Designing clinical trials for the comparison of single and multiple quantiles with right-censored data

Dit artikel introduceert nieuwe powerformules en een praktische resampling-methode voor het ontwerpen en analyseren van klinische trials die de gelijkheid van één of meerdere quantielen bij recht-censuurdata vergelijken, waarbij de methode effectief is wanneer de proportional hazards-aanname niet geldt.

De kern

Stel je voor dat je twee verschillende medicijnen wilt testen om te zien welk het beste werkt voor patiënten met een ernstige ziekte. In de wereld van klinische proeven kijken onderzoekers vaak naar de "hazard ratio". Dat is een ingewikkelde statistische maatstaf die zegt: "Patiënten die medicijn A nemen, hebben X% minder kans om op elk willekeurig moment te overlijden dan patiënten die medicijn B nemen."

Het probleem? Dit getal is vaak moeilijk te begrijpen voor artsen en vooral voor patiënten. Ze vragen zich af: "Maar hoeveel tijd win ik hiermee?" of "Hoe lang leef ik gemiddeld langer?"

Dit artikel van Farah, Bouaziz en Latouche komt met een oplossing: kijk niet naar het risico, maar naar de tijd.

Hier is een simpele uitleg van wat ze hebben bedacht, met een paar creatieve vergelijkingen:

1. De "Tijdwinst" in plaats van het "Risico"

Stel je voor dat je twee renners hebt. De ene renner is net iets sneller dan de andere.

• De oude manier (Hazard Ratio): Zegt: "Renner A heeft op elk moment 10% minder kans om te vallen dan Renner B." Dat klinkt goed, maar het zegt niet hoe veel meter Renner A voorloopt.
• De nieuwe manier (Kwantielen): Kijkt naar de tijd. Bijvoorbeeld: "De helft van de renners (het mediaan) die medicijn A nemen, lopen 4 maanden langer mee dan de helft van de renners die medicijn B nemen."

Dit is veel makkelijker te begrijpen. "Ik leef 4 maanden langer" is een concreet verhaal. "Mijn risico is 10% lager" is een abstract getal.

2. Het probleem met de "Oude Meetlat"

Vroeger was het lastig om deze tijdwinst nauwkeurig te meten, vooral als sommige patiënten de studie verlieten voordat ze stierven (dit heet "censering" in de statistiek).
Bestaande methoden waren als een verkeerde meetlat:

• Ze gingen er vaak van uit dat de ziekte zich altijd op dezelfde manier ontwikkelde (proportioneel risico). Maar bij immunotherapie (een moderne kankerbehandeling) werkt het medicijn soms pas na een lange tijd. De overlevingskrommes kruisen elkaar niet netjes.
• De oude methoden waren ook onnauwkeurig omdat ze moesten gokken over de "dichtheid" van de data (hoe vaak gebeurde iets op welk tijdstip?). Ze gebruikten hiervoor een wiskundige techniek die veel ruis (fouten) introduceerde, net als een slechte fotolens die een wazig beeld geeft.

3. De Nieuwe "GPS" voor Klinische Proeven

De auteurs hebben twee grote dingen bedacht om dit op te lossen:

A. Een nieuwe formule voor de "Tijdwinst"
Ze hebben een wiskundige formule bedacht die precies kan voorspellen hoeveel patiënten je nodig hebt om een verschil in overlevingstijd te ontdekken.

• Vergelijking: Stel je voor dat je een boottocht plant. Je wilt weten hoeveel brandstof (patiënten) je nodig hebt om zeker te weten dat je de andere boot (het nieuwe medicijn) inhaalt. Hun formule is als een nauwkeurige brandstofcalculator die rekening houdt met wind, stroming en onzekerheid. Hierdoor hoeven artsen niet meer te gokken hoeveel mensen ze nodig hebben voor een proef.

