An Estimator-Robust Design for Augmenting Randomized Controlled Trials with External Real-World Data

Sintesi Tecnica: Un design robusto rispetto allo stimatore per l'aumento di trial controllati randomizzati con dati esterni del mondo reale

Problema
I trial controllati randomizzati (RCT) rappresentano il gold standard regolatorio per stabilire l'efficacia dei trattamenti, ma spesso mancano della potenza statistica necessaria per testare ipotesi riguardanti esiti rari, endpoint secondari o specifici sottogruppi. Sebbene i dati esterni del mondo reale (RWD) offrano una potenziale soluzione per integrare gli RCT, l'integrazione di queste fonti di dati introduce sfide significative. Queste includono il confondimento, le incongruenze nella misurazione degli esiti, la non-concorrenza e le variazioni nello standard di cura. Un lavoro precedente degli autori ha introdotto il framework Adaptive Targeted Maximum Likelihood Estimation (A-TMLE), che decompone l'Average Treatment Effect (ATE) in un estimando pooled-ATE (utilizzando tutti i dati) e un estimando di bias (correggendo per gli effetti di arruolamento dell'RCT). Tuttavia, rimane una lacuna critica: determinare la strategia ottimale per selezionare i candidati pazienti esterni per massimizzare la robustezza e l'efficienza dello stimatore A-TMLE, in particolare quando i modelli di lavoro del bias possono essere specificati in modo errato.

Metodologia
Il documento propone una strategia di campionamento basata sul matching, outcome-blind, in due fasi, progettata per sfruttare le proprietà di robustezza dello stimatore A-TMLE. La metodologia si fonda su un'analisi teorica del termine di "resto esatto" nell'espansione A-TMLE.

1. Fondazione Teorica: Gli autori derivano il resto esatto per l'estimando di proiezione A-TMLE. Dimostrano che se il punteggio di arruolamento nel trial ($P(S=1|W)$) e il propensity score nei dati esterni ($P(A=1|S=0, W)$) sono specificati correttamente, il resto svanisce. Fondamentalmente, se questi punteggi sono costanti rispetto alle covariate $W$, lo stimatore è asintoticamente non distorto per l'estimando target definito non parametricamente, anche se i modelli di regressione dell'esito o i modelli di lavoro del bias sono specificati in modo errato.
2. Strategia di Campionamento: Per approssimare queste condizioni ideali nella pratica, gli autori propongono un processo di matching in due fasi:
   • Fase 1 (Matching del Trial Enrollment Score): Ogni paziente dell'RCT viene abbinato a $k$ pazienti esterni basandosi sul punteggio di arruolamento nel trial stimato (la probabilità di essere arruolati nell'RCT date le covariate basali). Ciò mira a rendere il trial enrollment score approssimativamente costante all'interno del campione aggregato.
   • Fase 2 (Propensity Score Matching): All'interno della coorte esterna selezionata, i pazienti trattati esterni vengono abbinati a $m$ pazienti di controllo esterni basandosi sul propensity score stimato (la probabilità di ricevere il trattamento all'interno dei dati esterni). Ciò mira a rendere il meccanismo di assegnazione del trattamento approssimativamente costante all'interno del sottogruppo esterno.
3. Stima: La coorte esterna selezionata viene quindi combinata con i dati dell'RCT e analizzata utilizzando il framework A-TMLE, che stima il pooled-ATE e corregge il bias utilizzando l'estimando del bias.

Contributi Chiave

• Analisi della Robustezza: Il documento fornisce una rigorosa derivazione della struttura di robustezza di A-TMLE per l'integrazione dei dati, identificando che il controllo del trial enrollment e dei propensity score è sufficiente per garantire l'asintotica assenza di distorsione anche in presenza di misspecificazione dei modelli.
• Proposta di Design: Introduce un design di campionamento outcome-blind basato sul matching che utilizza due punteggi unidimensionali (trial enrollment score e propensity score) per selezionare i pazienti esterni. Questo design mira a stabilizzare la varianza dello stimatore e a ridurre l'entità del bias, permettendo così prestazioni più efficienti in campioni finiti.
• Validazione Empirica: Gli autori dimostrano attraverso simulazioni e un caso studio che questo design migliora la copertura e restringe gli intervalli di confidenza di A-TMLE rispetto al campionamento casuale dei dati esterni.

Risultati

• Simulazioni: In uno studio di simulazione che coinvolge un RCT ($n=400$) e dati esterni da cinque fonti con diversi gradi di bias e shift delle covariate, la strategia proposta "TES + PS matching" ha superato significativamente il campionamento casuale.
  • La strategia di matching ha selezionato più pazienti da fonti a basso bias e meno pazienti da fonti ad alto bias.
  • Rispetto al campionamento casuale, la strategia di matching ha ridotto il bias assoluto (ad esempio, da 0.119 a 0.007 per $n=500$ pazienti esterni) e ha ripristinato la copertura dell'intervallo di confidenza al 95% ai livelli nominali (0.95 rispetto a 0.86 per il campionamento casuale).
  • La strategia ha prodotto intervalli di confidenza più stretti e una maggiore potenza statistica.
• Caso di Studio (Trial DEVOTE): Il metodo è stato applicato per integrare il trial di sicurezza cardiovascolare DEVOTE utilizzando il database di reclamo Optum Clinformatics.
  • Pre-matching, le stime di integrazione dei dati mostravano discrepanze rispetto alle stime dell'RCT-only.
  • Post-matching, le stime del punto A-TMLE si sono allineate più strettamente con le stime dell'RCT.
  • L'estimatore A-TMLE applicato ai dati accoppiati ha prodotto intervalli di confidenza significativamente più stretti rispetto all'analisi RCT-only o all'estimatore ES-CVTMLE, raggiungendo la significatività statistica per la superiorità del trattamento a 540 e 730 giorni, laddove l'analisi RCT-only non lo ha fatto.

Significatività e Rivendicazioni
Il documento sostiene che questo design proposto offre un quadro pratico per l'integrazione di RCT con RWD esterni che mitiga i potenziali bias senza fare affidamento su assunzioni forti riguardo ai modelli di esito. Sfruttando la struttura di robustezza di A-TMLE, gli autori sostengono che la loro strategia di matching permette di ottenere:

1. Selezione Outcome-Blind: Evitando il rischio di "cherry-picking" di esiti favorevoli, il che è fondamentale per l'accettazione regolatoria.
2. Maggiore Robustezza: Riducendo la dipendenza dalla corretta specificazione di complessi modelli di lavoro del bias attraverso il controllo dei punteggi che guidano il termine di resto esatto.
3. Efficienza in Campioni Finiti: Migliorando la precisione delle stime dell'effetto del trattamento in campioni finiti, il che è particolarmente prezioso per esiti rari o endpoint secondari dove i grandi trial sono logisticamente o eticamente difficili da realizzare.

Gli autori concludono che, sebbene il solo matching non possa affrontare tutti i bias, l'abbinamento di questo design con stimatori robusti come A-TMLE crea un effetto sinergico, migliorando sia l'accuratezza che l'efficienza delle inferenze causali nei contesti di integrazione dei dati. Notano le limitazioni riguardanti la difficoltà del matching esatto con covariate ad alta dimensionalità e il potenziale bias di selezione, pur sostenendo che tale bias possa essere accettabile se l'obiettivo primario è migliorare la potenza all'interno del contesto del trial aumentato.