Bayes Factor Group Sequential Designs

Résumé technique : Plans séquentiels basés sur le facteur de Bayes

Énoncé du problème
Les plans séquentiels, qui permettent un arrêt précoce basé sur des analyses intermédiaires, sont hautement souhaitables dans des domaines tels que les essais cliniques et les expérimentations animales afin de réduire la taille des échantillons et les charges éthiques. Bien que les méthodes bayésiennes, particulièrement celles utilisant les facteurs de Bayes, soient naturellement adaptées à l'analyse séquentielle en raison de leur mécanisme de mise à jour intrinsèque et de leur absence de sensibilité aux problèmes de multiplicité, leur adoption pratique est entravée par des défis computationnels. Plus précisément, la conception d'études séquentielles par facteur de Bayes nécessite de déterminer des caractéristiques clés telles que la probabilité d'obtenir des preuves concluantes (analogue à la puissance et à l'erreur de type I) ainsi que la taille d'échantillon attendue. Actuellement, le calcul de ces métriques repose généralement sur des simulations de Monte Carlo intensives car il n'existe aucune méthode numérique efficace ou de forme fermée. Cette dépendance à la simulation rend le prototypage et la comparaison de différentes options de conception chronophages et sujettes à l'erreur de Monte Carlo, limitant ainsi la capacité des chercheurs à optimiser les plans d'étude.

Méthodologie
Les auteurs proposent un nouveau cadre qui étend la théorie classique des plans séquentiels de groupe (GSD) aux plans séquentiels par facteur de Bayes, permettant un calcul rapide, précis et sans simulation des caractéristiques de conception. L'innovation méthodologique centrale repose sur trois étapes :

1. Cartographie des facteurs de Bayes vers les statistiques Z : Les auteurs expriment le facteur de Bayes ($BF_{01}$) comme une fonction de la statistique $z$ ($z = (\hat{\theta} - \theta_0)/\sigma$), où $\hat{\theta}$ est l'estimation du paramètre et $\sigma$ est son erreur type. Pour divers types courants de facteurs de Bayes (par exemple, nulle ponctuelle contre alternative directionnelle, nulle ponctuelle contre alternative ponctuelle), ils dérivent des valeurs $z$ critiques correspondant à des seuils de preuve spécifiques ($k_0$ et $k_1$). Dans les cas où une solution de forme fermée pour la valeur $z$ critique n'est pas disponible, une recherche de racine numérique est employée.
2. Définition des régions d'arrêt : Sur la base de ces valeurs critiques, les auteurs définissent des régions d'arrêt dans l'espace des statistiques $z$ accumulées. Pour les facteurs de Bayes avec une seule valeur critique, ces régions forment des hyper-rectangles de dimension $i$. Pour ceux possédant deux valeurs critiques (par exemple, les alternatives bilatérales), les régions consistent en des unions d'hyper-rectangles. La probabilité de s'arrêter à une analyse intermédiaire spécifique est équivalente à la probabilité que le vecteur des statistiques $z$ cumulatives tombe dans ces régions spécifiques.
3. Intégration normale multivariée : En supposant que le vecteur des statistiques $z$ accumulées suit une distribution normale multivariée canonique (ou une distribution prédictive-a priori marginale lorsqu'un a priori de conception est spécifié), les auteurs calculent les probabilités de ces régions d'arrêt en utilisant l'intégration normale multivariée. Cette approche utilise des algorithmes d'intégration unidimensionnelle récursifs ou des implémentations modernes d'intégration normale multivariée (par exemple, via le package R mvtnorm) pour calculer les probabilités d'arrêt de manière déterministe.

Le cadre prend en compte à la fois les valeurs de paramètres fixes (caractéristiques opérationnelles fréquentistes) et les a priori de conception (puissance prédictive bayésienne/assurance) en ajustant la structure de la moyenne et de la covariance de la distribution de la statistique $z$.

Contributions clés et résultats

• Calcul sans simulation : La principale contribution est une méthode qui élimine le besoin de simulations de Monte Carlo. Les auteurs démontrent que les caractéristiques de conception peuvent être calculées en quelques secondes, ce qui représente une réduction significative par rapport aux minutes ou heures requises par les approches basées sur la simulation.
• Implémentation Open-Source : La méthode est implémentée dans le package R open-source bfpwr, rendant la planification de plans séquentiels par facteur de Bayes aussi simple que les GSD classiques.
• Application à divers scénarios : L'article illustre la méthode à travers plusieurs études de cas :
  • Essai clinique à faible PV : En réanalysant un essai sur le ropeginterferon alfa-2b, les auteurs montrent comment calculer la probabilité de preuves concluantes et déterminer la taille d'échantillon requise pour atteindre une probabilité de 90 % de preuve correcte. Ils démontrent qu'augmenter le nombre d'analyses intermédiaires peut améliorer l'efficacité, mais doit être équilibré par le risque de preuves trompeuses.
  • Expérience de perte de poids chez le rat : Dans un contexte préclinique, la méthode est utilisée pour planifier une étude de réplication. En utilisant un a priori de conception basé sur les données originales, les auteurs montrent comment optimiser les tailles d'échantillon à travers différents groupes de doses, permettant potentiellement d'épargner des animaux tout en maintenant des probabilités élevées d'inférences informatives.
  • Test t séquentiel de Bayes : Le cadre est étendu au test $t$ séquentiel (incluant le facteur de Bayes de Jeffreys-Zellner-Siow). Les auteurs reproduisent un plan d'étude psychologique impliquant 61 analyses intermédiaires, montrant que leur méthode produit des résultats presque identiques aux estimations basées sur la simulation (par exemple, 70,3 % contre 70,6 % pour l'arrêt pour $H_1$) mais avec un temps de calcul considérablement réduit.

Signification et limites
L'article affirme que cette approche rend l'exploration des plans séquentiels par facteur de Bayes « aussi simple que les plans séquentiels de groupe classiques », éliminant ainsi un obstacle majeur à leur adoption. En fournissant un cadre unifié qui traite à la fois les caractéristiques prédictives bayésiennes et les caractéristiques opérationnelles fréquentistes, la méthode facilite la conception d'expériences informatives et efficaces.

Les auteurs restent modestes quant à la portée de leur méthode. Ils reconnaissent que l'approche repose sur l'hypothèse que le facteur de Bayes peut être exprimé comme une fonction de la statistique $z$ et que les statistiques accumulées suivent (au moins approximativement) une distribution normale multivariée canonique. Par conséquent, la méthode peut ne pas s'appliquer directement aux scénarios avec de petits échantillons et des données binaires ou des probabilités extrêmes, où ces hypothèses pourraient échouer, nécessitant potentiellement un retour à la simulation ou à d'autres méthodes numériques. Les futures directions de recherche incluent le développement de modifications pour ces situations non canoniques.