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

Résumé technique : Évaluation de l'impact du délai de résultat sur l'efficacité de la réestimation de la taille de l'échantillon

Énoncé du problème
La réestimation de la taille de l'échantillon (SSR) est un design adaptatif largement utilisé visant à garantir que les essais cliniques répondent aux exigences de puissance préspécifiées lorsque les paramètres de nuisance (par exemple, la variance, les taux d'événements) sont incertains lors de la phase de planification. Bien que les designs SSR, en particulier les types « pilote interne » en aveugle, offrent de la flexibilité, ils supposent généralement que les résultats du traitement sont disponibles immédiatement après le recrutement des participants. En pratique, de nombreux essais impliquent des critères de jugement principaux à long terme où les résultats sont retardés.

Ce délai crée un effet de « pipeline » : si le recrutement se poursuit pendant l'attente des données de résultats intermédiaires, un nombre significatif de participants peut être recruté dont les résultats ne sont pas encore disponibles pour l'analyse intermédiaire. Si le délai est substantiel, l'essai peut recruter plus de participants que ce que la taille de l'échantillon réestimée juge nécessaire. Cela conduit à un essai surpuissant, entraînant des coûts financiers inutiles et un gaspillage de ressources. À l'inverse, suspendre le recrutement pour attendre les résultats allonge la durée de l'essai. La littérature antérieure a établi que les retards de résultats ont un impact négatif sur les designs séquentiels groupés et multi-étapes, mais les pertes d'efficacité spécifiques aux designs SSR, en particulier concernant la distribution de la taille finale de l'échantillon et la précision de la réestimation, nécessitaient une investigation plus approfondie.

Méthodologie
Les auteurs examinent l'impact du délai de résultat sur l'efficacité des designs SSR en aveugle à l'aide d'une étude de simulation. L'étude se concentre sur des résultats continus (distribution normale) et s'étend aux résultats binaires dans les matériaux complémentaires.

• Cadre de conception : L'étude suppose un design à deux étapes où une analyse intermédiaire est réalisée après le recrutement de $n_1$ participants. Le paramètre de nuisance (variance $\sigma^2$) est réestimé en utilisant la variance d'échantillon groupée des données en aveugle. La taille de l'échantillon est ajustée sur la base de cette réestimation pour atteindre une puissance cible.
• Modélisation du délai : L'étude modélise une période de délai $m$ (unités de temps) requise pour observer les résultats principaux. Le recrutement est supposé se poursuivre pendant cette période. Le nombre de participants « pipeline » ($n_{delay}$) recrutés pendant le délai est calculé selon deux schémas de recrutement :
  1. Uniforme : Taux de recrutement constant (arrivée de Poisson).
  2. Linéaire : Le taux de recrutement augmente linéairement au fil du temps (simulant l'ouverture de nouveaux sites).
• Taille finale de l'échantillon ($N^*$) : La taille finale de l'échantillon est déterminée par l'exigence réestimée ($n^*$) et les participants pipeline. Si $n^*$ est supérieur à l'accumulation pipeline, $N^* = n^*$. Si l'accumulation pipeline dépasse le besoin réestimé, $N^* = n_1 + n_{delay}$, entraînant un essai sur-recruté.
• Scénarios : Des simulations ont été exécutées pour 10 000 réplicats à travers trois scénarios de variance par rapport à l'hypothèse initiale ($\sigma^2_{init}$) :
  • Cas I : La vraie variance est inférieure ($\sigma^2 = 8 < 10$), conduisant à une taille de l'échantillon réestimée plus petite que prévu.
  • Cas II : La vraie variance correspond à l'hypothèse ($\sigma^2 = 10 = 10$).
  • Cas III : La vraie variance est supérieure ($\sigma^2 = 12 > 10$), conduisant à une taille de l'échantillon réestimée plus grande que prévu.
• Mesures d'efficacité : Les auteurs proposent et utilisent trois métriques pour quantifier l'impact du délai :
  1. Impact du délai : La proportion d'essais où la taille finale de l'échantillon dépasse l'exigence réestimée en raison des participants pipeline.
  2. Racine de l'erreur quadratique moyenne (RMSE) : Mesure la précision de la taille finale de l'échantillon par rapport à la taille de l'échantillon « oracle » (la taille requise si la vraie variance était connue dès le début).
  3. Coût : Une métrique novatrice définie comme $E[(N^* - n_{oracle})^2 / 100 \times Power(N^*)]$. Cela pénalise davantage les essais sous-puissants que les essais surpuissants, reflétant la conséquence plus élevée de l'échec à détecter un effet de traitement par rapport au coût du recrutement excessif.

