📊 statistics

Adaptive clinical trials based on design-optimal e-values with automatic curtailment: An application to single-arm trials with binary data

Dieser Beitrag schlägt vor und validiert optimale e-Wert-Designs mit endlichem Horizont für einarmige binäre klinische Studien, die dynamische Programmierung nutzen, um die Power zu maximieren oder den Stichprobenumfang zu minimieren, während gleichzeitig die jederzeitige Validität sichergestellt und eine automatische Beendigung bei Futilität ermöglicht wird.

Ursprüngliche Autoren: Stef Baas, Judith ter Schure, Joost van Rosmalen

Veröffentlicht 2026-05-28

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Stef Baas, Judith ter Schure, Joost van Rosmalen

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie leiten eine klinische Studie, um zu prüfen, ob ein neues Krebsmedikament wirkt. Auf die alte Art und Weise legten Sie einen starren Zeitplan fest: „Wir prüfen die Ergebnisse nach 10 Patienten, dann nach 20, dann nach 30." Wenn Sie einen Kontrolltermin versäumen oder Patienten schneller rekrutieren als erwartet, wird die Mathematik unübersichtlich, und Sie könnten versehentlich behaupten, das Medikament wirke, obwohl es das nicht tut.

Dieser Artikel stellt einen intelligenteren, flexibleren Weg vor, solche Studien mit einem Konzept namens e-Werte durchzuführen. Betrachten Sie einen e-Wert nicht als trockene Statistik, sondern als Spielkonto oder Bankkontostand, der verfolgt, wie viel Evidenz Sie gegen die Annahme gesammelt haben, dass das Medikament nutzlos ist.

Hier ist die Aufschlüsselung der Ideen des Artikels mit einfachen Analogien:

1. Das Wettspiel (Die Kernidee)

Stellen Sie sich vor, Sie sind ein Spieler, der glaubt, das neue Medikament wirkt. Sie starten mit 1 $ an „Evidenzkapital".

Das Haus (Nullhypothese): Das „Haus" glaubt, das Medikament sei nutzlos. Es legt die Quoten basierend auf dem Standard der Versorgung fest (z. B. eine Erfolgsrate von 10 %).
Die Wette: Jedes Mal, wenn ein Patient das Medikament erhält, können Sie einen Teil Ihres Kapitals wetten.
- Wenn der Patient gut reagiert (ein „Gewinn"), wächst Ihr Kapital.
- Wenn der Patient nicht reagiert (ein „Verlust"), schrumpft Ihr Kapital.
Das Ziel: Ihr Ziel ist es, Ihr Kapital von 1 $ auf 20 $ zu steigern (was einen starken Beweis dafür darstellt, dass das Medikament wirkt). Wenn Sie 20 $ erreichen, gewinnen Sie die Studie.
Die Sicherheitsregel: Wenn das Medikament tatsächlich nutzlos ist, stellt das „Haus" sicher, dass Ihr Kapital im Durchschnitt niemals wächst. Es ist ein faires Spiel für das Haus. Aber wenn das Medikament gut ist, wird Ihr Kapital schnell wachsen.

2. Die „dumme" vs. die „smarte" Wettstrategie

Der Artikel vergleicht zwei Möglichkeiten, dieses Spiel zu spielen:

Die „dumme" Strategie (GROW/Kelly-Wetten): Dies ist die Standardmethode, die in vielen modernen Studien verwendet wird. Es ist wie ein Spiel, bei dem Sie davon ausgehen, unendlich viel Zeit zum Spielen zu haben. Sie wetten jedes Mal einen festen Prozentsatz, um das langfristige Wachstum zu maximieren.
- Das Problem: Klinische Studien haben ein hartes Ende (z. B. „Wir können nur 50 Personen rekrutieren"). Wenn Sie gegen Ende hinter dem Zeitplan liegen, ist die Strategie mit der „unendlichen Zeit" zu vorsichtig. Sie wettet nicht genug, um aufzuholen, und Sie könnten den Gewinn verpassen, selbst wenn das Medikament wirkt.
Die „smarte" Strategie (Design-Optimal): Dies ist das, was die Autoren erfunden haben. Sie verwenden ein GPS (genannt Dynamische Programmierung), das genau weiß, wie viele Patienten noch übrig sind.
- Wenn Sie vorne liegen: Das GPS sagt Ihnen, konservativ zu wetten, um Ihren Vorsprung nicht zu verlieren.
- Wenn Sie hinten liegen: Das GPS sagt Ihnen, aggressiv zu wetten (vielleicht sogar „All-in"), um zu versuchen, das Ziel von 20 $ zu erreichen, bevor das Spiel endet.
- Das Ergebnis: Diese Strategie ist viel besser darin, den wahren Effekt des Medikaments bei einer begrenzten Anzahl von Patienten zu finden.