B. Een betere manier om de data te "lezen" (Resampling)
Om hun formule te laten werken, moeten ze weten hoe de data zich gedraagt op specifieke momenten. De oude methode (Kerneldichtheidsschatting) was als het proberen te schetsen van een heel landschap op basis van willekeurige stippen; het kostte veel tijd en gaf vaak een wazig beeld.
De auteurs gebruiken een nieuwe methode (gebaseerd op resampling):

• Vergelijking: In plaats van het hele landschap te schetsen, richten ze een laserstraal precies op het punt waar ze kijken (bijvoorbeeld: "Hoeveel mensen leven er precies na 12 maanden?"). Ze simuleren duizenden keren wat er zou gebeuren als ze de studie opnieuw zouden doen, en kijken waar de laser terechtkomt. Dit geeft een veel scherper en sneller beeld zonder die wazige randjes.

4. Eén getal of een heel pakket?

Deze nieuwe methode kan niet alleen kijken naar één moment (bijvoorbeeld: "Hoe lang leeft de helft van de mensen?"). Het kan ook kijken naar een hele reeks momenten tegelijk.

• Vergelijking: Stel je voor dat je een film bekijkt. De oude methode keek misschien alleen naar het einde van de film. De nieuwe methode kijkt naar de film als een reeks van foto's: hoe gaat het na 1 maand, na 6 maanden, na 1 jaar?
• Ze kunnen testen of er op één van deze momenten een verschil is, of op alle momenten tegelijk. Dit is heel handig als een medicijn pas langzaam begint te werken (zoals bij immunotherapie).

5. De Proef in de Wereld: De OAK-studie

Ze hebben hun methode getest op echte data van een grote kankerstudie (de OAK-studie) waarbij immunotherapie werd vergeleken met chemotherapie.

• Het resultaat? Hun nieuwe methode (de "laserstraal") gaf een veel duidelijker en sterker bewijs dat het nieuwe medicijn werkte dan de oude methoden.
• Ze konden zeggen: "Patiënten die het nieuwe medicijn kregen, leefden gemiddeld 4 maanden langer." En ze konden dit met een hoge mate van zekerheid zeggen, zelfs omdat de ziekte zich niet voorspelbaar gedroeg.

Samenvatting

Kortom, dit artikel geeft artsen en onderzoekers een beter kompas en een scherper meetinstrument.

1. Het maakt het makkelijker om te zeggen hoeveel tijd een patiënt wint (in plaats van alleen risicopercentages).
2. Het helpt bij het plannen van studies door precies te zeggen hoeveel mensen er nodig zijn.
3. Het werkt zelfs als medicijnen op een onverwachte manier werken (zoals immunotherapie), waar oude methoden faalden.

Het is een stap in de richting van medische wetenschap die niet alleen voor statistici begrijpelijk is, maar ook voor de mens achter de patiënt.

Technische samenvatting

Hier is een gedetailleerde technische samenvatting van het artikel "Designing clinical trials for the comparison of single and multiple quantiles with right-censored data" in het Nederlands.

Probleemstelling

In klinische studies met rechtsgecensureerde data (zoals overlevingstijden) is de schatting van kwantielen van overlevingstijden steeds belangrijker geworden. In tegenstelling tot relatieve risikomaatstaven zoals de hazard ratio (HR), die vaak misleidend kunnen zijn of moeilijk te interpreteren voor clinici en patiënten, geven kwantielen (bijv. de mediaan of het 75e percentiel) het voordeel van een behandeling direct weer in tijdseenheden (bijv. "patiënten leven X maanden langer").

Echter, er zijn beperkte methoden beschikbaar om kwantielen te vergelijken in aanwezigheid van censuur:

1. Bestaande methoden (bijv. Brookmeyer & Crowley): Vereisen vaak de schatting van dichtheidsfuncties of gaan uit van homogene overlevingsdistributies onder de nulhypothese, wat leidt tot een geinflatieerd type I-fout (vals-positief) als de distributies verschillen.
2. Kosorok's methode (1999): Een veelzijdige niet-parametrische test voor het vergelijken van één of meerdere kwantielen, maar deze mist expliciete formules voor de statistische power en stichproefgrootteberekening, wat essentieel is voor het ontwerpen van klinische proeven.
3. Dichtheidsschatting: De variantie van de teststatistiek hangt af van de dichtheid van de overlevingstijd op het specifieke kwantiel. Kosorok gebruikt kernel-dichtheidsschatters, wat echter afhankelijk is van een onbekende bandbreedte-parameter en een trage convergentiesnelheid heeft.

