Evaluating the impact of outcome delay on the efficiency of sample size re-estimation

ملخص تقني: تقييم أثر تأخير النتائج على كفاءة إعادة تقدير حجم العينة

بيان المشكلة
تعد إعادة تقدير حجم العينة (SSR) تصميماً تكيفياً مستخدماً على نطاق واسع لضمان استيفاء التجارب السريرية لمتطلبات القوة الإحصائية المحددة مسبقاً عندما تكون المعلمات المزعجة (مثل التباين أو معدلات الأحداث) غير مؤكدة في مرحلة التخطيط. وبينما توفر تصاميم إعادة تقدير حجم العينة، ولا سيما أنواع "الطيار الداخلي" (internal pilot) المعماة، مرونة كبيرة، إلا أنها تفترض عادةً أن نتائج العلاج ستكون متاحة فور استكمال عملية تجنيد المشاركين. وفي الممارسة العملية، تتضمن العديد من التجارب نقاط نهاية أساسية طويلة الأمد حيث تتأخر النتائج.

يخلق هذا التأخير تأثيراً يُعرف بـ "تأثير خط الأنابيب" (pipeline effect): فإذا استمر التجنيد أثناء انتظار بيانات النتائج المرحلية، فقد يتم تجنيد عدد كبير من المشاركين الذين لن تتوفر نتائجهم عند إجراء التحليل المرحلي. وإذا كان التأخير كبيراً، فقد يتم تجنيد مشاركين أكثر مما يراه حجم العينة المعاد تقديره ضرورياً، مما يؤدي إلى تجربة ذات قوة إحصائية زائدة عن الحاجة، وهو ما يتسبب في تكاليف مالية وهدر في الموارد. وعلى العكس من ذلك، فإن إيقاف التجنيد انتظاراً للنتائج يؤدي إلى إطالة مدة التجربة. وقد أثبتت الأدبيات السابقة أن تأخير النتائج يؤثر سلباً على التصاميم المتسلسلة للمجموعات والتصاميم متعددة المراحل، ولكن الكفاءة المفقودة المحددة لتصاميم إعادة تقدير حجم العينة، وخاصة فيما يتعلق بتوزيع حجم العينة النهائي ودقة إعادة التقدير، كانت تتطلب مزيداً من الاستقصاء.

المنهجية
يبحث المؤلفون في أثر تأخير النتائج على كفاءة تصاميم إعادة تقدير حجم العينة المعماة باستخدام دراسة محاكاة. تركز الدراسة على النتائج المستمرة (التوزيع الطبيعي) وتمتد لتشمل النتائج الثنائية في المواد التكميلية.

• إطار التصميم: تفترض الدراسة تصميماً ذا مرحلتين، حيث يتم إجراء تحليل مرحلي بعد تجنيد $n_1$ من المشاركين. يتم إعادة تقدير المعلمة المزعجة (التباين $\sigma^2$) باستخدام تباين العينة المجمع من البيانات المعماة. ويتم تعديل حجم العينة بناءً على إعادة التقدير هذه لتحقيق قوة مستهدفة.
• نمذجة التأخير: تدرس الدراسة فترة تأخير قدرها $m$ (وحدات زمنية) مطلوبة لمراقبة النتائج الأساسية. ويُفترض استمرار التجنيد خلال هذه الفترة. ويتم حساب عدد "مشاركي خط الأنابيب" ($n_{delay}$) الذين تم تجنيدهم تحت نمطين للتجنيد:
  1. المنتظم: معدل تجنيد ثابت (وصول بواسون - Poisson arrival).
  2. الخطي: معدل التجنيد يزدق خطياً مع مرور الوقت (محاكاة لافتتاح مواقع جديدة).
• حجم العينة النهائي ($N^*$): يتم تحديد حجم العينة النهائي بناءً على المتطلب المعاد تقديره ($n^*$) ومشاركي خط الأنابيب. إذا كان $n^*$ أكبر من تراكم خط الأنابيب، فإن $N^* = n^*$. أما إذا تجاوز تراكم خط الأنابيب الحاجة المعاد تقديرها، فإن $N^* = n_1 + n_{delay}$، مما يؤدي إلى تجنيد مفرط.
• السيناريوهات: أُجريت عمليات المحاكاة لـ 10,000 تكرار عبر ثلاثة سيناريوهات للتباين بالنسبة للفرضية الأولية ($\sigma^2_{init}$):
  • الحالة الأولى: التباين الحقيقي أقل ($\sigma^2 = 8 < 10$)، مما يؤدي إلى حجم عينة معاد تقديره أصغر مما كان مخططاً له.
  • الحالة الثانية: التباين الحقيقي يطابق الافتراض ($\sigma^2 = 10 = 10$).
  • الحالة الثالثة: التباين الحقيقي أعلى ($\sigma^2 = 12 > 10$)، مما يؤدي إلى حجم عينة معاد تقديره أكبر مما كان مخططاً له.
• مقاييس الكفاءة: يقترح المؤلفون ويستخدمون ثلاثة مقاييس لقياس أثر التأخير:
  1. أثر التأخير (Delay Impact): نسبة التجارب التي يتجاوز فيها حجم العينة النهائي المتطلب المعاد تقديره بسبب مشاركي خط الأنابيب.
  2. جذر متوسط مربع الخطأ (RMSE): يقيس دقة حجم العينة النهائي بالنسبة لحجم عينة "الأوراكل" (Oracle sample size) (وهو الحجم المطلوب إذا كان التباين الحقيقي معروفاً منذ البداية).
  3. التكلفة (Cost): مقياس مبتكر يُعرف بـ $E[(N^* - n_{oracle})^2 / 100 \times Power(N^*)]$. وهو يعاقب التجارب ذات القوة المنخفضة بشكل أكثر صرامة من التجارب ذات القوة الزائدة، مما يعكس العواقب الوخيمة لفشل اكتشاف تأثير العلاج مقارنة بتكلفة التجنيد الزائد.