3. Automatische „Stoppschilder" (Curtailment)

Eine der coolsten Funktionen dieses Systems ist die Automatische Curtailment (vorzeitige Beendigung).

Das Bankrott-Szenario: Stellen Sie sich vor, Sie wetten, verlieren aber so viel, dass Ihr Kapital auf 0 $ sinkt.
- Auf die alte Art würden Sie vielleicht weiter Patienten rekrutieren, nur um „sicher" zu sein, obwohl Sie wissen, dass Sie jetzt unmöglich gewinnen können.
- In diesem neuen System stoppt das Spiel automatisch, sobald Ihr Kapital 0 $ erreicht. Sie wissen sofort, dass es unmöglich ist, mit den verbleibenden Patienten das Ziel von 20 $ zu erreichen. Sie sparen Zeit und Geld, indem Sie eine aussichtslose Studie sofort beenden.
Die „hoffnungslose Zone": Selbst bevor Sie 0 $ erreichen, kann das System erkennen, ob Sie sich in einer „hoffnungslosen Zone" befinden (wo Ihr Kapital so niedrig ist, dass selbst das Gewinnen jedes verbleibenden Wetts nicht ausreichen würde, um Sie auf 20 $ zu bringen). Es signalisiert Ihnen, frühzeitig zu stoppen.

4. Warum dies für die Praxis besser ist

Der Artikel argumentiert, dass diese Methode robuster ist als aktuelle Standards, und zwar aus drei Hauptgründen:

Sie bewältigt Chaos: Echte Studien sind unordentlich. Patienten brechen ab, oder die Rekrutierung verläuft schneller als geplant. Wenn Sie Ihren Zeitplan ändern, bricht die alte Mathematik zusammen. Das e-Wert-System ist „jederzeit-gültig", was bedeutet, dass es perfekt funktioniert, egal ob Sie die Ergebnisse nach 5 oder nach 50 Patienten prüfen. Es ist egal, ob Sie vom Plan abweichen.
Sie kombiniert Evidenz: Sie können eine Studie mit einem „Vorsprung" an Evidenz aus einer früheren Studie beginnen (z. B. mit 1,50 $ statt mit 1 $). Die Mathematik behandelt dies sicher, ohne das Risiko falscher Alarme zu erhöhen.
Sie ist flexibel: Sie können die Studie so gestalten, dass sie entweder die Wahrscheinlichkeit maximiert, ein wirksames Medikament zu finden (Power) oder die Anzahl der benötigten Patienten minimiert (Effizienz), und das System passt die Wettstrategie an, um dieses spezifische Ziel zu erreichen.

Zusammenfassung

Die Autoren haben ein neues „smartes Wettsystem" für klinische Studien entwickelt. Anstatt einem starren Skript zu folgen, passt die Studie ihre Strategie basierend darauf an, wie viel Evidenz sie gesammelt hat und wie viele Patienten noch übrig sind. Sie stoppt sofort, wenn eine Studie aussichtslos ist (und spart Ressourcen), und wetten aggressiv, wenn sie aufholen muss (und wirksame Medikamente schneller findet). Es ist eine flexiblere, robustere und effizientere Art und Weise zu entscheiden, ob eine neue Behandlung wirkt.