Résultats clés
Les résultats de la simulation indiquent que l'impact du délai de résultat dépend fortement de la relation entre la vraie variance et la taille de l'échantillon initialement prévue, ainsi que du schéma de recrutement.

• Distribution de la taille finale de l'échantillon : À mesure que la durée du délai ($m$) augmente, l'étendue de la distribution de la taille finale de l'échantillon diminue car la taille de l'échantillon minimale atteignable augmente (en raison de l'accumulation de participants pipeline).
• Cas I (Surplanifié/Vraie variance inférieure) : Ce scénario souffre le plus du délai. Puisque la taille de l'échantillon réestimée est plus petite que le plan initial, les participants pipeline poussent souvent le nombre total recruté au-dessus de la $n^*$ requise. Cela conduit à un « Impact du délai » élevé (par exemple, ~80 % pour un délai de 10 mois sous recrutement uniforme) et se traduit par des essais fréquemment surpuissants. Les métriques RMSE et Coût augmentent brusquement avec le délai.
• Cas III (Sous-planifié/Vraie variance supérieure) : Ce scénario est le moins impacté par le délai. La taille de l'échantillon réestimée est plus grande que le plan initial, de sorte que les participants pipeline contribuent positivement au total requis. L'impact du délai est minime et, dans certains cas (recrutement uniforme), la poursuite du recrutement pendant le délai peut même améliorer l'efficacité par rapport à la suspension du recrutement.
• Schémas de recrutement : Les schémas de recrutement linéaire entraînent généralement des coûts plus élevés et des impacts de délai plus importants par rapport aux schémas uniformes, car le taux de recrutement accéléré génère plus de participants pipeline pendant la période de délai.
• Taille de l'échantillon de la première étape ($n_1$) : L'augmentation de $n_1$ réduit la variabilité de la taille de l'échantillon réestimée mais augmente la taille finale de l'échantillon minimale en présence de délai. Les auteurs constatent qu'une taille de l'échantillon de la première étape de 35 participants par bras (soit 70 au total) établit un équilibre entre l'obtention d'une estimation de variance fiable et la limitation de la gravité du sur-recrutement induit par le délai.

Signification et affirmations
L'article affirme que, bien que la SSR soit un outil puissant, ignorer le délai de résultat lors de la phase de planification peut entraîner des pertes d'efficacité significatives, se manifestant principalement par des essais surpuissants avec des coûts gonflés. L'étude démontre que :

1. Impact dépendant du contexte : La gravité du délai n'est pas uniforme ; elle est plus préjudiciable lorsque la vraie variance est inférieure à ce qui était anticipé, entraînant un besoin de moins de participants que prévu initialement pour l'essai.
2. Innovation métrique : L'introduction de la métrique « Coût » et de l'« Impact du délai » offre une compréhension plus nuancée de la perte d'efficacité que les métriques traditionnelles, mettant spécifiquement en évidence le risque de sur-recrutement.
3. Conseils pratiques : Les résultats suggèrent que pour les données de résultats continus, la réalisation de l'analyse intermédiaire après le recrutement de 35 participants par bras est une stratégie raisonnable. Cela s'aligne sur les recommandations précédentes de pilotes externes (Teare et al.) mais les étend au contexte de la SSR de pilote interne en aveugle, équilibrant le besoin de précision de l'estimation de la variance avec le risque d'accumulation pipeline.
4. Robustesse relative : Les auteurs notent que, bien que le délai affecte la SSR, l'effet est moins sévère que dans les designs permettant un arrêt précoce pour efficacité ou futilité (par exemple, le design à deux étapes de Simon ou les designs séquentiels groupés).

Les auteurs concluent que des études de simulation minutieuses tenant compte des schémas de recrutement spécifiques et des durées de délai sont essentielles pour planifier les essais SSR afin d'atténuer les désavantages financiers et de ressources potentiels. Ils ne proposent pas de nouveaux algorithmes pour gérer le délai, mais fournissent plutôt une évaluation quantitative de l'approche « aveugle » existante dans des conditions retardées.