปรียบเทียบ

คือการกระจายที่คาดหวังของ "covariates" ในตัวอย่างการวิเคราะห์ที่เท่ากันในการกระจายระหว่างผู้เข้าร่วม IND ​​และรับการควบคุม?

RCT +: ณ เวลาของการสุ่มตัวอย่างจะมีการบันทึกสมดุลตัวอย่าง 50/50 ของกลุ่มการรักษาและกลุ่มควบคุมรวมถึงความน่าจะเป็นสมดุลที่คาดหวังของปัจจัยการพยากรณ์โรคที่เป็นไปได้ การสุ่มใหม่เป็นไปได้สำหรับการออกแบบชุดงานถึงแม้ว่าจะไม่ค่อยแพร่หลายมากในทุกวันนี้

RCT-: การออกแบบที่มีประสิทธิภาพยังต้องมีการควบคุมปัจจัยการพยากรณ์โรคการออกแบบที่ดีที่สุดเมื่อมีผลการรักษาไม่สมดุล 50/50 สำหรับการวิเคราะห์ส่วนใหญ่การขัดสีและขนาดของคลัสเตอร์ที่ไม่เท่ากันเนื่องจากการสูญเสียการติดตาม ไม่รับประกัน การสุ่มตัวอย่างไม่รับประกันความสมดุลของปัจจัยการพยากรณ์โรค