Bayesian sample size determination using robust commensurate priors with interpretable discrepancy weights

तकनीकी सारांश: व्याख्या योग्य विसंगति भारों के साथ सुदृढ़ समतुल्य पूर्व सूचनाओं (Commensurate Priors) का उपयोग करके बेयसियन नमूना आकार निर्धारण

समस्या का निरूपण
यादृच्छिक नियंत्रित परीक्षणों (RCTs) के डिजाइन में, ऐतिहासिक डेटा को शामिल करना दक्षता में सुधार कर सकता है, विशेष रूप से उन स्थितियों में जहाँ रोगी आबादी सीमित होती है (जैसे, दुर्लभ रोग या बाल चिकित्सा)। बेयसियन प्रतिमान (Paradigm) "समतुल्य पूर्व सूचनाओं" (Commensurate Priors) के माध्यम से इसे एक ढांचा प्रदान करता है, जहाँ ऐतिहासिक और वर्तमान परीक्षणों के बीच समानता को दर्शाने वाले विसंगति पैरामीटर के आधार पर ऐतिहासिक जानकारी को कम महत्व (Downweight) दिया जाता है।

यह शोध पत्र ज़ेंग एट अल. (2023a,b) द्वारा प्रस्तावित मौजूदा पद्धति में एक महत्वपूर्ण दोष की पहचान करता है, जो कई ऐतिहासिक स्रोतों के एकत्रीकरण (Aggregation) से संबंधित है। उस ढांचे में, विसंगति भार ($w_q \in [0,1]$) का उद्देश्य एक विशिष्ट ऐतिहासिक स्रोत की अप्रासंगिकता की संभावना को दर्शाना है। हालाँकि, लेखक यह प्रदर्शित करते हैं कि इन भारों और परिणामी 'प्रायर प्रिसिजन' (Prior Precision) तथा (फलतः) आवश्यक नमूना आकार के बीच का संबंध गैर-एकदिष्ट (Non-monotonic) और अत्यधिक गैर-रेखीय (Highly Nonlinear) है।

• गैर-एकदिष्टता (Non-monotonicity): एक भार $w_q$ को बढ़ाने से (जो किसी स्रोत को कम महत्व देने के लिए है) हमेशा प्रायर प्रिसिजन में कमी नहीं आती है। विशेष रूप से जब कई स्रोतों ($Q > 1$) को एकत्रित किया जाता है, तो स्थानीय न्यूनतम (Local Minima) और स्थानीय अधिकतम (Local Maxima) मौजूद होते हैं।
• गैर-रेखीयता (Nonlinearity): शून्य के पास भार में छोटे बदलाव सूचना समावेश में असमान रूप से बड़े बदलाव लाते हैं, जबकि एक के करीब बदलावों का प्रभाव नगण्य होता है।
  ये गुण भारों को 'संभावनाओं' (Probabilities) के रूप में व्याख्या करने योग्य होने से रोकते हैं, जिससे परीक्षण डिजाइन चरण के दौरान विषय-विशेषज्ञों (Subject-matter experts) के लिए तर्कसंगत मान प्राप्त करना कठिन हो जाता है।

कार्यप्रणाली
लेखक इन व्याख्यात्मक समस्याओं को हल करने के लिए दो-भागों वाला समाधान प्रस्तावित करते हैं:

1. वैकल्पिक प्रायर एकत्रीकरण (Alternative Prior Aggregation):
   पिछले कार्य में उपयोग किए गए कनवल्शन-आधारित एकत्रीकरण (जिससे जटिल वेटिंग फंक्शन उत्पन्न हुए थे) के बजाय, लेखक विंकलर (1981) द्वारा सुझाए गए तरीके का उपयोग करके प्रेडिक्टिव प्रायर्स को एकत्रित करने का प्रस्ताव करते हैं। इसमें व्यक्तिगत प्रेडिक्टिव वितरणों के प्रिसिज़न के योग के रूप में एक सामूहिक प्रायर बनाना शामिल है।

   • सामूहिक प्रायर का माध्य (Mean), ऐतिहासिक माध्यओं का भारित योग होता है।
   • सामूहिक प्रायर विचरण ($\sigma^2_{CP*}$), व्यक्तिगत स्रोतों के प्रिसिज़न ($\xi^{-2}_q$) के योग का व्युत्क्रम होता है।
   • महत्वपूर्ण रूप से, इस नए एकत्रीकरण के तहत, भार $w_q$ और सामूहिक प्रिसिजन के बीच का संबंध एकदिष्ट रूप से घटता हुआ (Monotonically Decreasing) है। जैसे-जैसे $w_q$ बढ़ता है (अधिक अप्रासंगिकता का संकेत देते हुए), प्रिसिजन समान रूप से घटता है।

2. कार्यात्मक रूपांतरण के माध्यम से रेखीयकरण (Linearization via Functional Transformation):
   एकदिष्टता के बावजूद, $w_q$ और नमूना आकार के बीच का संबंध गैर-रेखीय रहता है। समान संकुचन (Uniform Shrinkage) प्राप्त करने के लिए, लेखक एक रेखीयकरण तकनीक पेश करते हैं:

   • वे प्रत्येक स्रोत से संबंधित नमूना आकार सूत्र के गैर-रेखीय घटक को अलग करते हैं।
   • प्रिसिजन $w_q=0$ (पूर्ण उधार/Full Borrowing) और $w_q=1$ (कोई उधार नहीं/No Borrowing) के बीच एक रेखीय इंटरपोलेशन किया जाता है।
   • एक व्युत्क्रम रूपांतरण फलन $f(w_q) = w'_q$ व्युत्पन्न किया जाता है।
   • यह रूपांतरण विशेषज्ञ द्वारा सूचित अप्रासंगिकता की संभावना ($w_q$) को एक रूपांतरित भार ($w'_q$) में मैप करता है ताकि नमूना आकार रूपांतरित भार के सापेक्ष रेखीय रूप से परिवर्तित हो। यह सुनिश्चित करता है कि 0.5 का भार निर्दिष्ट करने पर, सूचना के संभावित दायरे के सापेक्ष उस स्रोत से ठीक 50% सूचना शामिल होती है।

