[論文レビュー] MRT-SS Calculator: An R Shiny Application for Sample Size Calculation in Micro-Randomized Trials

Nicholas J. Seewald, Ji Sun+1 more|arXiv (Cornell University)|Sep 2, 2016

Nutritional Studies and Diet参考文献 4被引用数 7

ひとこと要約

本稿では、ミクロランダマイズドトライアル（MRT）のためのサンプルサイズおよびパワー計算を可能にするR Shinyウェブアプリ「MRT-SS Calculator」を紹介する。このツールは、タイムバリエイティングな治療効果と利用可能性パターンを用いて、所望のパワーで即時の介入効果を検出できる最小サンプルサイズを推定し、身体活動促進を目的としたHeartSteps試験を用いて実証されている。

ABSTRACT

The micro-randomized trial (MRT) is a new experimental design which allows for the investigation of the proximal effects of a "just-in-time" treatment, often provided via a mobile device as part of a mobile health intervention. As with a traditional randomized controlled trial, computing the minimum required sample size to achieve a desired power is a crucial step in designing an MRT. We present MRT-SS Calculator, an online sample-size calculator for micro-randomized trials, built with R Shiny. MRT-SS Calculator requires specification of time-varying patterns for the proximal treatment effect and expected treatment availability. We illustrate the implementation of MRT-SS Calculator using a mobile health trial, HeartSteps. The application can be accessed from https://pengliao.shinyapps.io/mrt-calculator.

研究の動機と目的

• ミクロランダマイズドトライアル（MRT）におけるサンプルサイズ決定のためのアクセス可能なツールの不足に応えること。これは、即時のモバイルヘルス介入を評価するための新しい実験的デザインを目的としている。
• 研究者、特に統計的プログラミングの経験のない研究者も、研究パラメータを指定して即時のサンプルサイズまたはパワー推定値を取得できる、使いやすくインタラクティブなアプリケーションを開発すること。
• 時間的変動する近位治療効果と被験者による利用可能性パターンを組み込むことで、複雑なMRTデザインをサポートすること。
• 実際の例を用いて、このアプリケーションの有用性を示すこと。具体的には、身体活動促進を目的としたHeartSteps試験を用いる。

提案手法

• この計算機は、Liaoら（2016）の統計的手法を実装しており、近位治療効果β(t)を時間と共変量の線形関数としてモデル化し、β(t) = Zₜᵀβと表す。
• 線形対立仮説の下で、βの最小二乗推定量を用いてサンプルサイズを推定する。帰無仮説H₀: β(t) = 0を、対立仮説H₁: β(t) > 0（あるtに対して）で検定する。
• 被験者が治療に適している場合（Iₜ = 1）に限定してβ(t)を推定するように、時間的変動する治療利用可能性を考慮する。
• ユーザーは、目標パワー、平均的治療確率ρ、期待される治療効果トレンド（例：線形または二次関数的）、および意思決定回数Tなどのパラメータを入力する。
• 治療効果トレンドの柔軟なモデリングをサポートしており、時間経過とともに増加してから減少するような影響を反映する二次関数的効果も含む。
• 結果はリアルタイムで計算され、可視化される。出力には、80%パワーを達成するための必要サンプルサイズ、または指定されたサンプルサイズでの達成パワーが含まれる。

実験結果

リサーチクエスチョン

• RQ1 時間的変動する治療効果を持つMRTにおいて、近位治療効果を検出するための80%パワーを達成するにはどの程度のサンプルサイズが必要か？
• RQ2 被験者の利用可能性（Iₜ）の組み込みが、MRTにおけるサンプルサイズ推定にどのように影響するか？
• RQ3 固定されたサンプルサイズ（例：n=40）を持つ試験において、近位治療効果が時間経過とともに二次関数的トレンドを示す場合のパワーはどの程度か？
• RQ4 高度な統計的プログラミングスキルが不要な状況で、研究者が効率的にサンプルサイズを推定するにはどうすればよいか？
• RQ5 MRT-SS Calculatorは、異なる治療効果パターンと利用可能性制約を持つ多様なMRTデザインをどの程度サポートできるか？

主な発見

• T=210（1日5回、合計42日間）のHeartSteps試験では、40名の被験者で、最大効果が約28日目ごろに現れる二次関数的治療効果を検出するためのパワーが80%以上に達する。
• このツールは、初期の増加に続いて習慣化が生じるような非定常な治療効果を検出可能であり、これは現実のmHealth介入で一般的に見られる。
• 治療確率が一定でρ=0.4の場合、被験者が常に利用可能であれば、1日平均2通のメッセージが届くため、パワーとサンプルサイズの計算に反映される。
• アプリケーションはリアルタイムの可視化フィードバックを提供し、さまざまな目標治療効果に対してサンプルサイズまたはパワーの出力を表示する。パワーが50%未満の値は表示されない。
• MRT-SS Calculatorは、時間的変動する治療効果と利用可能性インジケータをサンプルサイズ推定に統合することで、複雑なMRTデザインのサポートに成功している。
• このツールは、公開されたウェブリンク（https://pengliao.shinyapps.io/mrt-calculator）を通じて利用可能であり、mHealth研究分野での広範な利用を促進している。