📊 statistics

Adaptive clinical trials based on design-optimal e-values with automatic curtailment: An application to single-arm trials with binary data

यह शोध पत्र एकल-आर्म बाइनरी क्लिनिकल ट्रायल्स के लिए परिमित-क्षितिज़ (फाइनाइट-होरिज़न) इष्टतम ई-वैल्यू डिज़ाइनों का प्रस्ताव और सत्यापन करता है जो 'एनीटाइम-वैलिडिटी' सुनिश्चित करते हुए और स्वचालित निरर्थकता (फ्यूटिलिटी) कटौती को सक्षम करते हुए पावर को अधिकतम करने या नमूना आकार को न्यूनतम करने के लिए डायनेमिक प्रोग्रामिंग का उपयोग करते हैं।

मूल लेखक: Stef Baas, Judith ter Schure, Joost van Rosmalen

प्रकाशित 2026-05-28

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Stef Baas, Judith ter Schure, Joost van Rosmalen

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप यह देखने के लिए एक क्लिनिकल ट्रायल चला रहे हैं कि क्या कैंसर की एक नई दवा काम करती है। पुराने तरीके में, आप एक कठोर शेड्यूल तय करते थे: "हम 10 मरीजों के बाद, फिर 20, फिर 30 के बाद परिणाम की जांच करेंगे।" यदि आप किसी चेक-इन को मिस कर देते हैं या मरीजों की भर्ती उम्मीद से तेज़ हो जाती है, तो गणित गड़बड़ा जाता है, और आप अनजाने में यह दावा कर सकते हैं कि दवा काम करती है जबकि वह वास्तव में नहीं करती।

यह पेपर e-values नामक एक अवधारणा का उपयोग करके इन ट्रायल्स को चलाने का एक स्मार्ट और लचीला तरीका पेश करता है। e-value को केवल एक शुष्क सांख्यिकी (statistic) के रूप में नहीं, बल्कि एक जुआ खेलने के स्कोर या बैंक अकाउंट बैलेंस के रूप में समझें, जो इस बात का ट्रैक रखता है कि आपके पास इस विचार के विरुद्ध कितना सबूत इकट्ठा हुआ है कि दवा बेकार है।

यहाँ इस पेपर के विचारों का सरल उपमाओं (analogies) के माध्यम से विवरण दिया गया है:

1. दांव लगाने का खेल (मूल विचार)

कल्पना कीजिए कि आप एक जुआरी हैं जिसे लगता है कि नई दवा वास्तव में काम करती है। आप $1 की "साक्ष्य पूंजी" (evidence capital) के साथ शुरुआत करते हैं।

द हाउस (शून्य परिकल्पना/Null Hypothesis): "द हाउस" का मानना है कि दवा बेकार है। वे मानक उपचार (जैसे 10% सफलता दर) के आधार पर ऑड्स (odds) निर्धारित करते हैं।
दांव (The Bet): हर बार जब कोई मरीज दवा लेता है, तो आप अपनी पूंजी का एक हिस्सा दांव पर लगाते हैं।
- यदि मरीज अच्छी प्रतिक्रिया देता है (एक "जीत"), तो आपकी पूंजी बढ़ती है।
- यदि मरीज प्रतिक्रिया नहीं देता (एक "हार"), तो आपकी पूंजी घटती है।
लक्ष्य: आपका लक्ष्य अपनी पूंजी को $1 से बढ़ाकर **$ 20** करना है (जो इस बात का पुख्ता प्रमाण है कि दवा काम करती है)। यदि आप $20 तक पहुँच जाते हैं, तो आप ट्रायल जीत जाते हैं।
सुरक्षा नियम: यदि दवा वास्तव में बेकार है, तो "द हाउस" यह सुनिश्चित करता है कि औसतन आपकी पूंजी कभी बढ़ेगी नहीं। यह हाउस के लिए एक निष्पक्ष खेल है। लेकिन यदि दवा वास्तव में अच्छी है, तो आपकी पूंजी तेजी से बढ़ेगी।

2. "स्मार्ट" बनाम "डम्ब" बेटिंग रणनीति

पेपर इस खेल को खेलने के दो तरीकों की तुलना करता है:

"डम्ब" रणनीति (GROW/Kelly Betting): यह कई आधुनिक ट्रायल्स में उपयोग की जाने वाली मानक विधि है। यह एक ऐसे खेल की तरह है जहाँ आप मान लेते हैं कि आपके पास खेलने के लिए अनंत समय है। आप लंबे समय में विकास को अधिकतम करने के लिए हर बार एक निश्चित प्रतिशत दांव पर लगाते हैं।
- समस्या: क्लिनिकल ट्रायल्स की एक निश्चित समाप्ति होती है (जैसे, "हम केवल 50 लोगों की भर्ती कर सकते हैं")। यदि आप अंत के करीब शेड्यूल से पीछे चल रहे हैं, तो "अनंत समय" वाली रणनीति बहुत अधिक सतर्क होती है। यह पकड़ बनाने के लिए पर्याप्त दांव नहीं लगाएगी, और आप जीत हासिल करने का मौका चूक सकते हैं, भले ही दवा काम कर रही हो।
"स्मार्ट" रणनीति (डिज़ाइन-ऑप्टिमल): यह वह है जिसे लेखकों ने बनाया है। वे एक जीपीएस (जिसे डायनेमिक प्रोग्रामिंग कहा जाता है) का उपयोग करते हैं जो ठीक जानता है कि कितने मरीज बाकी हैं।
- यदि आप आगे हैं: जीपीएस आपको अपनी बढ़त बचाने के लिए रूढ़िवादी (conservative) दांव लगाने के लिए कहता है।
- यदि आप पीछे हैं: जीपीएस आपको आक्रामक रूप से (शायद "ऑल-इन" भी) दांव लगाने के लिए कहता है ताकि खेल खत्म होने से पहले $20 के लक्ष्य तक पहुँचा जा सके।
- परिणाम: यह रणनीति सीमित मरीजों में दवा के वास्तविक प्रभाव को खोजने में बहुत बेहतर है।

3. स्वचालित "स्टॉप साइन" (Curtailment)

इस प्रणाली की सबसे शानदार विशेषताओं में से एक स्वचालित कर्टेलमेंट (Automatic Curtailment) है।

दिवालिया होने की स्थिति (The Bankruptcy Scenario): कल्पना कीजिए कि आप दांव लगा रहे हैं, लेकिन आप इतना हार जाते हैं कि आपकी पूंजी $0 हो जाती है।
- पुराने तरीके में, आप शायद मरीजों की भर्ती जारी रखते क्योंकि आप "सुनिश्चित" होना चाहते थे, भले ही आप जानते हों कि अब जीतना असंभव है।
- इस नए सिस्टम में, यदि आपकी पूंजी $0 हो जाती है, तो खेल **अपने आप रुक जाता है**। आप तुरंत जान जाते हैं कि शेष मरीजों के साथ$ 20 के लक्ष्य तक पहुँचना अब असंभव है। आप एक निष्फल (futile) ट्रायल को तुरंत रोककर समय और पैसा बचाते हैं।
"निराशाजनक क्षेत्र" (The Hopeless Zone): इससे पहले कि आप $0 पर पहुँचें, सिस्टम देख सकता है कि क्या आप "निराशाजनक क्षेत्र" में हैं (जहाँ आपकी पूंजी इतनी कम है कि शेष सभी दांव जीतने के बाद भी आप$ 20 तक नहीं पहुँच पाएंगे)। यह आपको जल्दी रुकने का संकेत देता है।

4. यह वास्तविक जीवन के लिए क्यों बेहतर है

लेखक तर्क देते हैं कि यह विधि तीन मुख्य कारणों से वर्तमान मानकों की तुलना में अधिक मजबूत है:

यह अराजकता को संभालता है: वास्तविक ट्रायल्स अव्यवस्थित होते हैं। मरीज बीच में छोड़ सकते हैं, या भर्ती योजना से तेज हो सकती है। यदि आप अपना शेड्यूल बदलते हैं, तो पुराना गणित टूट जाता है। e-value सिस्टम "एनीटाइम-वैलिड" (anytime-valid) है, जिसका अर्थ है कि यह पूरी तरह से काम करता है चाहे आप 5 मरीजों के बाद परिणाम देखें या 50। इसे इस बात से फर्क नहीं पड़ता कि आप योजना से हट गए हैं।
यह साक्ष्य को जोड़ता है: आप पिछले अध्ययन से साक्ष्य का "हेड स्टार्ट" लेकर ट्रायल शुरू कर सकते हैं (जैसे $1 के बजाय$ 1.50 के साथ शुरुआत करना)। गणित बिना गलत अलार्म के जोखिम को बढ़ाए इसे सुरक्षित रूप से संभालता है।
यह लचीला है: आप ट्रायल को या तो काम करने वाली दवा खोजने की संभावना (Power) को अधिकतम करने के लिए, या आवश्यक मरीजों की संख्या (Efficiency) को कम करने के लिए डिज़ाइन कर सकते हैं, और सिस्टम उस विशिष्ट लक्ष्य को प्राप्त करने के लिए अपनी बेटिंग रणनीति को समायोजित करता है।

