Power Calculation for Noninferiority Stepped-Wedge Cluster Randomized Trials

चिकित्सा अनुसंधान की दुनिया में, वैज्ञानिक अक्सर नए उपचारों का परीक्षण केवल व्यक्तिगत रोगियों पर करने के बजाय कई अलग-अलग स्थानों, जैसे कि अस्पतालों या क्लीनिकों में करने की आवश्यकता महसूस करते हैं। जब किसी उपचार को एक साथ हर जगह लागू नहीं किया जा सकता है—शायद इसलिए क्योंकि सभी को एक साथ प्रशिक्षित करने के लिए पर्याप्त कर्मचारी या उपकरण उपलब्ध नहीं हैं—तो शोधकर्ता 'स्टेप्ड-वेज ट्रायल' (stepped-wedge trial) नामक एक डिज़ाइन का उपयोग करते हैं। एक रिले रेस की कल्पना करें जहाँ प्रत्येक धावक एक ही समय में शुरू करता है लेकिन अलग-अलग क्षणों में फिनिश लाइन को पार करता है; इस अध्ययन डिज़ाइन में, प्रत्येक समूह मानक देखभाल (standard care) से शुरू होता है और फिर एक-एक करके नए उपचार पर स्विच करता है जब तक कि सभी को वह प्राप्त न हो जाए। यह दृष्टिकोण नैतिक रूप से आकर्षक है क्योंकि कोई भी समूह नए विकल्प के बिना पीछे नहीं छूटा है, और यह शोधकर्ताओं को नए उपचार पर स्विच करने से पहले और बाद में समूहों के प्रदर्शन की तुलना करने की अनुमति देता है। हालाँकि, जबकि वैज्ञानिक लंबे समय से यह गणना करने के तरीके जानते रहे हैं कि एक नया उपचार पुराने से बेहतर होने के प्रमाण कैसे दे सकता है, उनके पास यह सिद्ध करने के लिए विश्वसनीय उपकरणों की कमी थी कि वह उतना ही अच्छा है। यह अंतर बहुत गहरा है जब कोई नया उपचार मौजूदा मानक की तुलना में थोड़ा कम प्रभावी होने के बावजूद सस्ता, सुरक्षित या उपयोग में आसान हो।

शोधकर्ताओं की एक टीम ने अब इस अंतर को भरने के लिए एक नई विधि विकसित की है जो इन परीक्षणों की योजना बनाने में मदद करती है जब लक्ष्य यह दिखाना हो कि एक नया दृष्टिकोण वर्तमान के समान ही अच्छा है। उन्होंने 'swNIsim' नामक एक कंप्यूटर-आधारित टूल बनाया, जो हजारों संभावित परीक्षण परिदृश्यों का अनुकरण (simulate) करता है ताकि यह देखा जा सके कि क्या एक अध्ययन डिज़ाइन काम करेगा। सरल स्थितियों को मानने वाले कठोर सूत्रों पर निर्भर रहने के बजाय, यह टूल वास्तविक दुनिया के अध्ययनों की जटिल वास्तविकता की नकल करता है। यह उन स्थितियों को संभाल सकता है जहाँ कुछ अस्पताल दूसरों की तुलना में बड़े होते हैं, जहाँ सप्ताह-दर-सप्ताह रोगियों की संख्या भिन्न होती है, या जहाँ नए उपचार को काम शुरू करने में समय लगता है। शोधकर्ताओं ने निरंतर मापों (continuous measurements), जैसे कि वेंटिलेटर पर रोगी द्वारा बिताए गए दिनों की संख्या, और बाइनरी परिणामों (binary outcomes), जैसे कि क्या रोगी को अस्पताल में भर्ती किया गया या नहीं, दोनों का उपयोग करके अपने तरीके का परीक्षण किया। इन सिमुलेशन को चलाकर, उन्होंने पाया कि एक सफल परीक्षण के लिए सबसे महत्वपूर्ण कारक यह नहीं है कि कितने अस्पताल शामिल हैं, बल्कि यह है कि अध्ययन कितने समय अवधियों (time periods) पर चलता है।

