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

Resumen Técnico: Evaluación del Impacto del Retraso en los Resultados sobre la Eficiencia de la Reestimación del Tamaño Muestral

Enunciado del Problema
La reestimación del tamaño muestral (RTM) es un diseño adaptativo ampliamente utilizado destinado a garantizar que los ensayos clínicos cumplan con los requisitos de potencia preespecificados cuando los parámetros de molestia (por ejemplo, varianza, tasas de eventos) son inciertos en la etapa de planificación. Aunque los diseños de RTM, particularmente los tipos "piloto interno" cegados, ofrecen flexibilidad, generalmente asumen que los resultados del tratamiento están disponibles inmediatamente tras el reclutamiento de los participantes. En la práctica, muchos ensayos involucran puntos finales primarios a largo plazo donde los resultados se retrasan.

Este retraso crea un efecto de "tubería": si el reclutamiento continúa mientras se esperan los datos de resultados interinos, un número significativo de participantes puede ser reclutado cuyos resultados aún no están disponibles para el análisis interino. Si el retraso es sustancial, el ensayo puede reclutar más participantes de los que el tamaño muestral reestimado considera necesarios. Esto conduce a un ensayo con potencia excesiva, incurriendo en costos financieros innecesarios y desperdicio de recursos. Por el contrario, pausar el reclutamiento para esperar los resultados prolonga la duración del ensayo. La literatura previa ha establecido que los retrasos en los resultados impactan negativamente en los diseños secuenciales grupales y multietapa, pero las pérdidas de eficiencia específicas para los diseños de RTM, particularmente con respecto a la distribución del tamaño muestral final y la precisión de la reestimación, requerían una investigación adicional.

Metodología
Los autores investigan el impacto del retraso en los resultados sobre la eficiencia de los diseños de RTM cegados mediante un estudio de simulación. El estudio se centra en resultados continuos (distribución normal) y se extiende a resultados binarios en los materiales suplementarios.

• Marco de Diseño: El estudio asume un diseño de dos etapas donde se realiza un análisis interino después de reclutar $n_1$ participantes. El parámetro de molestia (varianza $\sigma^2$) se reestima utilizando la varianza muestral agrupada de los datos cegados. El tamaño muestral se ajusta basándose en esta reestimación para lograr una potencia objetivo.
• Modelado del Retraso: El estudio modela un período de retraso $m$ (unidades de tiempo) requerido para observar los resultados primarios. Se asume que el reclutamiento continúa durante este período. El número de participantes de "tubería" ($n_{delay}$) reclutados durante el retraso se calcula bajo dos patrones de reclutamiento:
  1. Uniforme: Tasa de reclutamiento constante (llegada Poisson).
  2. Lineal: La tasa de reclutamiento aumenta linealmente con el tiempo (simulando la apertura de nuevos sitios).
• Tamaño Muestral Final ($N^*$): El tamaño muestral final se determina por el requisito reestimado ($n^*$) y los participantes de tubería. Si $n^*$ es mayor que la acumulación de tubería, $N^* = n^*$. Si la acumulación de tubería excede la necesidad reestimada, $N^* = n_1 + n_{delay}$, resultando en un ensayo con reclutamiento excesivo.
• Escenarios: Las simulaciones se ejecutaron para 10.000 réplicas a través de tres escenarios de varianza en relación con la suposición inicial ($\sigma^2_{init}$):
  • Caso I: La varianza verdadera es menor ($\sigma^2 = 8 < 10$), lo que lleva a un tamaño muestral reestimado menor que el planificado.
  • Caso II: La varianza verdadera coincide con la suposición ($\sigma^2 = 10 = 10$).
  • Caso III: La varianza verdadera es mayor ($\sigma^2 = 12 > 10$), lo que lleva a un tamaño muestral reestimado mayor que el planificado.
• Métricas de Eficiencia: Los autores proponen y utilizan tres métricas para cuantificar el impacto del retraso:
  1. Impacto del Retraso: La proporción de ensayos donde el tamaño muestral final excede el requisito reestimado debido a los participantes de tubería.
  2. Error Cuadrático Medio (RMSE): Mide la precisión del tamaño muestral final en relación con el tamaño muestral "oráculo" (el tamaño requerido si la varianza verdadera se conociera desde el inicio).
  3. Costo: Una métrica novedosa definida como $E[(N^* - n_{oracle})^2 / 100 \times Power(N^*)]$. Esto penaliza más severamente los ensayos con potencia insuficiente que los de potencia excesiva, reflejando la mayor consecuencia de no detectar un efecto del tratamiento en comparación con el costo del reclutamiento excesivo.

