📊 statistics

E-values for Adaptive Clinical Trials: Anytime-Valid Monitoring in Practice

Ce document sert de guide méthodologique pratique pour l'implémentation des e-valeurs valides à tout moment dans les essais cliniques adaptatifs, démontrant, à travers des études numériques et le package R open-source `evalinger`, comment elles assurent un contrôle robuste de l'erreur de type I sous surveillance continue tout en offrant une alternative viable aux approches séquentielles de groupe et bayésiennes traditionnelles.

Auteurs originaux : Alexandra Sokolova, Vadim Sokolov

Publié 2026-02-09

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Alexandra Sokolova, Vadim Sokolov

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un juge supervisant un procès de longue haleine pour déterminer si un nouveau médicament est plus efficace qu'un placebo. Autrefois, les statisticiens disaient : « Attendez la toute fin, comptez tous les patients, puis prenez une décision finale. » Mais dans la vie réelle, les essais ne fonctionnent pas ainsi. Les médecins et les comités de sécurité veulent jeter un coup d'œil aux données au fur et à mesure qu'elles arrivent pour arrêter l'étude plus tôt si le médicament est extraordinaire (pour sauver des vies) ou s'il échoue clairement (pour arrêter de gaspiller des ressources).

Le problème du « coup d'œil » (peeking), c'est que c'est comme lancer un dé encore et encore. Si vous obtenez un six une seule fois, c'est de la chance. Si vous obtenez un six dix fois de suite, vous pourriez penser que le dé est pipé. Mais si vous continuez à lancer le dé jusqu'à ce que vous obteniez enfin un six, vous vous trompez en pensant avoir trouvé un motif alors qu'il ne s'agissait que de bruit aléatoire. En statistiques, on appelle cela une « erreur de type I » (une fausse alerte).

Ce document présente un nouvel outil appelé E-Values (Valeurs d'Évidence) pour résoudre ce problème. Voici comment cela fonctionne, en utilisant des analogies simples :

1. Le jeu de pari (L'idée centrale)

Imaginez que vous êtes un parieur qui mise contre l'idée que le nouveau médicament ne fait rien (l'« Hypothèse Nulle »).

La configuration : Vous commencez avec 1 $. Chaque fois qu'un nouveau patient termine l'essai, vous avez le droit de miser une partie de votre argent sur le fait que le médicament fonctionne.
La règle : Si le médicament ne fonctionne pas (l'Hypothèse Nulle est vraie), le jeu est équitable. En moyenne, vous ne gagnerez ni ne perdrez d'argent. Votre fortune oscillera mais restera proche de 1 $.
La victoire : Si le médicament fonctionne, vos paris commenceront à porter leurs fruits. Votre fortune (votre « E-value ») augmentera.
Le seuil : Vous décidez à l'avance : « Si ma fortune atteint 40 $, je déclarerai le médicament vainqueur. »

Pourquoi est-ce spécial ?
Dans les statistiques traditionnelles, si vous vérifiez votre compte bancaire chaque jour, vous devez abaisser votre seuil de victoire à chaque fois que vous regardez, sinon vous finirez par avoir de la chance et croire que vous avez gagné alors que ce n'est pas le cas.
Avec les E-values, vous pouvez vérifier votre compte bancaire aussi souvent que vous le souhaitez. Même si vous regardez chaque seconde, les mathématiques garantissent que si le médicament est un faux, votre fortune n'atteindra presque jamais 40 $. C'est comme un pari « magique » qui reste équitable quel que soit le nombre de fois où vous jetez un coup d'œil.

2. Les trois concurrents

Le document compare trois façons différentes de mener cet essai :

L'approche « Naïve » (Le parieur imprudent) : Il s'agit de vérifier les données et de dire : « Hé, les chiffres ont l'air bons ! » sans aucune mathématique spéciale. Le document montre que cela est dangereux. Si vous jetez un coup d'œil 20 fois, vous déclarerez faussement un vainqueur environ 15 % du temps (alors que le médicament est en réalité inutile).
L'approche « Séquentielle à Groupes » (Le comptable strict) : C'est la norme actuelle. Vous prévoyez exactement quand vous allez regarder (par exemple, à 25 %, 50 % et 75 % de l'essai). Vous avez un budget strict pour la quantité de « risque » que vous pouvez dépenser à chaque examen.
- Avantages : C'est très puissant (bon pour trouver de vraies guérisons) si vous respectez le plan.
- Inconvénients : Si vous changez le plan ou regardez les données à des moments bizarres, les mathématiques se brisent et vous devez tout recommencer.
L'approche « E-Value » (Le veilleur flexible) : C'est l'objet de l'étude. Elle utilise le jeu de pari décrit ci-dessus.
- Avantages : Vous pouvez consulter les données quand vous le voulez (même en continu, comme un flux en direct). Vous n'avez pas besoin d'un calendrier préétabli. C'est « valide à tout moment » (anytime-valid).
- Inconvénients : Pour être assez sûr de soi pour permettre des coups d'œil illimités, elle est légèrement moins « puissante » que le Comptable Strict lorsque vous respectez effectivement un calendrier fixe. Elle met un peu plus de temps à atteindre le seuil de 40 $.