शोधकर्ताओं ने पाया कि रोगियों की कुल संख्या निश्चित होने पर, अध्ययन को अधिक समय अवधियों में फैलाने से वास्तव में प्रभाव का पता लगाने की संभावना लगातार बढ़ जाती है। इसमें अधिक अस्पतालों को जोड़ने से थोड़ा लाभ हुआ, लेकिन यह समय सीमा को बढ़ाने जितना शक्तिशाली नहीं था। उन्होंने यह भी देखा कि जब अस्पतालों के बीच अंतर बहुत अधिक होता है, तो स्पष्ट परिणाम प्राप्त करना कठिन हो जाता है, लेकिन यह विधि सुदृढ़ बनी रहती है। महत्वपूर्ण रूप से, टूल ने दिखाया कि प्रत्येक समूह में अस्पतालों की संख्या को संतुलित करना असमान समूहों की तुलना में अधिक कुशल है। सिमुलेशन ने पुष्टि की कि यह विधि गलत अलार्म (false alarms) के जोखिम को बहुत कम रखती है, जिससे यह सुनिश्चित होता है कि जब कोई परीक्षण समाप्त होता है और नया उपचार स्वीकार्य बताया जाता है, तो वह निष्कर्ष सांख्यिकीय रूप से पुख्ता होता है। टीम ने यह भी नोट किया कि यदि एक अध्ययन में ऐसे समय काल शामिल हैं जहाँ कोई वास्तविक परिवर्तन नहीं होता है, तो परिणामों को स्पष्ट करने के लिए उन समय कारकों को विश्लेषण से हटाना मददगार हो सकता है, हालांकि व्यवहार में, शोधकर्ता समय के साथ प्राकृतिक रुझानों को ध्यान में रखने के लिए उन्हें रखते हैं।

अपने टूल को वास्तविक जीवन में प्रमाणित करने के लिए, लेखकों ने इसे दो मौजूदा अध्ययनों पर लागू किया। पहला मामला मैकेनिकल वेंटिलेटर पर रोगियों से संबंधित एक परीक्षण से जुड़ा था, जहाँ लक्ष्य यह देखना था कि क्या एक नया देखभाल मार्ग (care pathway) बिना सांस लेने की सहायता के दिनों की उच्च संख्या को बनाए रख सकता है। अपने नए तरीके का उपयोग करते हुए, उन्होंने गणना की कि यह विश्वास के साथ कहने के लिए कि नया तरीका पुराने से बदतर नहीं है, प्रति अस्पताल प्रति समय अवधि कितने रोगियों की आवश्यकता होगी। दूसरा उदाहरण आपातकालीन विभागों में अस्पताल में भर्ती होने की दर को कम करने के उद्देश्य से एक परीक्षण था। यहाँ, टूल ने यह निर्धारित करने में मदद की कि एक नया उपशामक देखभाल (palliative care) कार्यक्रम मानक देखभाल के तुलनीय दिखाने के लिए अध्ययन समूहों का आकार कितना होना चाहिए। ये उदाहरण प्रदर्शित करते हैं कि सॉफ्टवेयर जटिल, वास्तविक दुनिया के मापदंडों को संभाल सकता है और प्रतिभागियों की संख्या के बारे में स्पष्ट मार्गदर्शन प्रदान कर सकता है।

लेखक इस बात पर जोर देते हैं कि हालांकि उनकी विधि लचीली और शक्तिशाली है, लेकिन यह अनिश्चितता को दूर करने वाला कोई जादुई समाधान (magic bullet) नहीं है। टूल कंप्यूटर सिमुलेशन पर निर्भर करता है, जो सरल गणनाओं की तुलना में अधिक गणनात्मक रूप से भारी (computationally heavy) है, लेकिन यह अतिरिक्त प्रयास इसे उन जटिल डिज़ाइनों को संभालने की अनुमति देता है जिनकी आधुनिक चिकित्सा को अक्सर आवश्यकता होती है। वे यह भी बताते हैं कि उनका वर्तमान मॉडल एक ही अस्पताल के भीतर रोगियों के बीच एक विशिष्ट प्रकार के संबंध को मानता है, और भविष्य के संस्करणों को समय के साथ रोगियों के एक-दूसरे को प्रभावित करने के अधिक जटिल पैटर्न को समझने की आवश्यकता हो सकती है। इसके बावजूद, एक मुफ्त सॉफ्टवेयर पैकेज प्रदान करके जिसे शोधकर्ता तुरंत उपयोग कर सकते हैं, यह कार्य बेहतर, अधिक कुशल परीक्षणों को डिजाइन करने का एक व्यावहारिक तरीका प्रदान करता है। यह सुनिश्चित करता है कि जब वैज्ञानिक यह सिद्ध करने के लिए आगे बढ़ते हैं कि एक नया उपचार पर्याप्त रूप से अच्छा है, तो वे अनुमान नहीं लगा रहे होते, बल्कि एक ऐसी योजना पर भरोसा कर रहे होते हैं जिसका वास्तविक चिकित्सा देखभाल की वास्तविकताओं के विरुद्ध कड़ाई से परीक्षण किया गया है।