📊 statistica

A Bayesian Alternative to the Two One-Sided Tests (TOST) Procedure: State of the Art and a Proposal for a Generalized Bayesian Equivalence Model

Questo articolo propone il Generalized Bayesian TOST con Power-Discounted Priors (GBT-PP), un quadro unificato che supera i limiti della procedura TOST classica incorporando e scontando in modo regolabile i dati storici provenienti sia da fonti continue che da conteggi, stabilendo cinque risultati teorici originali e fornendo implementazioni R riproducibili per i test di equivalenza.

Autori originali: Antonio Monleon-Getino

Pubblicato 2026-10-13

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Antonio Monleon-Getino

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Nel mondo della ricerca medica, gli scienziati si trovano spesso di fronte a una domanda che è l'opposto di quella abituale. Invece di chiedere se un nuovo trattamento sia diverso da uno vecchio, chiedono se sia praticamente lo stesso. Questo è il cuore dei test di equivalenza, uno strumento statistico vitale per dimostrare che un farmaco generico funzioni bene quanto una versione con marchio registrato, o che un nuovo biosimilare sia sicuro da usare. Per decenni, il modo standard per rispondere a questa domanda è stato un metodo chiamato Due Test Unilaterali, o TOST (Two One-Sided Tests). Questo approccio agisce come un rigoroso guardiano: verifica se la differenza tra due trattamenti è abbastanza piccola da rientrare in una pre-concordata "zona di somiglianza pratica". Se i dati rientrano interamente in questa zona, i trattamenti sono dichiarati equivalenti. Sebbene questo metodo sia semplice e ampiamente utilizzato, presenta un significativo punto cieco. Non può facilmente guardare indietro agli studi passati per imparare da essi, né può fornire una probabilità diretta che i trattamenti siano realmente uguali. Dice semplicemente "sì" o "no" basandosi solo sui dati attuali, ignorando una ricchezza di prove storiche che regolatori e ricercatori desiderano sempre più utilizzare.

Un ricercatore dell'Università di Barcellona, Antonio Monleón-Getino, ha proposto un nuovo modo per gestire questo problema. Ha sviluppato un framework chiamato TOST Bayesiano Generalizzato con Prior a Sconto di Potenza (Generalized Bayesian TOST with Power-Discounted Priors). Pensate a questo come a una versione più intelligente e flessibile del vecchio guardiano, capace di ascoltare la storia senza esserne dominato. Il nuovo metodo permette agli scienziati di portare dati da studi precedenti, sia che tali dati provengano da misurazioni continue come le letture della pressione sanguigna, sia da conteggi di successi come i pazienti guariti. L'innovazione chiave è un meccanismo di "sconto" (discounting). Questo agisce come una manopola del volume per il passato. Se i vecchi dati sono molto affidabili, la manopola viene alzata e l'analisi attuale si affida pesantemente ad essi. Se i vecchi dati sono incerti o provenienti da un contesto diverso, la manopola viene abbassata, lasciando che il nuovo studio parli da sé. Questo approccio unifica due diversi tipi di dati in una singola regola decisionale, risolvendo una lacuna di lunga data in cui i ricercatori dovevano utilizzare strumenti separati e incompatibili per diversi tipi di informazioni.

Il documento non si limita a proporre questa idea; ne dimostra il comportamento in varie condizioni. L'autore mostra che man mano che vengono raccolti nuovi dati, l'influenza dei dati vecchi svanisce naturalmente, garantendo che la decisione finale sia sempre guidata dalle prove più recenti. Questa è una funzione di sicurezza cruciale, che affronta una comune preoccupazione sul fatto che fare affidamento sulla storia possa distorcere i risultati. La ricerca stabilisce anche una formula precisa per determinare quanto un nuovo studio possa essere più piccolo se trae forza dal lavoro passato, quantificando esattamente quanti partecipanti possono essere risparmiati. Inoltre, il documento identifica una sottile trappola nel modo in cui vengono eseguiti questi calcoli: se le assunzioni matematiche sul passato sono troppo vaghe, il metodo può dichiarare falsamente una forte evidenza di equivalenza anche quando i dati non dicono nulla. L'autore fornisce una regola chiara per evitare ciò, insistendo sul fatto che le assunzioni sul passato debbano essere fisse e specifiche prima dell'inizio dello studio.