النتائج الرئيسية
تشير نتائج المحاكاة إلى أن أثر تأخير النتائج يعتمد بشدة على العلاقة بين التباين الحقيقي وحجم العينة المخطط له أولياً، وكذلك على نمط التجنيد.

• توزيع حجم العينة النهائي: مع زيادة طول فترة التأخير ($m$)، يقل انتشار توزيع حجم العينة النهائي لأن الحد الأدنى لحجم العينة الممكن يرتفع (بسبب تراكم مشاركي خط الأنابيب).
• الحالة الأولى (التخطيط الزائد/التباين الحقيقي أقل): تعاني هذه الحالة من التأثير الأكبر. بما أن حجم العينة المعاد تقديره أصغر من الخطة الأولية، فإن مشاركي خط الأنابيب غالباً ما يدفعون إجمالي العدد المجند فوق $n^*$ المطلوب. يؤدي هذا إلى "أثر تأخير" مرتفع (على سبيل المثال، ~80% لتأخير مدته 10 أشهر تحت التجنيد المنتظم) وينتج عنه تجارب ذات قوة زائدة بشكل متكرر. كما يرتفع مقياسا RMSE والتكلفة بشكل حاد مع التأخير.
• الحالة الثالثة (نقص التخطيط/التباين الحقيقي أعلى): هذه الحالة هي الأقل تأثراً بالتأخير. بما أن حجم العينة المعاد تقديره أكبر من الخطة الأولية، فإن مشاركي خط الأنابيب يساهمون إيجابياً في الوصول إلى الإجمالي المطلوب. يكون أثر التأخير في حده الأدنى، وفي بعض الحالات (التجنيد المنتظم)، قد يؤدي الاستمرار في التجنيد أثناء فترة التأخير إلى تحسين الكفاءة مقارنة بإيقاف التجنيد.
• أنماط التجنيد: تؤدي أنماط التجنيد الخطي عموماً إلى تكاليف أعلى وتأثيرات تأخير أكبر مقارنة بالأنماط المنتظمة، لأن معدل التجنيد المتسارع يولد المزيد من مشاركي خط الأنابيب خلال فترة التأخير.
• حجم المرحلة الأولى ($n_1$): يؤدي زيادة $n_1$ إلى تقليل تباين حجم العينة المعاد تقديره، ولكنه يزيد من الحد الأدنى لحجم العينة النهائي في وجود التأخير. وجد المؤلفون أن حجم عينة المرحلة الأولى بمقدار 35 مشاركاً لكل ذراع (إجمالي 70) يحقق توازناً بين الحصول على تقدير موثوق للتباين والحد من شدة التجنيد المفرط الناتج عن التأخير.

الأهمية والادعاءات
يزعم البحث أنه بينما تعد إعادة تقدير حجم العينة (SSR) أداة قوية، فإن تجاهل تأخير النتائج في مرحلة التخطيط يمكن أن يؤدي إلى خسائر كبيرة في الكفاءة، تظهر أساساً في شكل تجارب ذات قوة زائدة وتكاليف متضخمة. وتوضح الدراسة ما يلي:

1. الأثر المعتمد على السياق: شدة التأخير ليست موحدة؛ فهي تكون أكثر ضرراً عندما يكون التباين الحقيقي أقل من المتوقع، مما يجعل التجربة تتطلب عدداً أقل من المشاركين مما كان مخططاً له في الأصل.
2. ابتكار المقاييس: يوفر تقديم مقياس "التكلفة" و"أثر التأخير" فهماً أكثر دقة لخسارة الكفاءة من المقاييس التقليدية، وبالتحديد يسلط الضل على خطر التجنيد المفرط.
3. الإرشادات العملية: تشير النتائج إلى أنه بالنسبة للنتائج المستمرة، فإن إجراء التحليل المرحلي بعد تجنيد 35 مشاركاً لكل ذراع يعد استراتيجية معقولة. وهذا يتماشى مع توصيات الطيار الخارجي السابقة (Teare et al.) ولكنه يوسعها لتشمل سياق الـ SSR للطيار الداخلي المعمى، موازناً بين الحاجة إلى دقة تقدير التباين ومخاطر تراكم خط الأنابيب.
4. المتانة النسبية: يشير المؤلفون إلى أنه على الرغم من أن التأخير يؤثر على SSR، إلا أن الأثر أقل حدة مما هو عليه في التصاميم التي تسمح بالإيقاف المبكر للفعالية أو عدم الجدوى (مثل تصميم سايمون ذي المرحلتين أو التصاميم المتسلسلة للمجموعات).

يخلص المؤلفون إلى أن دراسات المحاكاة الدقيقة التي تأخذ في الاعتبار أنماط التجنيد وأطوال التأخير المحددة أمر ضروري لتخطيط تجارب SSR لتخفيف الخسائر المالية والموارد المحتملة. وهم لا يقترحون خوارزميات جديدة للتعامل مع التأخير، بل يقدمون تقييماً كمياً لنهج "التعمية" الحالي في ظل ظروف التأخير.