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

Resumen Técnico: Ensayos Clínicos Adaptativos Basados en Valores-E Óptimos de Diseño

Planteamiento del Problema
Los ensayos clínicos adaptativos estándar, aunque flexibles, sufren de rigidez en cuanto al control de la tasa de error tipo I ante desviaciones del protocolo (por ejemplo, cambios en los calendarios de monitoreo o tamaños de muestra) y a menudo requieren detenerse una vez alcanzado un tamaño de muestra máximo preespecificado. Además, la literatura existente sobre valores-e se centra principalmente en la optimalidad asintótica (Óptima en Tasa de Crecimiento en el Peor Caso, o GROW), que asume un horizonte infinito. Este enfoque suele ser subóptimo para ensayos clínicos donde los tamaños de muestra son finitos y fijos. Existe una necesidad de diseños basados en valores-e que estén optimizados para horizontes finitos, ofrezcan robustez ante desviaciones del protocolo y faciliten la curtailment automática (detención por futilidad) sin sacrificar la potencia estadística.

Metodología
Los autores proponen un marco para ensayos clínicos de un solo brazo y múltiples etapas con datos binarios (por ejemplo, respuesta tumoral) utilizando valores-e óptimos de diseño. A diferencia de los valores-e GROW estándar, que maximizan la tasa de crecimiento asintótico de la evidencia, estos diseños optimizan el rendimiento sobre un horizonte finito $n$ (el tamaño de muestra máximo).

1. Analogía de Apuestas y Procesos-E: La metodología utiliza la analogía de las apuestas donde un valor-e representa el capital de un apostador que apuesta en contra de la hipótesis nula $H_0: \theta \le \theta_0$ a favor de $H_1: \theta \ge \theta_1$. El proceso de capital $M_t$ es una supermartingala de prueba bajo $H_0$.
2. Proceso de Decisión de Markov (MDP): La estrategia de apuesta óptima se deriva resolviendo un MDP de horizonte finito. El espacio de estados se define por el tiempo actual $t$ y el valor-e actual (capital) $M_t$. El espacio de acciones consiste en la fracción de apuesta $B_t \in [0, 1]$.
3. Objetivos de Optimización: Los autores definen dos funciones de recompensa principales para resolver mediante programación dinámica (ecuaciones de Bellman):
   • Maximización de Potencia (P-max): Maximiza la probabilidad de rechazar $H_0$ (alcanzar $M_n \ge 1/\alpha$) en el análisis final.
   • Minimización del Tamaño de Muestra Esperado (ESS-min): Minimiza el tamaño de muestra esperado bajo $H_1$, sujeto a una restricción de que la potencia general permanezca por encima de un umbral especificado (por ejemplo, 80%).
4. Curtailment Automático: El marco incorpora naturalmente la curtailment no estocástica. Si el valor-e cae a cero (o entra en una "zona sin esperanza" donde el umbral $1/\alpha$ ya no puede alcanzarse), el ensayo se detiene automáticamente por futilidad.
5. Diseños Bloqueados: El enfoque acomoda diseños bloqueados (analizar datos en grupos en lugar de continuamente) tratando los resultados como totalmente secuenciales dentro de los bloques. Esto asegura que se cumpla la restricción mínima de potencia incluso si los puntos de análisis intermedio se desvían del plan, siempre que se alcance el tamaño de muestra máximo.

Contribuciones Clave

• Optimalidad de Horizonte Finito: El artículo introduce valores-e optimizados para diseños de ensayos específicos con tamaños de muestra finitos, superando el criterio GROW de horizonte infinito.
• Construcción mediante Programación Dinámica: Proporciona un método computacional para construir estrategias de apuesta óptimas que maximizan la potencia o minimizan el tamaño de muestra esperado bajo restricciones de potencia.
• Robustez ante Desviaciones del Protocolo: Al depender de la propiedad "válida en cualquier momento" (anytime-valid) de los valores-e, los diseños mantienen el control del error tipo I incluso si cambia el calendario de monitoreo o el ensayo continúa más allá del tamaño planificado, siempre que se respete el tamaño de muestra máximo.
• Detención Automática por Futilidad: El método proporciona un mecanismo riguroso y automático para la detención por futilidad (cuando $M_t = 0$) que está integrado en la optimización del diseño, en lugar de ser una adición ad hoc.
• Comparación con Diseños Estándar: Los autores demuestran que los valores-e óptimos de diseño pueden superar a los valores-e GROW estándar en muestras finitas y ofrecer características operativas competitivas en comparación con los diseños de curtailment estocástico (SC) estándar y los diseños de dos etapas de Simon.

Resultados
Se realizaron comparaciones numéricas para ensayos de un solo brazo con datos binarios ($n=50$, $\theta_0=0.1$, $\theta_1=0.242$, $\alpha=0.05$) a través de diseños totalmente secuenciales, bloqueados y de dos etapas:

• Control del Error Tipo I: Todos los diseños basados en valores-e mantuvieron tasas de error tipo I por debajo del nivel nominal.
• Potencia: El diseño basado en valores-e P-max logró una potencia final mayor que el curtailment estocástico (SC) estándar y el valor-e GROW, aunque exhibió una potencia temprana menor. El diseño ESS-min logró una potencia comparable al SC.
• Tamaño de Muestra Esperado (ESS): El diseño basado en valores-e ESS-min resultó en una mediana de tamaño de muestra esperado menor bajo $H_1$ en comparación con el SC.
• Detención por Futilidad: Los diseños basados en valores-e demostraron una mayor probabilidad de terminación temprana por futilidad bajo la hipótesis nula en comparación con el SC, particularmente en diseños de dos etapas. El valor-e GROW (apuesta Kelly) no exhibió curtailment no estocástico.
• Diseños Bloqueados: El enfoque "totalmente secuencial en bloques" preservó las propiedades de potencia del diseño totalmente secuencial, asegurando que se cumpliera la restricción mínima de potencia independientemente de las variaciones en el tamaño del bloque.

Significado y Afirmaciones
El artículo afirma que los valores-e óptimos de diseño proporcionan una alternativa viable y competitiva al estado del arte actual en ensayos binarios de un solo brazo. Al cambiar el enfoque de la optimalidad asintótica a la optimalidad de horizonte finito, estos diseños superan la rigidez de los ensayos adaptativos estándar en cuanto a desviaciones del protocolo y reglas de detención fijas. Los autores afirman que los diseños basados en valores-e ofrecen:

1. Robustez: Inferencia válida bajo monitoreo de datos no especificado y continuación opcional.
2. Eficiencia: Características operativas competitivas o superiores (potencia y ESS) en comparación con los diseños adaptativos estándar.
3. Flexibilidad: La capacidad de incorporar datos históricos y adaptarse a condiciones cambiantes del ensayo sin inflar las tasas de error tipo I.
4. Interpretabilidad: Una interpretación clara de apuestas que facilita la introducción de inferencia válida en cualquier momento y proporciona indicadores intuitivos para la continuación del ensayo o la futilidad.

Los autores concluyen que, aunque estos diseños pierden la conexión directa con los ratios de verosimilitud encontrados en los valores-e GROW, ofrecen un rendimiento práctico superior en configuraciones de muestras finitas y merecen una extensión a entornos de ensayos con múltiples brazos y adaptativos a la respuesta.