3. Ce que disent les chiffres

Les auteurs ont mené des milliers de simulations informatiques pour voir comment ces méthodes se comportent :

Calendrier Fixe : Si vous prévoyez de regarder exactement 20 fois, le « Comptable Strict » (Séquentiel à Groupes) trouve la vérité environ 86 % du temps. Le « Veilleur Flexible » (E-Value) la trouve environ 72 % du temps. L'E-Value est légèrement plus lente, mais elle est toujours très bonne.
Surveillance Continue : Si vous regardez les données à chaque fois qu'un patient termine (ce qui est impossible pour le Comptable Strict sans enfreindre les règles), la puissance du Comptable Strict s'effondre à 1 % (il devient trop prudent pour appeler un vainqueur). Le Veilleur Flexible (E-Value) reste fort à 75 %.
Le test de « Futilité » : Le document montre également comment utiliser cela pour arrêter un essai prématurément si le médicament échoue. Si la fortune de pari commence à diminuer ou reste basse, vous savez que le médicament ne fonctionne pas, et vous pouvez arrêter pour économiser de l'argent et protéger les patients.

4. Le Logiciel et l'Avenir

Les auteurs n'ont pas seulement écrit de la théorie ; ils ont construit un progiciel gratuit appelé evalinger (et un site web) qui permet aux médecins et aux statisticiens de mener eux-mêmes ces simulations de paris.

Ils ont également examiné le « Paysage Réglementaire » (la FDA). Ils notent que bien que la FDA apprécie les anciennes méthodes du « Comptable Strict », elle ouvre la porte à de nouvelles méthodes. Le document soutient que les E-Values s'intègrent bien dans la nouvelle orientation de la FDA de 2026 car elles fournissent une garantie mathématique claire que vous ne falsifiez pas les résultats, même si vous changez d'avis sur le moment où vous consulterez les données.

Résumé

Considérez les E-Values comme un « Détecteur de Vérité » universel pour les essais cliniques.

Ancienne méthode : Vous devez promettre exactement quand vous consulterez le détecteur, sinon la lecture devient peu fiable.
Nouvelle méthode (E-Values) : Vous pouvez consulter le détecteur quand vous le voulez, aussi souvent que vous le voulez, et la lecture est garantie d'être honnête.

Le document conclut que, bien que les E-Values puissent être légèrement plus lentes pour trouver une guérison dans un essai parfaitement planifié, elles sont l'outil supérieur pour la réalité désordonnée des essais cliniques, où les plans changent, les données arrivent en retard et les comités de sécurité doivent jeter un coup d'œil dès que nécessaire.

Résumé technique : Les e-valeurs pour les essais cliniques adaptatifs

Énoncé du problème

Les essais cliniques adaptatifs reposent de plus en plus sur des analyses intermédiaires, des règles d'arrêt flexibles et des modifications de conception dépendantes des données pour améliorer l'efficacité éthique et la rapidité opérationnelle. Cependant, ces caractéristiques compliquent les garanties statistiques. Les méthodes fréquentistes classiques, telles que les plans séquentiels de groupe, nécessitent un calendrier de surveillance préspécifié et une fonction de dépense d'alpha pour contrôler l'erreur de type I ; l'inspection répétée de statistiques de test à horizon fixe sans de telles corrections entraîne une inflation substantielle de l'erreur. De même, bien que les conceptions adaptatives bayésiennes offrent de la flexibilité grâce aux probabilités postérieures et prédictives, les règles de seuil standard (par exemple, $P(\text{effet} > 0) > 0,975$ ) ne contrôlent pas automatiquement l'erreur de type I fréquentiste sous arrêt optionnel et nécessitent un étalonnage extensif par simulation pour chaque conception spécifique.