Per testare il metodo, l'autore ha condotto due esempi dettagliati. In uno scenario che coinvolge misurazioni continue, il nuovo metodo ha mostrato che, man mano che viene dato più peso ai dati storici, la fiducia nell'equivalenza cresceva in modo costante e prevedibile. In un secondo scenario riguardante i tassi di guarigione, il metodo ha dimostrato un fondamentale controllo di realtà: se il tasso di guarigione storico era in realtà peggiore di quello attuale, prendere in prestito quella storia faceva apparire il nuovo trattamento peggiore, non migliore. Ciò dimostra che il sistema è onesto; non favorisce ciecamente il passato, ma lo integra accuratamente, sia che tale integrazione aiuti o danneggi il caso dell'equivalenza. Il documento introduce anche una nuova scorciatoia matematica che consente di eseguire questi complessi calcoli senza la necessità di massicce simulazioni al computer, rendendo il metodo più veloce e facile da sottoporre a revisione.

In definitiva, questo lavoro offre un percorso rigoroso e unificato per i ricercatori che devono dimostrare la somiglianza. Colma il divario tra le vecchie, rigide regole del test statistico e il moderno desiderio di utilizzare tutte le prove disponibili. Fornendo un modo per includere formalmente la conoscenza passata pur mantenendo la decisione finale saldamente radicata nei dati attuali, il nuovo framework offre ai regolatori e agli scienziati un quadro più chiaro e onesto di se due trattamenti siano realmente equivalenti. Il documento conclude che questo approccio è pronto per l'uso pratico, offrendo uno strumento riproducibile che può essere applicato immediatamente ai trial di bioequivalenza e ad altre aree critiche della ricerca in cui dimostrare l'assenza di una differenza è importante quanto dimostrarne la presenza.

Sintesi Tecnica: Un'Alternativa Bayesiana alla Procedura dei Due Test Unilaterali (TOST)

Problema
Il test di equivalenza è un compito statistico critico nella bioequivalenza, nello sviluppo di biosimilari e nella ricerca sulla riproducibilità, con l'obiettivo di dimostrare che un effetto si colloca entro un intervallo di trascurabilità pre-specificato $(-\delta, \delta)$ . La soluzione frequentista standard, la procedura TOST (Two One-Sided Tests), presenta tre limitazioni primarie:

Mancanza di interpretazione probabilistica: Produce una decisione binaria di rifiuto/non rifiuto piuttosto che una diretta dichiarazione di probabilità riguardante la posizione del parametro all'interno della regione di equivalenza.
Incapacità di incorporare evidenze storiche: Manca di un meccanismo nativo per integrare formalmente dati precedenti o storici (ad esempio, da studi di bioequivalenza precedenti o frequenze di controlli storici), nonostante l'incoraggiamento da parte delle autorità regolatorie a farlo.
Asimmetria: Come il classico test di ipotesi nulla, il mancato rifiuto dell'ipotesi nulla TOST non costituisce un'evidenza positiva di equivalenza; la procedura rimane silente in tali casi.

Sebbene esistano alternative bayesiane (ad esempio, approcci ROPE [Region of Practical Equivalence] e Bayes factor per l'ipotesi nulla d'intervallo) e metodi per l'integrazione di dati storici (ad esempio, power priors), la letteratura manca di un quadro unificato e praticamente implementabile che gestisca simultaneamente dati storici continui e basati sulla frequenza con un meccanismo di sconto esplicito e regolabile. Inoltre, le proprietà teoriche a forma chiusa per tali modelli integrati sono state ampiamente assenti.