Technischer Zusammenfassung: Adaptive klinische Studien auf Basis design-optimaler E-Werte

Problemstellung
Standardmäßige adaptive klinische Studien leiden zwar trotz ihrer Flexibilität unter Starrheit hinsichtlich der Kontrolle des Fehlers 1. Art bei Protokollabweichungen (z. B. Änderungen der Überwachungspläne oder Stichprobengrößen) und erfordern häufig ein Abbruch, sobald eine vorab festgelegte maximale Stichprobengröße erreicht ist. Darüber hinaus konzentriert sich die bestehende Literatur zu E-Werten primär auf asymptotische Optimalität (Wachstumsraten-Optimalität im Worst-Case, kurz GROW), die einen unendlichen Horizont voraussetzt. Dieser Ansatz ist für klinische Studien, bei denen die Stichprobengrößen endlich und festgelegt sind, oft suboptimal. Es besteht ein Bedarf an auf E-Werten basierenden Designs, die für endliche Horizonte optimiert sind, Robustheit gegenüber Protokollabweichungen bieten und eine automatische Kürzung (Abbruch wegen mangelnder Erfolgsaussichten) ermöglichen, ohne die statistische Power zu beeinträchtigen.

Methodik
Die Autoren schlagen ein Framework für einarmige, mehrstufige klinische Studien mit binären Daten (z. B. Tumoransprechen) unter Verwendung von design-optimalen E-Werten vor. Im Gegensatz zu Standard-GROW-E-Werten, die die asymptotische Wachstumsrate der Evidenz maximieren, optimieren diese Designs die Leistung über einen endlichen Horizont $n$ (die maximale Stichprobengröße).

Wett-Analogie und E-Prozesse: Die Methodik nutzt die Wett-Analogie, bei der ein E-Wert das Kapital eines Wettenden darstellt, der gegen die Nullhypothese $H_0: \theta \le \theta_0$ zugunsten von $H_1: \theta \ge \theta_1$ wettet. Der Kapitalprozess $M_t$ ist unter $H_0$ ein Test-Supermartingal.
Markov-Entscheidungsprozess (MDP): Die optimale Wettstrategie wird durch die Lösung eines MDP mit endlichem Horizont abgeleitet. Der Zustandsraum wird durch die aktuelle Zeit $t$ und den aktuellen E-Wert (Kapital) $M_t$ definiert. Der Aktionsraum besteht aus dem Wettanteil $B_t \in [0, 1]$ .
Optimierungsziele: Die Autoren definieren zwei primäre Zielfunktionen, die mittels dynamischer Programmierung (Bellman-Gleichungen) gelöst werden:
- Power-Maximierung (P-max): Maximierung der Wahrscheinlichkeit, $H_0$ abzulehnen (Erreichen von $M_n \ge 1/\alpha$ ) bei der finalen Analyse.
- Erwartete Stichprobengrößen-Minimierung (ESS-min): Minimierung der erwarteten Stichprobengröße unter $H_1$ , unter der Bedingung, dass die Gesamtpower einen spezifizierten Schwellenwert (z. B. 80 %) nicht unterschreitet.
Automatische Kürzung: Das Framework integriert nicht-stochastische Kürzung auf natürliche Weise. Fällt der E-Wert auf null (oder gelangt in eine „hoffnungslose Zone", in der der Schwellenwert $1/\alpha$ nicht mehr erreicht werden kann), wird die Studie automatisch wegen mangelnder Erfolgsaussichten abgebrochen.
Geblockte Designs: Der Ansatz ermöglicht geblockte Designs (Analyse von Daten in Gruppen statt kontinuierlich), indem Ergebnisse innerhalb der Blöcke als vollständig sequenziell behandelt werden. Dies stellt sicher, dass die Mindestpower-Bedingung erfüllt bleibt, selbst wenn Zwischenanalysenpunkte vom Plan abweichen, sofern die maximale Stichprobengröße eingehalten wird.

