Covariate-Adaptive Sample Size Re-estimation for Population-Standardized Historical Control Designs in Single-Arm Trials

तकनीकी सारांश: जनसंख्या-मानकीकृत ऐतिहासिक नियंत्रण डिजाइनों के लिए एकल-आर्म परीक्षणों में कोवेरिएट-अनुकूली नमूना आकार पुनर्मूल्यांकन

समस्या विवरण
जब रैंडमाइज्ड कंट्रोल (यादृच्छिक नियंत्रण) व्यवहार्य नहीं होते हैं, विशेष रूप से दुर्लभ रोगों या ऐसी स्थितियों में जहाँ समवर्ती नियंत्रण आवंटन नैतिक या व्यावहारिक रूप से कठिन होता है, तो बाहरी रूप से नियंत्रित एकल-आर्म (single-arm) परीक्षणों का उपयोग तेजी से बढ़ रहा है। हालांकि, एक मौलिक चुनौती आधारभूत असंतुलन (baseline imbalances) से उत्पन्न होती है जो सक्रिय-आर्म परीक्षण और ऐतिहासिक नियंत्रण डेटा (जैसे कि रजिस्ट्री या पिछले परीक्षणों) के बीच होती है। विशेषताओं, कैलेंडर समय या मापन प्रक्रियाओं में ये अंतर साधारण परिणाम माध्य (outcome means) के अंतर को उपचार प्रभाव के बजाय जनसंख्या या डेटा-स्रोत विसंगतियों के रूप में दर्शा सकते हैं।

यद्यपि प्रोपेंसिटी स्कोर, G-कम्प्यूटेशन और इनवर्स प्रोबेबिलिटी ऑफ ट्रीटमेंट वेटिंग (IPTW) जैसे विधियाँ कन्फाउंडिंग को समायोजित करने के लिए मौजूद हैं, इस संदर्भ में नमूना आकार नियोजन (sample size planning) समस्याग्रस्त बना हुआ है। पारंपरिक दृष्टिकोण अक्सर नियोजन धारणाओं के आधार पर ऐतिहासिक नियंत्रण माध्य और विचरण (variance) के लिए नमूना आकार को निश्चित करते हैं। हालाँकि, जब लक्षित एस्टिमैंड (estimand) वास्तव में नामांकित सक्रिय-आर्म जनसंख्या के लिए परिभाषित होता है, तो मानकीकृत नियंत्रण माध्य और उसका विचरण, नामांकित जनसंख्या के कोवेरिएट वितरण के स्पष्ट फलन (functions) बन जाते हैं। यदि वास्तविक नामांकित जनसंख्या नियोजन धारणाओं से विचलित होती है, तो निश्चित डिजाइन शक्ति (power) की हानि या टाइप I त्रुटि (type I error) में वृद्धि का शिकार हो सकते हैं। इसके अतिरिक्त, मानक नमूना आकार पुनर्मूल्यांकन (SSR) विधियाँ आमतौर पर नज़दीकी मापदंडों (जैसे विचरण) या अंतरिम परिणामों पर आधारित सशर्त शक्ति (conditional power) पर निर्भर करती हैं, जो यहाँ लागू नहीं होती हैं क्योंकि पुनर्मूल्यांकन चरण के दौरान सक्रिय-आर्म परिणाम उपलब्ध नहीं होते हैं।

कार्यप्रणाली
लेखक जनसंख्या-मानकीकृत एस्टिमैंड और परिणाम-अंध (outcome-blinded), कोवेरिएट-अनुकूली नमूना आकार पुनर्मूल्यांकन (SSR) के लिए एक एकीकृत ढांचे का प्रस्ताव करते हैं।

1. जनसंख्या-मानकीकृत एस्टिमैंड:

   • लक्षित जनसंख्या को एकल-आर्म परीक्षण में वास्तव में नामांकित विषयों के रूप में परिभाषित किया गया है।
   • एक पूर्व-निर्धारित संतुलन स्कोर $Z = s(X)$ (जैसे कि ट्रायल पार्टिसिपेशन स्कोर) सक्रिय आर्म और ऐतिहासिक नियंत्रणों के बीच वितरण संबंधी अंतरों को संक्षेपित करता है।
   • ऐतिहासिक नियंत्रण परिणामों को IPTW का उपयोग करके सक्रिय-आर्म स्कोर वितरण $F_{Z,A}$ के लिए मानकीकृत किया जाता है। नियंत्रण पैरामीटर $\eta_0(F_{Z,A})$ वह अपेक्षित परिणाम है यदि नामांकित सक्रिय-आर्म जनसंख्या को नियंत्रण उपचार प्राप्त होता।
   • उपचार प्रभाव एस्टिमैंड $\Delta(F_{Z,A}) = \eta_1 - \eta_0(F_{Z,A})$ है, जहाँ $\eta_1$ सक्रिय-आर्म परिणाम है।

2. नमूना आकार डिजाइन और पुनर्मूल्यांकन:

   • प्रारंभिक डिजाइन: एक अपेक्षित सक्रिय-आर्म स्कोर वितरण $F^{plan}_{Z,A}$ पूर्व-निर्धारित किया जाता है। आवश्यक नमूना आकार $N(F)$ उपचार प्रभाव एस्टिमेटर के विचरण के आधार पर निकाला जाता है, जिसमें मानकीकृत नियंत्रण पैरामीटर का विचरण $\tau^2_0(F)$ शामिल है।
   • आउटकम-ब्लाइंडेड SSR: परीक्षण के दौरान, सक्रिय-आर्म परिणामों का उपयोग किए बिना, केवल नामांकित विषयों के संचित आधारभूत कोवेरिएट्स (baseline covariates) का उपयोग करके आवश्यक नमूना आकार को अपडेट किया जाता है।
   • पूर्व-निर्धारित समीक्षा समय पर, अनुभवजन्य स्कोर वितरण $\hat{F}_{Z,A,n}$ की गणना की जाती है। मानकीकृत नियंत्रण पैरामीटर $\hat{\eta}_0(\hat{F}_{Z,A,n})$ और आवश्यक नमूना आकार $N_{re}(n)$ को पुनर्गणना की जाती है।
   • दो संस्करण प्रस्तावित हैं:
     • पॉइंट-एस्टिमेट SSR: पुनर्गणना किए गए नमूना आकार का सीधे उपयोग करता है।
     • रूढ़िवादी (Conservative) SSR: स्कोर वितरण की परिमित-नमूना अनुमान त्रुटि को ध्यान में रखते हुए नमूना आकार के अनिश्चितता अंतराल के ऊपरी स्तर का उपयोग करता है।
   • नामांकन तब तक चलता है जब तक कि वर्तमान नमूना आकार $n$ अपडेट किए गए लक्ष्य $N_{target}(n)$ तक नहीं पहुँच जाता या किसी पूर्व-निर्धारित अधिकतम तक नहीं पहुँच जाता।

3. सैद्धांतिक गुण:

   • लेख में स्थितियाँ (A1–A5) स्थापित की गई हैं जिनके तहत प्रक्रिया अनुमानित टाइप I त्रुटि नियंत्रण और सशर्त शक्ति बनाए रखती है।
   • थ्योरम 1: यह प्रदर्शित करता है कि यदि पुनर्मूल्यांकन केवल स्कोर प्रक्रिया (परिणाम नहीं) पर निर्भर है, तो अंतिम परीक्षण अनुभवजन्य स्कोर वितरण द्वारा प्रेरित विसंगति पद के साथ टाइप I त्रुटि को नियंत्रित करता है।
   • थ्योरम 2: यह दिखाता है कि अंतिम प्रेक्षित स्कोर वितरण के सापेक्ष, पुनर्गणना किए गए नमूना आकार को सुरक्षित करना, लक्ष्य स्तर पर कम से कम शक्ति (सामान्य सन्निकटन त्रुटि तक) प्रदान करता है।

प्रमुख योगदान

• एस्टिमैंड की परिभाषा: पेपर एक जनसंख्या-मानकीकृत एस्टिमैंड को औपचारिक रूप से परिभाषित करता है जहाँ ऐतिहासिक नियंत्रणों को एक संतुलन स्कोर के माध्यम से वास्तविक नामांकित जनसंख्या के लिए मानकीकृत किया जाता है, जिससे नियंत्रण पैरामीटर लक्षित वितरण का एक फलन बन जाता है।
• कोवेरिएट-अनुकूली SSR: यह एक नवीन SSR प्रक्रिया विकसित करता है जो केवल नामांकित जनसंख्या के आधारभूत कोवेरिएट वितरण के आधार पर नमूना आकार को अपडेट करता है। यह इस विशिष्ट चुनौती को संबोधित करता है कि मानकीकृत नियंत्रण पैरामीटर और विचरण, नामांकित जनसंख्या की विशेषताओं पर निर्भर करते हैं।
• सैद्धांतिक गारंटी: यह बार-बार होने वाले ब्लाइंडेड SSR सेटिंग्स में अनुमानित टाइप I त्रुटि नियंत्रण और शक्ति संरक्षण के लिए पर्याप्त स्थितियाँ प्रदान करता है, जो अनब्लाइंडेड आउटकम डेटा पर निर्भर विधियों से भिन्न है।
• नियोजन और निष्पादन का एकीकरण: यह ढांचा नियोजन वितरणों पर आधारित निश्चित डिजाइनों और प्रेक्षित वितरणों पर आधारित अनुकूली डिजाइनों को एकीकृत करता है।