Metodologia: GBT-PP (Generalized Bayesian TOST con Power-Discounted Priors)
Il documento propone il GBT-PP, un modello che unifica l'aggiornamento coniugato con i power priors e una regola decisionale duale.

Elicitazione del Prior e Sconto: Il modello accetta dati storici in due forme:
- Continui: Riassunti come media ( $\bar{x}_0$ ), deviazione standard ( $s_0$ ) e numerosità campionaria ( $n_0$ ).
- Di Frequenza: Riassunti come successi ( $s_0$ ) e fallimenti ( $f_0$ ) in $n_0$ prove.
- Power-Discounted Priors: Seguendo Ibrahim e Chen (2000), le verosimiglianze storiche sono elevate a una potenza $w \in [0, 1]$ $w \in [0, 1]$ . Questo peso $w$ $w$ funge da fattore di sconto pre-registrato e fisso.
  - Per i dati continui, ciò risulta in un prior Normale con varianza scalata da $1/w$ .
  - Per i dati di frequenza, ciò risulta in un prior Beta dove i conteggi storici sono scalati da $w$ .
- Il modello decide deliberatamente di fissare $w$ anziché stimarlo gerarchicamente per evitare patologie tecniche associate ai power priors non normalizzati (Neuenschwander et al., 2009).
Aggiornamento del Posterior:
- Il caso continuo utilizza la coniugazione Normal-Normal.
  de * Il caso di frequenza utilizza la coniugazione Beta-Binomiale.
- La distribuzione a posteriori combina il prior scontato (power-discounted) con la verosimiglianza dello studio corrente.
Regola Decisionale Duale: L'equivalenza viene dichiarata solo se entrambe le seguenti condizioni sono soddisfatte:
1. Probabilità a Posteriori ( $P_{eq}$ ): La massa di probabilità a posteriori all'interno della regione di equivalenza $E = (-\delta, \delta)$ supera una soglia $\gamma$ (ad esempio, 0.95).
2. Bayes Factor dell'Ipotesi Nulla d'Intervallo ( $BF_{01}$ ): Il Bayes factor che confronta l'ipotesi nulla d'intervallo $H_0: \theta \in E$ contro $H_1: \theta \notin E$ supera una soglia $BF^*$ (ad esempio, 3).
- Caratteristica di Design Cruciale: Il $BF_{01}$ è calcolato utilizzando un approccio ibrido. La probabilità a posteriori $P_{eq}$ è derivata dal prior scontato (dipendente da $w$ ), mentre la probabilità a priori $\pi_{eq}$ nel denominatore del Bayes factor è calcolata sotto un separato e pre-registrato prior di riferimento (indipendente da $w$ ). Questo disaccoppiamento impedisce al paradosso di Jeffreys–Lindley di guidare trivialmente il Bayes factor verso l'infinito man mano che il prior diventa più diffuso.
Approssimazione per i Dati di Frequenza: Per il caso delle due proporzioni, dove la probabilità di equivalenza a posteriori manca di una forma chiusa, il documento propone un'espansione di Edgeworth deterministica (Proposizione 6) per approssimare $P_{eq}$ , offrendo un'alternativa corretta per l'asimmetria (skewness) rispetto alla simulazione Monte Carlo.

Contributi Teorici Chiave
Il documento stabilisce cinque risultati teorici originali per il GBT-PP, provati interamente nell'Appendice C:

Monotonicità della Media a Posteriori (Proposizione 1): La media a posteriori $\theta_n(w)$ è monotona rispetto al peso di sconto $w$ . La direzione dello spostamento dipende strettamente dalla discrepanza tra la media storica e la stima corrente, governata dal rapporto tra le loro precisioni.
Consistenza Asintotica (Teorema 2 e Corollario 3): Indipendentemente dal peso fisso $w$ , al crescere della numerosità campionaria corrente $n \to \infty$ , la regola decisionale GBT-PP converge in probabilità alla classica decisione TOST. Ciò dimostra formalmente che l'integrazione dei dati storici è asintoticamente "innocua" e che i dati correnti finiscono per dominare l'inferenza.
Paradosso di tipo Jeffreys–Lindley (Teorema 4): Il documento caratterizza un paradosso in cui, se il prior di riferimento utilizzato per la componente del Bayes factor diventa via via più diffuso, il Bayes factor diverge verso $+\infty$ indipendentemente dai dati. Questo risultato impone la raccomandazione di progettazione secondo cui la varianza del prior di riferimento deve essere fissa e pre-registrata, non lasciata diventare arbitrariamente grande.
Formula a Forma Chiusa per la Dimensione Campionaria (Corollario 5): Viene derivata una formula per calcolare la numerosità campionaria corrente necessaria per raggiungere una determinata probabilità di equivalenza a posteriori. Essa quantifica esplicitamente il numero di osservazioni "risparmiate" tramite l'integrazione dei dati storici ( $\Delta n^*$ ), espresso in unità della varianza dello studio corrente.
Approssimazione di Edgeworth (Proposizione 6): Viene fornita un'espansione di Edgeworth di primo ordine per la probabilità di equivalenza a posteriori nel caso delle due proporzioni, offrendo un'alternativa deterministica e verificabile rispetto ai metodi Monte Carlo, con una correzione esplicita della skewness.

Risultati e Illustrazioni
La metodologia è illustrata attraverso due esempi pratici:

Bioequivalenza Continua: Dimostra che l'aumento di $w$ sposta la media a posteriori verso la media storica e aumenta sia $P_{eq}$ che $BF_{01}$ in modo monotono quando i dati storici supportano l'equivalenza.
Tassi di Guarigione Basati sulla Frequenza: Dimostra che se i dati storici sono meno favorevoli (più lontani dal comparatore) rispetto ai dati correnti, l'aumento di $w$ può effettivamente diminuire la probabilità di equivalenza. Ciò evidenzia che l'integrazione non è intrinsecamente benefica; dipende dall'allineamento tra le stime storiche e quelle correnti. L'approssimazione di Edgeworth mostra di seguire da vicino le stime Monte Carlo nell'intero intervallo di $w$ .

Significatività e Rivendicazioni
Il documento sostiene di colmare una specifica lacuna metodologica fornendo un quadro unificato che tratta i dati storici continui e quelli basati sulla frequenza in modo simmetrico all'interno di una singola regola decisionale. La sua significatività risiede in:

Implementabilità Pratica: Offrire un approccio riproducibile, a forma chiusa (o con approssimazione deterministica), che evita la dipendenza da complessi modelli gerarchici o pura simulazione per l'analisi di sensibilità.
Rigore Teorico: Fornire le prime caratterizzazioni a forma chiusa di monotonicità, consistenza asintotica, comportamento del paradosso e risparmio della dimensione campionaria specificamente per l'impostazione dell'ipotesi nulla d'intervallo con power prior.
Rilevanza Regolatoria: Rispondere alla necessità di strumenti che possano combinare formalmente diverse tipologie di evidenza storica (analitica/farmacocinetica vs tassi di eventi clinici) in linea con l'evoluzione delle linee guida regolatorie (es. bozza di guida FDA 2026) verso framework che privilegiano la giustificazione dei dati e l'integrazione delle evidenze.

L'autore posiziona il GBT-PP non come un sostituto di tutti i metodi di integrazione gerarchica (come i prior commensurati), ma come un baseline minimo, trasparente e teoricamente fondato che gestisce esplicitamente il compromesso tra l'influenza storica e i dati correnti attraverso un peso $w$ fisso e verificabile.

Sintesi Tecnica: Un'Alternativa Bayesiana alla Procedura dei Due Test Unilaterali (TOST)

Articoli simili