Resultados Clave
Los resultados de la simulación indican que el impacto del retraso en los resultados depende altamente de la relación entre la varianza verdadera y el tamaño muestral planificado inicialmente, así como del patrón de reclutamiento.

• Distribución del Tamaño Muestral Final: A medida que aumenta la duración del retraso ($m$), la dispersión de la distribución del tamaño muestral final disminuye porque el tamaño muestral mínimo alcanzable aumenta (debido a la acumulación de participantes de tubería).
• Caso I (Sobreplanificado/Varianza Verdadera Menor): Este escenario sufre más por el retraso. Dado que el tamaño muestral reestimado es menor que el plan inicial, los participantes de tubería a menudo empujan el conteo total reclutado por encima del $n^*$ requerido. Esto conduce a un alto "Impacto del Retraso" (por ejemplo, ~80% para un retraso de 10 meses bajo reclutamiento uniforme) y resulta en ensayos frecuentemente con potencia excesiva. Las métricas de RMSE y Costo aumentan bruscamente con el retraso.
• Caso III (Subplanificado/Varianza Verdadera Mayor): Este escenario es el menos impactado por el retraso. El tamaño muestral reestimado es mayor que el plan inicial, por lo que los participantes de tubería contribuyen positivamente hacia el total requerido. El impacto del retraso es mínimo y, en algunos casos (reclutamiento uniforme), continuar el reclutamiento durante el retraso puede incluso mejorar la eficiencia en comparación con pausar el reclutamiento.
• Patrones de Reclutamiento: Los patrones de reclutamiento lineal generalmente resultan en mayores costos y mayores impactos del retraso en comparación con los patrones uniformes, porque la tasa de reclutamiento acelerada genera más participantes de tubería durante el período de retraso.
• Tamaño Muestral de la Primera Etapa ($n_1$): Aumentar $n_1$ reduce la variabilidad del tamaño muestral reestimado pero aumenta el tamaño muestral final mínimo en presencia de retraso. Los autores encuentran que un tamaño muestral de la primera etapa de 35 participantes por brazo (total 70) establece un equilibrio entre obtener una estimación de varianza confiable y limitar la severidad del reclutamiento excesivo inducido por el retraso.

Significado y Afirmaciones
El artículo afirma que, aunque la RTM es una herramienta poderosa, ignorar el retraso en los resultados en la etapa de planificación puede conducir a pérdidas significativas de eficiencia, manifestándose principalmente como ensayos con potencia excesiva y costos inflados. El estudio demuestra que:

1. Impacto Dependiente del Contexto: La severidad del retraso no es uniforme; es más perjudicial cuando la varianza verdadera es menor de lo anticipado, causando que el ensayo requiera menos participantes de los originalmente planificados.
2. Innovación en Métricas: La introducción de la métrica "Costo" y "Impacto del Retraso" proporciona una comprensión más matizada de la pérdida de eficiencia que las métricas tradicionales, destacando específicamente el riesgo de reclutamiento excesivo.
3. Orientación Práctica: Los resultados sugieren que, para datos de resultados continuos, realizar el análisis interino después de reclutar 35 participantes por brazo es una estrategia razonable. Esto se alinea con recomendaciones previas de pilotos externos (Teare et al.) pero las extiende al contexto de la RTM de piloto interno cegado, equilibrando la necesidad de precisión en la estimación de la varianza con el riesgo de acumulación de tubería.
4. Robustez Relativa: Los autores señalan que, aunque el retraso impacta la RTM, el efecto es menos severo que en los diseños que permiten la detención temprana por eficacia o futilidad (por ejemplo, diseños de dos etapas de Simon o diseños secuenciales grupales).

Los autores concluyen que estudios de simulación cuidadosos que tengan en cuenta patrones de reclutamiento específicos y duraciones de retraso son esenciales para planificar ensayos de RTM y mitigar posibles desventajas financieras y de recursos. No proponen nuevos algoritmos para manejar el retraso, sino que proporcionan una evaluación cuantitativa del enfoque "ciego" existente bajo condiciones de retraso.