सारांश

लेखकों ने क्लिनिकल ट्रायल्स के लिए एक नया "स्मार्ट बेटिंग" सिस्टम बनाया है। एक कठोर स्क्रिप्ट का पालन करने के बजाय, ट्रायल अपनी रणनीति को इस आधार पर बदलता है कि उसने कितना साक्ष्य एकत्र किया है और कितने मरीज बाकी हैं। यह तुरंत रुक जाता है जब ट्रायल निराशाजनक होता है (संसाधन बचाते हुए) और जब इसे पकड़ बनाने की आवश्यकता होती है तो आक्रामक रूप से दांव लगाता है (तेजी से प्रभावी दवाओं को खोजते हुए)। यह यह तय करने का एक अधिक लचीला, मजबूत और कुशल तरीका है कि क्या कोई नया उपचार काम करता है।

तकनीकी सारांश: डिज़ाइन-इष्टतम ई-वैल्यूज़ (E-Values) पर आधारित अनुकूली नैदानिक परीक्षण (Adaptive Clinical Trials)

समस्या विवरण
मानक अनुकूली नैदानिक परीक्षण (adaptive clinical trials), लचीले होने के बावजूद, प्रोटोकॉल विचलन (जैसे कि निगरानी अनुसूची या नमूना आकार में परिवर्तन) के तहत टाइप I त्रुटि दर नियंत्रण के संबंध में कठोरता से ग्रस्त होते हैं और अक्सर एक पूर्व-निर्दिष्ट अधिकतम नमूना आकार तक पहुँचने पर रुकने की आवश्यकता होती है। इसके अलावा, मौजूदा ई-वैल्यू साहित्य मुख्य रूप से अनंत क्षितिज (infinite horizon) पर केंद्रित है, जो 'ग्रो' (GROW - Growth Rate Optimal in the Worst-case) के रूप में जाना जाता है। यह दृष्टिकोण उन नैदानिक परीक्षणों के लिए उप-इष्टतम (suboptimal) है जहाँ नमूना आकार सीमित और निश्चित होता है। एक ऐसे ई-वैल्यू-आधारित डिज़ाइन की आवश्यकता है जो सीमित क्षितिज (finite horizons) के लिए अनुकूलित हो, प्रोटोकॉल विचलनों के प्रति सुदृढ़ (robust) हो, और सांख्यिकीय शक्ति (statistical power) से समझौता किए बिना स्वचालित रूप से निरस्तता (curtailment/stopping for futility) की सुविधा प्रदान करे।

कार्यप्रणाली (Methodology)
लेखक बाइनरी डेटा (जैसे ट्यूमर प्रतिक्रिया) वाले सिंगल-आर्म मल्टी-स्टेज नैदानिक परीक्षणों के लिए डिज़ाइन-इष्टतम ई-वैल्यूज़ का एक ढांचा प्रस्तावित करते हैं। मानक GROW ई-वैल्यूज़ के विपरीत, जो साक्ष्य की अनंत स्पर्शोन्मुखी वृद्धि (asymptotic growth rate) को अधिकतम करते हैं, ये डिज़ाइन एक सीमित क्षितिज $n$ (अधिकतम नमूना आकार) के लिए प्रदर्शन को अनुकूलित करते हैं।

