Methods Used in Developing the Adaptive Design Extension of the DELTA² Checklist for Enhancing Sample Size Reporting in Trial Grant Applications and Protocols
Cet article décrit le développement systématique de la liste de contrôle AD-DELTA2, une extension validée par des experts de l'orientation DELTA2, créée via un processus à plusieurs étapes de revue de preuves, d'enquêtes Delphi et de réunions de consensus afin d'améliorer la transparence et la reproductibilité de la déclaration de la taille des échantillons dans les demandes de subvention et les protocoles d'essais de conception adaptative.
Article original sous licence CC BY 4.0 (https://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
Les essais cliniques sont les expériences rigoureuses qui déterminent si un nouveau médicament fonctionne et est sûr pour les personnes. Pendant des décennies, la méthode standard pour mener ces tests a été un plan fixe : les chercheurs décident exactement de combien de personnes recruter, de la durée de l'étude, et des règles d'arrêt, avant même que le premier patient ne soit inscrit. Cette approche est fiable, mais elle peut être rigide. Parfois, un nouveau type de conception d'essai, appelé conception adaptative, offre un moyen d'être plus flexible. Dans ces essais, les chercheurs peuvent utiliser les informations recueillies auprès des patients au fur et à mesure que l'étude progresse pour effectuer des ajustements prévus à l'avance. Ils peuvent arrêter une branche de traitement plus tôt si elle ne fonctionne manifestement pas, ou ils peuvent modifier le nombre de personnes nécessaires dans l'étude si les données suggèrent que le traitement est plus ou moins efficace que prévu. Cette flexibilité peut rendre les essais plus rapides, moins coûteux et plus éthiques, mais elle introduit un défi de taille : déterminer dès le départ combien de personnes il faut prévoir. Parce que le parcours de l'essai peut changer, le nombre final de participants n'est plus un chiffre unique et fixe, mais une gamme de possibilités.
Lorsque les chercheurs demandent un financement ou rédigent le plan officiel d'un tel essai, ils doivent expliquer comment ils ont calculé le nombre de personnes nécessaires. Si cette explication est peu claire, les financeurs ne peuvent pas juger si le budget est réaliste, et les régulateurs ne peuvent pas être certains que les résultats seront dignes de confiance. Jusqu'à présent, il n'y avait pas de guide clair et standardisé sur les informations exactes qui doivent être incluses dans ces documents pour les essais flexibles. Une équipe de chercheurs de l'Université de Sheffield s'est donné pour mission de résoudre ce problème. Ils voulaient créer une liste de contrôle pratique qui aiderait les scientifiques à rapporter leurs calculs de taille d'échantillon de manière claire et complète, garantissant que ces essais complexes soient planifiés avec la même transparence que les essais traditionnels.
Les chercheurs ont commencé par rassembler tout ce qu'ils pouvaient trouver sur la manière dont ces essais sont actuellement rapportés. Ils ont examiné les règles existantes des principales agences de santé, passé en revue les documents d'essais passés pour voir où les informations manquaient, et ont discuté avec les personnes qui dirigent réellement ces études, des statisticiens aux financeurs. Ils ont constaté que si les règles pour les essais standards étaient claires, les directives pour les essais flexibles étaient éparpillées et souvent insuffisantes. Dans de nombreux cas, les documents soumis pour obtenir un financement n'expliquaient pas suffisamment comment les chercheurs prévoyaient de gérer les changements qui pourraient survenir pendant l'essai. Ce manque de détails rendait difficile la compréhension des risques et des coûts impliqués. Pour y remédier, l'équipe a décidé de construire un nouvel outil basé sur une liste de contrôle existante pour les essais standards, mais élargie spécifiquement pour couvrir les besoins uniques des conceptions adaptatives.
Pour s'assurer que leur nouvelle liste de contrôle était réellement utile, les chercheurs ne se sont pas contentés de l'écrire eux-mêmes ; ils l'ont testée auprès d'un large groupe d'experts. Ils ont invité 122 spécialistes du monde entier, incluant des statisticiens, des gestionnaires d'essais et des régulateurs, à examiner une version préliminaire de leur liste. Ces experts ont évalué chaque élément de la liste pour décider s'il était assez important pour être conservé. Ce processus s'est déroulé en deux étapes. Lors de la première étape, les experts ont signalé les formulations confuses et suggéré de nouveaux éléments. Les chercheurs ont ensuite affiné la liste et ont demandé aux mêmes experts de l'examiner à nouveau. À la fin de cette deuxième étape, le groupe était parvenu à un accord solide sur ce qui devait être inclus. La dernière étape a été une réunion d'une journée où les experts restants ont discuté des quelques points sur lesquels ils n'étaient pas encore d'accord et ont voté pour finaliser la liste.
Le résultat de ce processus minutieux est une nouvelle liste de contrôle appelée AD-DELTA2. Elle contient 1 4 points principaux que les chercheurs doivent aborder lors de la rédaction de leurs plans d'essais. Ces points couvrent tout, de la conception de base de l'étude aux règles spécifiques sur la manière et le moment où l'essai pourrait changer. Par exemple, la liste de contrôle exige que les chercheurs indiquent clairement quel serait le nombre minimum et maximum de participants, comment ils ont décidé de ces chiffres, et à quoi ressemblerait l'essai si certains changements étaient déclenchés. Elle demande des détails sur les méthodes statistiques utilisées pour prédire ces résultats et sur la manière dont les chercheurs géreront l'incertitude liée à une conception flexible. L'équipe a constaté que cette liste de contrôle fournit un moyen clair et approuvé par des experts de rapporter ces calculs complexes, ce qui permet aux financeurs de mieux comprendre le plan et aux régulateurs de vérifier que la science est solide.
Les chercheurs reconnaissent que cet outil n'est pas une solution parfaite pour toutes les situations possibles. Les essais adaptatifs peuvent être incroyablement complexes, et la liste de contrôle se concentre sur les types de changements les plus courants plutôt que sur chaque scénario rare. Ils notent également que la liste de contrôle est elle-même conçue pour être flexible, permettant aux chercheurs d'adapter la présentation des informations selon qu'ils rédigent une demande de subvention ou un protocole formel. Cependant, l'objectif central reste le même : s'assurer que la planification derrière ces essais modernes et flexibles est aussi transparente et reproductible que les essais eux-mêmes. En fournissant un moyen standard de rapporter ces détails, la liste de contrôle AD-DELTA2 vise à éliminer les incertitudes lors de la phase de planification, aidant ainsi à garantir que la prochaine génération d'essais cliniques soit à la fois efficace et digne de confiance.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.