Factorial clinical trials in the presence and absence of plausible statistical interactions between treatment factors. A historical review of the methodological literature
यह शोधपत्र उन डिजाइनों के बीच ऐतिहासिक बहस की समीक्षा करके फैक्टोरियल क्लिनिकल ट्रायल्स (factorial clinical trials) पर विरोधाभासी पद्धतिगत मार्गदर्शनों का सामंजस्य स्थापित करता है जो इंटरैक्शन की अनुपस्थिति में दक्षता के लिए अनुकूलित हैं बनाम वे जो इंटरैक्शन का मजबूती से अनुमान लगाने के लिए डिज़ाइन किए गए हैं, और अंततः इस बात पर जोर देता है कि ट्रायलिस्टों को उपयुक्त एस्टिमेंड्स (estimands) और विश्लेषण रणनीतियों को निर्धारित करने के लिए अपने उद्देश्यों को स्पष्ट रूप से परिभाषित करना चाहिए।
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 एक शेफ हैं जो एक नए बर्गर के लिए एकदम सही रेसिपी figuring out करने की कोशिश कर रहे हैं। आपके पास दो गुप्त सामग्रियां हैं: स्पाइसी सॉस और चीजी टॉपिंग। आप जानना चाहते हैं कि क्या सॉस बर्गर को बेहतर बनाता है, क्या चीज़ इसे बेहतर बनाती है, और—सबसे पेचीदा हिस्सा—क्या होता है यदि आप दोनों को एक साथ डालते हैं। क्या वे मिलकर एक 'सुपर-बर्गर' बनाते हैं, या वे एक-दूसरे से लड़कर स्वाद बिगाड़ देते हैं?
द दशकों से, मेडिकल "बर्गर टेस्ट" (जिसे क्लिनिकल ट्रायल कहा जाता है) चलाने वाले वैज्ञानिक इस बारे में बहस कर रहे हैं कि इन प्रयोगों को कैसे बनाया जाए। रेबेका वालविन और उनकी टीम का एक नया पेपर एक मिलनसार रेफरी की तरह काम करता है, जो हस्तक्षेप करते हुए कहता है: "हे, आप सभी एक ही तरह के रसोई के औजारों का उपयोग कर रहे हैं, लेकिन आप दो पूरी तरह से अलग तरह के केक बनाने की कोशिश कर रहे हैं!"
दो विचारधाराएं
यह पेपर बताता है कि विचार करने वाले लोगों के दो मुख्य समूह हैं, और वे अलग-अलग भाषाएं बोल रहे हैं।
समूह 1: "एक के साथ एक मुफ्त" डील करने वाले
यह समूह, जो यूके में बहुत लोकप्रिय रहा है, एक फैक्टोरियल ट्रायल को "एक खरीदें, एक मुफ्त पाएं" सेल की तरह मानता है। उनका लक्ष्य एक ही समय में दो पूरी तरह से अलग चीजों (जैसे एक हृदय रोग की दवा और एक रक्त पतला करने वाली दवा) का परीक्षण करना है ताकि पैसा और समय बचाया जा सके। वे यह मान लेते हैं कि दोनों सामग्रियां आपस में बिल्कुल भी इंटरैक्ट नहीं करती हैं। उनका मानना है कि यदि आप उन्हें एक साथ टेस्ट करते हैं, तो आपको एक ही कीमत में दो अलग उत्तर मिलते हैं।
- पकड़: यह तभी काम करता है जब सामग्रियां पूरी तरह से स्वतंत्र हों। यदि स्पाइसी सॉस वास्तव में चीज़ को बेअसर कर देता है, तो यह "दो-एक में" वाला गणित टूट जाता है। पेपर बताता है कि वर्षों से, कई ट्रायलिस्टों को केवल तभी इस पद्धति का उपयोग करने के लिए कहा गया है जब वे निश्चित हों कि सामग्रियां आपस में नहीं मिलेंगी।
समूह 2: "मिक्स-एंड-मैच" खोजकर्ता
यह समूह कृषि विज्ञान (सोचिए खेती के खेत) और आधुनिक इंजीनियरिंग की दुनिया से आता है। वे चीजों को मिलाना पसंद करते हैं! वे विशेष रूप से यह पता लगाने के लिए फैक्टोरियल ट्रायल का उपयोग करते हैं कि सामग्रियां कैसे इंटरैक्ट करती हैं। वे केवल यह नहीं जानना चाहते कि सॉस अच्छा है या नहीं; वे यह जानना चाहते हैं कि क्या सॉस तब बेहतर होता है जब उसमें चीज़ मौजूद हो।
- लक्ष्य: वे जटिल हस्तक्षेप (जैसे कि एक पूर्ण व्यवहार-परिवर्तन कार्यक्रम) बना रहे हैं और उन्हें यह जानने की आवश्यकता है कि कौन से हिस्से मिलकर सबसे अच्छा काम करते हैं। वे इंटरैक्शन होने से खुश हैं; वास्तव में, वे इंटरैक्शन को खोजना चाहते हैं।
बड़ी उलझन
पेपर सुझाव देता है कि भ्रम इन दो लक्ष्यों को मिलाने से आता है। यह एक साधारण सैंडविच की रेसिपी का उपयोग करके एक गगनचुंबी इमारत बनाने की कोशिश करने जैसा है।