बेटिंग एनालॉजी और ई-प्रोसेस (Betting Analogy and E-Processes): कार्यप्रणाली बेटिंग एनालॉजी का उपयोग करती है जहाँ एक ई-वल्यू $H_0: \theta \le \theta_0$ के विरुद्ध $H_1: \theta \ge \theta_1$ के पक्ष में दांव लगाने वाले दांवबाज (bettor) की पूंजी का प्रतिनिधित्व करता है। कैपिटल प्रोसेस $M_t$ एक टेस्ट सुपरमार्टिंगेल (test supermartingale) है $H_0$ के तहत।
मार्कोव निर्णय प्रक्रिया (Markov Decision Process - MDP): इष्टतम बेटिंग रणनीति को एक सीमित-क्षितिज MDP को हल करके प्राप्त किया जाता है। स्टेट स्पेस (state space) को वर्तमान समय $t$ और वर्तमान ई-वैल्यू (पूंजी) $M_t$ द्वारा परिभाषित किया गया है। एक्शन स्पेस (action space) में बेटिंग अंश $B_t \in [0, 1]$ शामिल है।
अनुकूलन उद्देश्य (Optimization Objectives): लेखक डायनेमिक प्रोग्रामिंग (बेलमैन समीकरणों) के माध्यम से हल करने के लिए दो प्राथमिक रिवॉर्ड फंक्शन परिभाषित करते हैं:
- पावर-मैक्सिमाइजिंग (P-max): अंतिम विश्लेषण पर $H_0$ को अस्वीकार करने (अर्थात $M_n \ge 1/\alpha$ तक पहुँचना) की संभावना को अधिकतम करता है।
- एक्सपेक्टेड सैंपल साइज-मिनिमाइजिंग (ESS-min): एक निर्दिष्ट थ्रेशोल्ड (जैसे 80%) से ऊपर समग्र शक्ति बनाए रखते हुए $H_1$ के तहत अपेक्षित नमूना आकार को न्यूनतम करता है।
स्वचालित निरस्तता (Automatic Curtailment): यह ढांचा गैर-स्टोकेस्टिक निरस्तता (non-stochastic curtailment) को स्वाभाविक रूप से शामिल करता है। यदि ई-वैल्यू शून्य हो जाती है (या उस "निराशाजनक क्षेत्र" में प्रवेश करती है जहाँ $1/\alpha$ का थ्रेशोल्ड अब प्राप्त नहीं किया जा सकता), तो परीक्षण भविष्यता (futility) के लिए स्वतः ही रुक जाता है।
ब्लॉक डिज़ाइन (Blocked Designs): यह दृष्टिकोण ब्लॉक डिज़ाइन (डेटा को निरंतर के बजाय समूहों में विश्लेषण करना) को समायोजित करता है, जिसमें परिणामों को ब्लॉकों के भीतर पूर्णतः क्रमिक (fully sequential) माना जाता है। यह सुनिश्चित करता है कि यदि निगरानी बिंदु योजना से विचलित भी हों, तो भी न्यूनतम शक्ति का मानदंड पूरा हो, बशर्ते अधिकतम नमूना आकार तक पहुँचा जाए।

प्रमुख योगदान

सीमित-क्षितिज इष्टतमता (Finite-Horizon Optimality): यह पेपर विशिष्ट ट्रायल डिज़ाइनों के लिए अनुकूलित ई-वैल्यूज़ पेश करता है, जो अनंत-क्षितिज GROW मानदंड से आगे बढ़ते हैं।
डायनेमिक प्रोग्रामिंग निर्माण: यह इष्टतम बेटिंग रणनीतियों का निर्माण करने के लिए एक कम्प्यूटेशनल विधि प्रदान करता है जो या तो शक्ति को अधिकतम करती हैं या शक्ति बाधाओं के तहत अपेक्षित नमूना आकार को न्यूनतम करती हैं।
प्रोटोकॉल विचलनों के प्रति सुदृढ़ता: ई-वैल्यू की 'एनीटाइम-वैलिड' (anytime-valid) संपत्ति पर भरोसा करके, ये डिज़ाइन टाइप I त्रुटि नियंत्रण बनाए रखते हैं, भले ही निगरानी अनुसूची बदल जाए या परीक्षण को नियोजित आकार से आगे बढ़ाया जाए, बशर्ते अधिकतम नमूना आकार का सम्मान किया जाए।
फ्यूटिलिटी (Futility) के लिए स्वचालित स्टॉपिंग: यह विधि भविष्यता के लिए रुकने का एक कठोर, स्वचालित तंत्र प्रदान करती है (जब $M_t = 0$ ), जो कि एड-हॉक (ad-hoc) जोड़ के बजाय डिज़ाइन अनुकूलन में एकीकृत है।
मानक डिज़ाइनों के साथ तुलना: लेखक प्रदर्शित करते हैं कि डिज़ाइन-इष्टतम ई-वैल्यूज़ मानक GROW ई-वैल्यूज़ की तुलना में सीमित नमूनों में बेहतर प्रदर्शन कर सकते हैं और मानक स्टोकेस्टिक कर्टेलमेंट (SC) डिज़ाइनों और साइमन के टू-स्टेज डिज़ाइनों के साथ प्रतिस्पर्धी ऑपरेटिंग विशेषताएँ प्रदान करते हैं।

परिणाम
बाइनरी डेटा ( $n=50, \theta_0=0.1, \theta_1=0.242, \alpha=0.05$ ) वाले सिंगल-आर्म ट्रायल्स के लिए पूरी तरह से क्रमिक (fully sequential), ब्लॉक और टू-स्टेज डिज़ाइनों के लिए संख्यात्मक तुलना की गई:

टाइप I त्रुटि नियंत्रण: सभी ई-वैल्यू-आधारित डिज़ाइनों ने टाइप I त्रुटि दरों को नाममात्र स्तर से नीचे बनाए रखा।
पावर (Power): P-max ई-वैल्यू-आधारित डिज़ाइन ने मानक स्टोकेस्टिक कर्टेलमेंट (SC) और GROW ई-वैल्यू की तुलना में उच्च अंतिम शक्ति प्राप्त की, हालांकि इसमें प्रारंभिक शक्ति कम थी। ESS-min डिज़ाइन ने SC के समान शक्ति प्राप्त की।
अपेक्षित नमूना आकार (ESS): ESS-min ई-वैल्यू-आधारित डिज़ाइन ने $H_1$ के तहत SC की तुलना में कम मेडियन अपेक्षित नमूना आकार परिणाम दिया।
फ्यूटिलिटी स्टॉपिंग (Futility Stopping): ई-वैल्यू-आधारित डिज़ाइनों ने $H_0$ के तहत SC की तुलना में, विशेष रूप से टू-स्टेज डिज़ाइनों में, भविष्यता के लिए जल्दी समाप्त होने की उच्च संभावना प्रदर्शित की। GROW ई-वैल्यू (केली बेटिंग) में गैर-स्टोकेस्टिक कर्टेलमेंट प्रदर्शित नहीं हुआ।
ब्लॉक डिज़ाइन: "ब्लॉक्स में पूर्णतः क्रमिक" दृष्टिकोण ने पूरी तरह से क्रमिक डिज़ाइन के पावर गुणों को संरक्षित किया, जिससे यह सुनिश्चित हुआ कि ब्लॉक आकार के बदलावों के बावजूद न्यूनतम शक्ति का मानदंड पूरा हो।

महत्व और दावे
यह पेपर दावा करता है कि डिज़ाइन-इष्टतम ई-वैल्यूज़ सिंगल-आर्म बाइनरी ट्रायल्स में वर्तमान अत्याधुनिक (state-of-the-art) के लिए एक व्यवहार्य और प्रतिस्पर्धी विकल्प प्रदान करते हैं। अनंत-क्षितज अनुकूलता से हटकर सीमित-क्षितज अनुकूलता पर ध्यान केंद्रित करके, ये डिज़ाइन प्रोटोकॉल विचलनों और निश्चित रुकने के नियमों के संबंध में मानक अनुकूली परीक्षणों की कठोरता को दूर करते हैं। लेखक का तर्क है कि ई-वली-आधारित डिज़ाइन निम्नलिखित प्रदान करते हैं:

सुदृढ़ता (Robustness): अनिर्दिष्ट डेटा मॉनिटरिंग और वैकल्पिक निरंतरता के तहत वैध निष्कर्ष।
दक्षता (Efficiency): मानक अनुकूली डिज़ाइनों की तुलना में प्रतिस्पर्धी या बेहतर ऑपरेटिंग विशेषताएँ (पावर और ESS)।
लचीलापन (Flexibility): टाइप I त्रुटि दरों को बढ़ाए बिना ऐतिहासिक डेटा को शामिल करने और बदलती परीक्षण स्थितियों के अनुकूल होने की क्षमता।
व्याख्यात्मकता (Interpretability): एक स्पष्ट बेटिंग व्याख्या जो एनीटाइम-वैलिड निष्कर्षों को पेश करने में सुविधा प्रदान करती है और परीक्षण के निरंतरता या भविष्यता के लिए सहज संकेतक प्रदान करती है।

लेखक निष्कर्ष निकालते हैं कि हालांकि ये डिज़ाइन GROW ई-वैल्यूज़ में पाए जाने वाले लाइक्लीहुड रेश्यो (likelihood ratios) के साथ प्रत्यक्ष संबंध खो देते हैं, फिर भी वे सीमित-नमूना सेटिंग्स में बेहतर व्यावहारिक प्रदर्शन प्रदान करते हैं और मल्टी-आर्म एवं रिस्पॉन्स-एडाप्टिव ट्रायल सेटिंग्स में विस्तार के योग्य हैं।

1. दांव लगाने का खेल (मूल विचार)

2. "स्मार्ट" बनाम "डम्ब" बेटिंग रणनीति

3. स्वचालित "स्टॉप साइन" (Curtailment)

4. यह वास्तविक जीवन के लिए क्यों बेहतर है

सारांश

इसी तरह के और पेपर