Il existe un besoin pour une méthodologie qui fournit une inférence valide à tout moment (anytime-valid) — des garanties statistiques qui restent valides quel que soit le moment ou la fréquence de l'inspection des données, sans nécessiter de taille d'échantillon fixe ou de règle d'arrêt préspécifiée.

Méthodologie

Le document propose l'utilisation des e-valeurs et des e-processus comme alternative pratique pour la surveillance intermédiaire.

Définitions : Une e-valeur est une statistique non négative $E$ telle que $E_{H_0}[E] \le 1$ . Un e-processus est une séquence d'e-valeurs $(E_1, E_2, \dots)$ calculée au fur et à mesure de l'accumulation des données.
La construction par pari-martingale (Betting-Martingale) : Pour les essais contrôlés randomisés (ECR) à deux bras avec des critères d'évaluation binaires, les auteurs utilisent un cadre de « test par pari ». Un parieur commence avec une richesse de 1 et parie contre l'hypothèse nulle ( $H_0: p_T = p_C$ ) à chaque paire de patients. La fraction de pari $\lambda$ est choisie en fonction d'une alternative de conception (taille d'effet anticipée). Le processus de richesse $E_n = \prod_{i=1}^n (1 + \lambda D_i)$ , où $D_i$ est la différence de résultat, forme une martingale non négative sous $H_0$ .
Validité à tout moment (Anytime-Validity) : Par l'inégalité de Ville, si $(E_t)$ est une supermartingale non négative sous $H_0$ , alors $P_{H_0}(\sup_t E_t \ge 1/\alpha) \le \alpha$ . Cela implique que rejeter $H_0$ lorsque $E_t \ge 1/\alpha$ contrôle l'erreur de type I au niveau $\alpha$ pour n'importe quel temps d'arrêt, planifié ou non.
Extensions :
- Critères de survie : Le papier utilise le « test du log-rank sûr » (safe logrank test), qui construit un e-processus via un rapport de vraisemblance mixte sur le rapport de risque (hazard ratio), fournissant une inférence valide sous arrêt optionnel.
- Surveillance de la futilité : Deux mécanismes sont proposés : (1) l'inversion de l'e-processus pour générer une séquence de confiance valide à tout moment et arrêter si la limite supérieure tombe en dessous de la différence cliniquement importante minimale (MCID) ; et (2) la construction d'un e-processus « réciproque » pour tester l'hypothèse inverse (que l'effet est au moins égal à la MCID).
- Essais de plateforme : Les e-valeurs permettent le contrôle de la multiplicité par moyennes arithmétiques (pour les hypothèses dépendantes) ou par produits (pour les hypothèses indépendantes), permettant le contrôle du taux de fausses découvertes (FDR) en utilisant des procédures telles que e-BH.

Contributions clés

Le document sert de guide méthodologique pour les praticiens, offrant les contributions spécifiques suivantes :

Constructions pratiques : Développement explicite d'e-processus de pari-martingale pour les ECR à deux bras avec des critères binaires et de survie, incluant des conseils pour choisir la fraction de pari « GROW-optimale » (croissance de taux optimale) afin de maximiser la puissance sous une alternative de conception.
Comparaison numérique : Une étude de simulation complète comparant cinq règles de surveillance dans un ECR binaire à deux bras :
- p-valeurs répétées naïves.
- Plan séquentiel de groupe calibré (de type O'Brien–Fleming).
- E-processus de pari-martingale.
- Seuil de probabilité postérieure bayésienne naïve.
- Seuil de probabilité postérieure bayésienne calibré (ajusté par simulation).
Simulations étendues : Analyse de l'écart de puissance entre les méthodes de groupe séquentiel et les méthodes d'e-valeurs à travers divers calendriers de surveillance (fixes, irréguliers et continus) et paramètres de conception.
Cadre de futilité : Implémentation et évaluation de la surveillance de la futilité via des séquences de confiance et des e-processus réciproques.
Illustration sur données réelles : Une réanalyse de l'essai sur l'ulcère de Novick (1965), comparant les trajectoires d'e-valeurs aux analyses classiques et bayésiennes originales.
Implémentation logicielle : La publication du package R evalinger et d'une application web Shiny interactive associée. Ces outils implémentent la construction d'e-processus, le calibrage GROW-optimal, la surveillance en temps réel, les séquences de confiance, l'analyse de futilité et les comparaisons hybrides avec les méthodes séquentielles de groupe et bayésiennes.

