[论文解读] Response-adaptive randomization in clinical trials: from myths to practical considerations

D. S. Robertson, Kim May Lee+2 more|arXiv (Cornell University)|May 1, 2020

Statistical Methods in Clinical Trials被引用 5

一句话总结

本文对临床试验中的响应自适应随机化（RAR）提供了全面且平衡的综述，澄清了长期存在的误解并探讨了实际挑战。文章主张RAR在伦理和统计方面的优势——尤其是在患者分配和试验效率方面——同时指出了在推断、模拟设计和软件可用性方面的关键方法论空白。

ABSTRACT

Response-Adaptive Randomization (RAR) is part of a wider class of data-dependent sampling algorithms, for which clinical trials are typically used as a motivating application. In that context, patient allocation to treatments is determined by randomization probabilities that change based on the accrued response data in order to achieve experimental goals. RAR has received abundant theoretical attention from the biostatistical literature since the 1930's and has been the subject of numerous debates. In the last decade, it has received renewed consideration from the applied and methodological communities, driven by well-known practical examples and its widespread use in machine learning. Papers on the subject present different views on its usefulness, and these are not easy to reconcile. This work aims to address this gap by providing a unified, broad and fresh review of methodological and practical issues to consider when debating the use of RAR in clinical trials.

研究动机与目标

• 调和生物统计学文献中关于临床试验中使用响应自适应随机化（RAR）的相互矛盾观点。
• 通过提供方法论和实际考量的统一、最新综述，澄清关于RAR的持久误解和错误观念。
• 突出RAR被低估的优势，例如改善患者获益和统计效率，尤其在多臂试验和生物标志物分层试验中。
• 识别在推断、模拟设计和软件实现方面关于RAR程序的关键开放研究问题。
• 通过超越标准操作特性的更广泛评估框架，指导研究人员选择和评估RAR方法。

提出的方法

• 系统回顾从1930年代至今的RAR文献，重点关注方法论发展和实际应用。
• 在第3.1节中引入一项新的模拟研究，以多种指标（包括统计功效、样本量失衡和患者获益）比较RAR程序。
• 在多种参数条件下评估不同RAR族，包括贝叶斯RAR（BRAR，或汤普森采样）、RPW规则和内曼分配。
• 强调必须在广泛多样的情景下评估RAR程序，而不仅限于最优或理想化设置。
• 建议模拟研究应包含估计准确性、样本量失衡和第一类错误控制等指标，以避免片面结论。
• 强调需要开发用户友好的软件，以实现RAR算法并支持实际中的有效统计推断。

实验结果

研究问题

• RQ1 尽管经过数十年的理论发展以及在机器学习中的实际应用，为何RAR在临床试验中仍被严重低估？
• RQ2 在不同试验情景下，不同RAR程序在统计功效、患者获益和第一类错误控制方面的表现如何比较？
• RQ3 在小样本或存在时间趋势的情况下，RAR推断中的关键方法论空白是什么？
• RQ4 如何改进模拟研究，以对RAR方法提供更平衡、更全面的评估？
• RQ5 在临床试验中实施RAR的实际障碍是什么？如何通过软件和方法论进步加以解决？

主要发现

• 如贝叶斯RAR（BRAR）和淘汰失败者规则等RAR程序可通过将更多患者分配给有效治疗，显著提升患者获益。
• 仅靠标准操作特性不足以评估RAR；样本量失衡和估计准确性等指标至关重要，但常被忽视。
• RAR中分配比例的极限分布取决于响应概率之和（例如，RPW规则中要求 p₀ + p₁ > 3/2），这会影响长期表现。
• 内曼分配可最大化统计功效，但当 p₀ + p₁ > 1 时，可能将更多患者分配给效果较差的组，凸显了对情景仔细评估的必要性。
• 在小样本或存在时间趋势时，RAR中的有效推断仍具挑战性；现有方法如基于随机化的推断常因功效低下而受限。
• 迫切需要为有限样本RAR设计开发新型、强大且高效的推断方法，特别是在治疗效果随时间变化的新兴流行病情境中。