Hauptbeiträge

Optimalität für endliche Horizonte: Die Arbeit führt E-Werte ein, die für spezifische Studiendesigns mit endlichen Stichprobengrößen optimiert sind, und geht damit über das Kriterium der unendlichen Horizonte (GROW) hinaus.
Konstruktion mittels dynamischer Programmierung: Sie bietet eine rechnerische Methode zur Konstruktion optimaler Wettstrategien, die entweder die Power maximieren oder die erwartete Stichprobengröße unter Power-Bedingungen minimieren.
Robustheit gegenüber Protokollabweichungen: Durch die Nutzung der „anytime-valid"-Eigenschaft von E-Werten behalten die Designs die Kontrolle des Fehlers 1. Art bei, selbst wenn sich der Überwachungsplan ändert oder die Studie über den geplanten Umfang hinaus fortgesetzt wird, sofern die maximale Stichprobengröße eingehalten wird.
Automatischer Abbruch wegen mangelnder Erfolgsaussichten: Die Methode bietet einen rigorosen, automatischen Mechanismus für den Abbruch wegen mangelnder Erfolgsaussichten (wenn $M_t = 0$ ), der in die Design-Optimierung integriert ist, anstatt eine nachträgliche, ad-hoc-Lösung zu sein.
Vergleich mit Standard-Designs: Die Autoren zeigen, dass design-optimale E-Werte Standard-GROW-E-Werten bei endlichen Stichproben überlegen sein können und im Vergleich zu Standard-Designs mit stochastischer Kürzung (SC) und Simons zweistufigen Designs konkurrenzfähige Betriebscharakteristika bieten.

Ergebnisse
Numerische Vergleiche wurden für einarmige Studien mit binären Daten ( $n=50$ , $\theta_0=0.1$ , $\theta_1=0.242$ , $\alpha=0.05$ ) über vollständig sequenzielle, geblockte und zweistufige Designs hinweg durchgeführt:

Kontrolle des Fehlers 1. Art: Alle auf E-Werten basierenden Designs hielten die Fehlerquoten 1. Art unter dem nominalen Niveau.
Power: Das auf P-max-E-Werten basierende Design erreichte eine höhere finale Power als die Standard-Kürzung mit stochastischer Kürzung (SC) und der GROW-E-Wert, zeigte jedoch eine geringere frühe Power. Das ESS-min-Design erreichte eine mit SC vergleichbare Power.
Erwartete Stichprobengröße (ESS): Das auf ESS-min-E-Werten basierende Design führte unter $H_1$ zu einer niedrigeren medianen erwarteten Stichprobengröße im Vergleich zu SC.
Abbruch wegen mangelnder Erfolgsaussichten: Die auf E-Werten basierenden Designs wiesen unter der Nullhypothese eine höhere Wahrscheinlichkeit für einen frühen Abbruch wegen mangelnder Erfolgsaussichten auf als SC, insbesondere bei zweistufigen Designs. Der GROW-E-Wert (Kelly-Wetten) zeigte keine nicht-stochastische Kürzung.
Geblockte Designs: Der Ansatz „vollständig sequenziell in Blöcken" bewahrte die Power-Eigenschaften des vollständig sequenziellen Designs und stellte sicher, dass die Mindestpower-Bedingung unabhängig von Variationen der Blockgröße erfüllt wurde.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass design-optimale E-Werte eine viable und konkurrenzfähige Alternative zum aktuellen Stand der Technik bei einarmigen binären Studien darstellen. Durch die Verschiebung des Fokus von asymptotischer Optimalität hin zu Optimalität für endliche Horizonte überwinden diese Designs die Starrheit standardmäßiger adaptiver Studien hinsichtlich Protokollabweichungen und fester Abbruchregeln. Die Autoren betonen, dass auf E-Werten basierende Designs Folgendes bieten:

Robustheit: Valide Inferenz bei nicht spezifizierter Datenüberwachung und optionaler Fortsetzung.
Effizienz: Konkurrierende oder überlegene Betriebscharakteristika (Power und ESS) im Vergleich zu Standard-Adaptiv-Designs.
Flexibilität: Die Fähigkeit, historische Daten einzubeziehen und sich an sich ändernde Studienbedingungen anzupassen, ohne die Fehlerquoten 1. Art zu erhöhen.
Interpretierbarkeit: Eine klare Wett-Interpretation, die die Einführung von „anytime-valid"-Inferenz erleichtert und intuitive Indikatoren für die Fortsetzung der Studie oder den Abbruch wegen mangelnder Erfolgsaussichten liefert.

Die Autoren schließen, dass diese Designs zwar den direkten Zusammenhang zu Likelihood-Verhältnissen, wie er bei GROW-E-Werten besteht, verlieren, aber in Szenarien mit endlichen Stichproben eine überlegene praktische Leistung bieten und eine Erweiterung auf Mehrarm-Studien und reaktionsadaptive Studiendesigns rechtfertigen.