Résultats

L'étude numérique (50 000 simulations, 20 regards intermédiaires, $\alpha=0,025$ ) a produit les conclusions suivantes :

Contrôle de l'erreur : Les p-valeurs répétées naïves et les seuils de probabilité postérieure bayésienne naïfs (ex: $>0,975$ ) ont gonflé l'erreur de type I à environ 13–15 %. En revanche, le groupe séquentiel calibré, le bayésien calibré et les méthodes d'e-valeur ont réussi à contrôler l'erreur de type I (à ou en dessous de 2,5 %).
Comparaison de puissance (calendrier fixe) : Sous un calendrier fixe de 20 regards :
- Groupe séquentiel calibré : 86,1 % de puissance.
- E-valeur (Pari) : 72,3 % de puissance.
- Bayésien calibré : 68,8 % de puissance.
- La méthode d'e-valeur était plus conservatrice que le groupe séquentiel mais moins que la règle bayésienne calibrée dans ce design spécifique.
Sensibilité du calendrier de surveillance : L'écart de puissance dépend fortement du calendrier de surveillance. Sous surveillance continue (chaque paire de patients), la puissance du groupe séquentiel s'est effondrée à 10 % (en raison de la nécessité d'un conservatisme extrême pour maintenir l'erreur de type I), tandis que la puissance de l'e-valeur est passée à 75 %. Sous des calendriers irréguliers, les e-valeurs ont maintenu une puissance stable sans recalibrage, tandis que les limites du groupe séquentiel nécessitaient un recalibrage pour chaque calendrier réalisé.
Sensibilité des paramètres : L'écart de puissance entre les e-valeurs et les méthodes de groupe séquentiel s'est réduit pour les effets importants (écart de 2 % pour $\delta=0,20$ ) mais s'est élargi pour les effets faibles à des taux de base modérés (jusqu'à 29 % d'écart pour $\delta=0,10$ ).
Futilité : L'e-processus réciproque était plus sensible pour détecter la futilité (taux de détection de 53,5 %) par rapport à l'approche de séquence de confiance (14,2 %) dans un scénario d'effet sous-clinique.
Données réelles (Novick 1965) : L'e-processus a accumulé des preuves ( $E \approx 15,3$ ) mais n'a pas franchi le seuil de rejet ( $E \ge 40$ ), s'alignant sur l'analyse séquentielle classique originale qui n'a trouvé aucune différence significative. Cela contrastait avec l'analyse bayésienne originale, qui rapportait une crédibilité postérieure de 0,98, soulignant le « prix de la validité à tout moment » où les e-valeurs exigent des preuves plus fortes pour rejeter sous un arrêt optionnel.

Signification et affirmations

Le papier positionne les e-valeurs comme un cadre principiel pour l'inférence valide à tout moment qui répond aux réalités opérationnelles des essais adaptatifs modernes.

Contexte réglementaire : Les auteurs situent la méthodologie dans le contexte de la publication de la version préliminaire de la directive de la FDA de janvier 2026 sur la méthodologie bayésienne. Ils soutiennent que les e-valeurs correspondent naturellement à la voie de « calibrage de l'erreur de type I » de la directive, offrant une garantie analytique de contrôle de l'erreur qui évite la charge de simulation extensive requise par les approches de seuil de probabilité postérieure. Ils suggèrent également que les e-valeurs peuvent servir de « couche de sécurité fréquentiste » ou de registre d'évidence aux côtés des règles de décision bayésiennes.
Utilité pratique : Le papier affirme que les e-valeurs sont les plus appropriées quand :
- Les regards intermédiaires sont irréguliers, opportunistes ou continus.
- La continuation optionnelle (prolonger un essai au-delà de son horizon prévu) est une possibilité réaliste.
- Une garantie de validité uniforme dans le temps et auditable est une exigence primaire.
Limites : Les auteurs reconnaissent modestement que les e-valeurs ne sont pas un remplacement universel. Ils notent une pénalité de puissance par rapport aux conceptions séquentielles de groupe optimisées lorsque le calendrier de surveillance est fixe et connu à l'avance. Ils soulignent également que la construction d'e-processus puissants pour des critères complexes (ex: risques non proportionnels) reste une frontière de recherche et que la méthodologie nécessite un réglage prudent de la fraction de pari pour éviter un manque de puissance.

En conclusion, le papier préconise une approche hybride : utiliser les probabilités prédictives bayésiennes pour la prise de décision opérationnelle, les limites séquentielles de groupe pour l'analyse de confirmation optimisée en puissance lors des regards prévus, et les e-processus comme un registre d'évidence robuste et valide à tout moment, qui reste valide quel que soit la fréquence ou les changements de calendrier de surveillance.