- यदि आप केवल दो अलग दवाओं का परीक्षण कर रहे हैं (समूह 1), तो आप मानते हैं कि वे इंटरैक्ट नहीं करती हैं। यदि वे इंटरैक्ट करती हैं, तो आपका गणित गड़बड़ा जाता है, और आपको किसी दवा के अकेले काम करने के बारे में गलत उत्तर मिल सकता है।
- यदि आप एक जटिल कार्यक्रम को अनुकूलित (optimize) कर रहे हैं (समूह 2), तो आपको इंटरैक्शन के बारे में जानने की आवश्यकता है। पेपर का तर्क है कि इन ट्रायल्स के लिए, आपको सामग्रियों को अलग मानने की आवश्यकता नहीं है। वास्तव में, डिज़ाइन इस मिश्रण को पूरी तरह से संभालने के लिए ही बनाया गया है।
"किंगकाओ" बर्गर प्रयोग
अपने बिंदु को सिद्ध करने के लिए, लेखकों ने धूम्रपान छोड़ने में मदद करने के लिए टेक्स्ट मैसेज का उपयोग करने वाले एक वास्तविक अध्ययन को देखा। उन्होंने दो प्रकार के संदेशों का परीक्षण किया: एक क्षमता (छोड़ने के बारे में जानना) को बढ़ावा देने के लिए और एक अवसर (छोड़ने के लिए समय/स्थान होना) को बढ़ावा देने के लिए।
यहाँ हुआ क्या:
- आश्चर्य: जब संदेश अकेले भेजे गए, तो वे थोड़ा मददगार लग रहे थे। लेकिन जब वे साथ में भेजे गए, तो सफलता दर वास्तव में 12% घट गई। दोनों संदेश एक-दूसरे से लड़ रहे थे! इसे "प्रतिरोधी इंटरैक्शन" (antagonistic interaction) कहा जाता है।
- गलती: यदि आपने "समूह 1" के गणित (यह मानते हुए कि कोई इंटरैक्शन नहीं है) का उपयोग किया होता, तो आप एक औसत प्रभाव की गणना करते जो यह दिखाता कि संदेश थोड़े हानिकारक थे, लेकिन आप यह नहीं समझ पाते कि ऐसा क्यों हुआ।
- समाधान: लेखकों ने दिखाया कि यदि आप "समूह 2" के गणित (जिसमें इंटरैक्शन टर्म शामिल है) का उपयोग करते हैं, तो आप देख सकते हैं कि वास्तव में क्या हो रहा है। आप महसूस करते हैं कि दोनों संदेश भेजना वास्तव में एक बुरा विचार है, और सबसे अच्छा "उपचार" यह है कि दोनों में से कोई भी न भेजा जाए।
पेपर क्या कहता है (और क्या नहीं कहता)
लेखक अपने निष्कर्षों के बारे में बहुत स्पष्ट हैं। उन्होंने केवल अनुमान नहीं लगाया; उन्होंने 1935 तक के ऐतिहासिक विवादों को देखा और विस्तृत गणितीय सिमुलेशन चलाए ताकि यह दिखाया जा सके कि अलग-अलग तरीकों के आधार पर नंबर कैसे बदलते हैं।
वे क्या खारिज करते हैं:
वे इस विचार का खंडन करते हैं कि सभी फैक्टोरियल ट्रायल में यह मानना आवश्यक है कि कोई इंटरैक्शन नहीं है। वे कहते हैं कि वे बयान जो दावा करते हैं कि फैक्टोरियल डिजाइन अधिकांश ट्रायल्स के लिए "अनुचित" हैं, वे गलत हैं। वे चेतावनियाँ केवल तभी लागू होती हैं जब आप "दो-एक में" डील (समूह 1) करने की कोशिश कर रहे हों लेकिन सामग्रियां वास्तव में मिल रही हों। यदि आप एक जटिल रेसिपी को अनुकूलित करने की कोशिश कर रहे हैं (समूह 2), तो डिज़ाइन वास्तव में परफेक्ट है, भले ही बड़े इंटरैक्शन हों।
वे क्या सुझाव देते हैं:
उनका सुझाव है कि ट्रायलिस्टों को अस्पष्ट होना बंद करना होगा। ट्रायल शुरू करने से पहले, आपको पूछना चाहिए: "मैं क्या खोजने की कोशिश कर रहा हूँ?"
- यदि आप जानना चाहते हैं कि दवा A अकेले कैसे काम करती है, तो आपको एक विशिष्ट योजना की आवश्यकता है (समूह 1)।
- यदि आप जानना चाहते हैं कि हिस्सों का सबसे अच्छा संयोजन कैसे बनाया जाए, तो आपको एक अलग योजना की आवश्यकता है (समूह 2)।
पेपर निष्कर्ष निकालता है कि अब चिकित्सा जगत को उन वैज्ञानिकों के बराबर आने का समय आ गया है जो 100 वर्षों से कृषि में यह सब कर रहे हैं। वे यह नहीं कह रहे हैं कि एक विधि जादुई समाधान है जो सब कुछ हल कर देती है। इसके बजाय, वे कह रहे हैं: "सही काम के लिए सही उपकरण चुनें, अपने लक्ष्य को स्पष्ट रूप से परिभाषित करें, और सामग्रियों के मिलने से न डरें!"
संक्षेप में, पेपर यह नहीं कहता कि "फैक्टोरियल ट्रायल टूटे हुए हैं।" यह कहता है कि "फैक्टोरियल ट्रायल शक्तिशाली हैं, लेकिन आपको यह जानना होगा कि आप एक साधारण केक बना रहे हैं या एक जटिल टावर, क्योंकि प्रत्येक के लिए गणित पूरी तरह से अलग है।"
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।