परिणाम

• उदाहरण अनुप्रयोग (ADCS डेटा): अल्जाइमर रोग कोऑपरेटिव स्टडी (ADCS) परीक्षणों के डेटा का उपयोग करते हुए, लेखकों ने प्रदर्शित किया कि मानकीकृत नियंत्रण पैरामीटर और आवश्यक नमूना आकार कोवेरिएट समायोजन सेट और विकसित होते नामांकित जनसंख्या प्रोफाइल के आधार पर काफी भिन्न होते हैं। प्रस्तावित SSR विभिन्न परिदृश्यों में अलग-अलग अंतिम नमूना आकार प्रदान करता है, जो नामांकन के दौरान देखे गए वास्तविक कोवेरिएट प्रोफाइल को दर्शाता है, जबकि निश्चित डिजाइन स्थिर नमूना आकार प्रदान करते हैं।
• सिमुलेशन अध्ययन:
  • परिदृश्य: सिमुलेशन में देखा गया कि वास्तविक सक्रिय-आर्म कोवेरिएट वितरण नियोजन धारणा से भिन्न था (वितरण संबंधी बदलाव)।
  • शक्ति (Power): केवल नियोजन धारणाओं पर आधारित निश्चित डिजाइनों ने शक्ति खो दी क्योंकि वास्तविक वितरण योजना से विचलित हो गया था। इसके विपरीत, प्रस्तावित कोवेरिएट-अनुकूली SSR ने नामांकित वितरण के अनुसार नमूना आकार को समायोजित करके लक्ष्य स्तर (0.80) के करीब शक्ति बनाए रखी।
  • तुलना: प्रस्तावित SSR एक "ओरेकल" डिजाइन (जो नियोजन चरण में वास्तविक वितरण को जानता है) के समान प्रदर्शन करता है और शक्ति बनाए रखते हुए नमूना आकार दक्षता के मामले में "मैक्स-सिनारियो" निश्चित डिजाइन से बेहतर प्रदर्शन करता है।
  • टाइप I त्रुटि: प्रक्रिया ने विभिन्न परिदृश्यों में अनुमानित टाइप I त्रुटि नियंत्रण (0.05 के पास) बनाए रखा, जो पुष्टि करता है कि आउटकम-ब्लाइंडेड पुनर्मूल्यांकन गलत सकारात्मक दरों को नहीं बढ़ाता है।
  • असमायोजित डिजाइन: असमायोजित निश्चित डिजाइनों ने कुछ सेटिंग्स में उच्च रिजेक्शन दर दिखाई, लेकिन लेखक नोट करते हैं कि यह असंतुलन के कारण नियंत्रण पैरामीटर के मिसस्पेसिफिकेशन को दर्शाता है न कि वास्तविक शक्ति को।

महत्व और दावे
पेपर का दावा है कि यह बाहरी रूप से नियंत्रित एकल-आर्म परीक्षणों के लिए एक व्यावहारिक डिजाइन रणनीति प्रदान करता है जो स्पष्ट रूप से जनसंख्या-मानकीकृत उपचार प्रभावों को लक्षित करती है। लक्षित जनसंख्या की परिभाषा, नियंत्रण के मानकीकरण और नमूना आकार पुनर्मूल्यांकन को एक एकल ढांचे में जोड़कर, यह विधि डिजाइन चरण में लक्षित जनसंख्या की अनिश्चितता को संबोधित करती है।

लेखक इस बात पर जोर देते हैं कि उनका दृष्टिकोण उपचार परिणामों को अनब्लाइंड किए बिना वास्तविक नामांकित जनसंख्या के अनुकूल होने की अनुमति देता है, जिससे परीक्षण की अखंडता बनी रहती है और पर्याप्त शक्ति सुनिश्चित होती है। अध्ययन निष्कर्ष निकालता है कि यह कोवेरिएट-अनुकूली, आउटकम-ब्लाइडेड SSR, ऐतिहासिक नियंत्रणों का उपयोग करने वाले परीक्षणों में वितरण संबंधी बदलावों के कारण होने वाली शक्ति हानि के जोखिमों को कम करने के लिए एक व्यवहार्य रणनीति है।

सीमाएं
लेखक कुछ सीमाओं को स्वीकार करते हैं:

• यह ढांचा मानता है कि प्रेक्षित आधारभूत कोवेरिएट्स पर्याप्त तुलनात्मकता सुनिश्चित करते हैं; अनमेज़रड कन्फाउंडिंग या माप/परिभाषाओं में अंतर अभी भी परिणामों को पक्षपाती बना सकते हैं।
• बैलेंसिंग स्कोर या सशर्त नियंत्रण मापदंडों का मॉडल मिसस्पेसिफिकेशन, मानकीकृत नियंत्रण पैरामीटर और विचरण अनुमानों को प्रभावित कर सकता है।
• विधि सामान्य सन्निकटन (normal approximations) पर निर्भर करती है और मानती है कि सक्रिय-आर्म डिजाइन मान स्कोर वितरण से स्वतंत्र है। गैर-सामान्य परिणामों, छोटे नमूनों या जटिल सेंसरिंग के लिए विस्तार भविष्य के कार्य के रूप में नोट किए गए हैं।
• वर्तमान ध्यान विशुद्ध रूप से ऐतिहासिक नियंत्रणों वाले एकल-आर्म डिजाइनों पर है; समवर्ती नियंत्रणों वाले हाइब्रिड डिजाइनों के लिए और अधिक विकास की आवश्यकता है।