प्रमुख योगदान और परिणाम

• विश्लेषणात्मक नमूना आकार सूत्र: लेखक सामान्य रूप से वितरित परिणामों वाले दो-आर्म (Two-arm) RCT के लिए एक क्लोज्ड-फॉर्म बेयसियन नमूना आकार सूत्र व्युत्पन्न करते हैं, जिसमें नया एकत्रीकरण तरीका और रेखीयकृत भार शामिल हैं। सूत्र है:
  $$n \ge \frac{\sigma^2_0}{R(1-R)} \left[ \left(\frac{z_\eta + z_\zeta}{\delta}\right)^2 - \sum_{q=1}^Q \xi^{-2}_q(w'_q) \right]$$
  जहाँ $\xi^{-2}_q$, रूपांतरित भारों पर निर्भर करता है।
• व्याख्यात्मकता (Interpretability): प्रस्तावित विधि विशेषज्ञों को अप्रासंगिकता की संभावना के रूप में $w_q$ को सीधे सूचित करने की अनुमति देती है (जैसे, "मैं 60% संदिग्ध हूँ कि यह ऐतिहासिक परीक्षण प्रासंगिक है")। रूपांतरण गैर-रेखीयता को संभालता है, यह सुनिश्चित करता है कि सांख्यिकीय व्यवहार विशेषज्ञ के इरादे के अनुरूप हो।
• सिमुलेशन अध्ययन: ऐतिहासिक डेटा (प्रभाव आकार और विचरण में भिन्नता) के चार विन्यास (Configurations) में एक सिमुलेशन अध्ययन पुष्टि करता है कि प्रस्तावित विधि पूर्व-निर्धारित बेयसियन निर्णय गुणों को सुरक्षित रखती है। विशेष रूप से, गणना किए गए नमूना आकारों का उपयोग करते समय, 100% सिम्युलेटेड परीक्षणों ने प्रभावकारिता या निरर्थकता (Futility) के संबंध में एक निर्णायक निष्कर्ष प्राप्त किया, जो पूर्व-निर्धारित पोस्टीरियर प्रोबेबिलिटी थ्रेशोल्ड ($\eta$ और $\zeta$) को पूरा करता है।
• अनुप्रयोग उदाहरण: विधि को सात ऐतिहासिक RCTs के डेटा वाले एक काल्पनिक अल्जाइमर रोग परीक्षण पर लागू किया गया है। लेखक प्रदर्शित करते हैं कि "रॉ" (Raw) भारों का उपयोग करने से ओवर-डिस्काउंटिंग होती है (परिणामस्वरूप 332 का नमूना आकार मिलता है), जबकि रेखीयकृत रूपांतरण का उपयोग करने से 176 का अधिक उपयुक्त नमूना आकार प्राप्त होता है जो सूचना उधार लेने के इच्छित स्तर को दर्शाता है।

महत्व और दावे
लेखक का दावा है कि उनका प्राथमिक योगदान पिछले कम्यूटरेट प्रायर एकत्रीकरण विधियों में अंतर्निहित गैर-एकदिष्टता और गैर-रेखीयता की समस्याओं को हल करना है। यह सुनिश्चित करके कि विसंगति भार एकदिष्ट व्यवहार करते हैं और उन्हें रेखीय बनाया जा सकता है, लेखक तर्क देते हैं कि:

1. संचार सुगम होता है: सांख्यिकीविद और विषय-विशेषज्ञ ऐतिहासिक डेटा की प्रासंगिकता के संबंध में अधिक प्रभावी ढंग से संवाद कर सकते हैं, क्योंकि भार अब व्याख्या योग्य संभावनाओं के रूप में हैं।
2. डिजाइन सुदृढ़ है: विधि नमूना आकार निर्धारित करने के लिए एक सुसंगत ढांचा प्रदान करती है, जिससे अनचाहे सूचना डिस्काउंटिंग या इन्फ्लेशन का जोखिम कम हो जाता है जो गैर-एकदिष्ट व्यवहार के कारण हो सकता है।
3. सामान्यीकरण (Generalizability): हालांकि यह निरंतर परिणामों वाले दो-आर्म परीक्षणों पर केंद्रित है, लेखक उल्लेख करते हैं कि इस कार्यप्रणाली को बाइनरी और टाइम-टू-इवेंट एंडपॉइंट्स (पूरक सामग्री में विस्तृत) और संभावित रूप से बास्केट ट्रायल्स जैसे अन्य परीक्षण डिजाइनों तक विस्तारित किया जा सकता है।

लेखक एक मध्यम रुख बनाए रखते हैं, यह स्वीकार करते हुए कि हालांकि यह विधि व्याख्यात्मकता और डिजाइन दक्षता में सुधार करती है, लेकिन यह विशिष्ट व्यावहारिक अनुप्रयोगों में परिचालन विशेषताओं (जैसे टाइप I एरर रेट) का मूल्यांकन करने के लिए ऐतिहासिक परीक्षणों के सावधानीपूर्वक चयन या व्यापक सिमुलेशन की आवश्यकता को समाप्त नहीं करती है। वे इस बात पर जोर देते हैं कि ऐतिहासिक डेटा उधार लेने का निर्णय लेने के लिए नमूना आकार निर्धारण केवल एक कारक है।