Methodologie

De auteurs bouwen voort op het raamwerk van Kosorok en ontwikkelen een complete procedure voor het ontwerpen en analyseren van klinische proeven met kwantielen als eindpunt.

1. Theoretische Afleiding:

• Univariate test: Voor het vergelijken van één kwantiel ($p$) tussen twee groepen. De auteurs leiden een asymptotische normaalverdeling af voor de teststatistiek onder de nulhypothese ($H_0$) en een niet-centrale verdeling onder de alternatieve hypothese ($H_1$).
• Multivariate test: Voor het gelijktijdig vergelijken van een verzameling van $J$ kwantielen. De teststatistiek volgt asymptotisch een $\chi^2$-verdeling met $J$ vrijheidsgraden onder $H_0$.
• Powerformules: Er worden expliciete, gesloten formules afgeleid voor de asymptotische power van zowel de univariate als multivariate tests. Dit maakt het mogelijk om de minimale stichproefgrootte te berekenen voor een gewenste power.

2. Schatting van de Dichtheid (Resampling-methode):
Een cruciaal onderdeel is het schatten van de dichtheid $f_k(F^{-1}_k(p))$ op het kwantiel.

• In plaats van de traditionele kernel-dichtheidsschatter (KDE) te gebruiken, die de dichtheid over het hele domein moet schatten en gevoelig is voor bandbreedtekeuze, stellen de auteurs een resampling-methode voor (geïnspireerd op Lin et al.).
• Deze methode genereert meerdere realisaties van een gecentreerde Gaussische variabele en past een kleinste-kwadraten schatting toe om de dichtheid direct op het punt van interesse te schatten.
• Een automatisch grid-search algoritme kiest de optimale variantie voor de gegenereerde Gaussische variabelen. Deze methode heeft een snellere convergentiesnelheid en een lagere Mean Squared Error (MSE) dan KDE.

3. Simulatie en Validatie:
De methoden worden getest in twee scenario's:

• Scenario 1: Proportionele gevaren (exponentiële distributies).
• Scenario 2: Niet-proportionele gevaren met vertraagde effecten (stuksgewijs exponentieel), wat typisch is voor immunotherapie-trials.

Kernbijdragen

1. Expliciete Powerformules: De eerste afleiding van gesloten formules voor de power van Kosorok's test voor zowel univariate als multivariate kwantielvergelijkingen. Dit vult een cruciale leemte in het ontwerpen van klinische proeven.
2. Verbeterde Dichtheidsschatting: Introductie van een resampling-gebaseerde methode voor het schatten van de dichtheid op een specifiek kwantiel, wat superieur is aan kernel-schatters in termen van nauwkeurigheid en convergentie.
3. Toepasbaarheid op Niet-Proportionele Gevaren: De methode is specifiek geschikt voor situaties waar de proportional hazards-aanneming niet geldt (bijv. immunotherapie), omdat kwantielverschillen inherent rekening houden met niet-proportionele effecten.
4. Multivariate Inference: Mogelijkheid om meerdere kwantielen gelijktijdig te testen, wat robuustheid biedt tegen het meervoudig testen van afzonderlijke kwantielen.

Resultaten

• Simulaties: De analytische powerformules bleken een uitstekende benadering te zijn, zelfs bij bescheiden stichproefgroottes. Het type I-fout werd goed gecontroleerd. De power nam toe met de stichproefgrootte en het grootte van het kwantielverschil ($\Delta$).
• Vergelijking Methoden: De resampling-methode (LS) leverde significant lagere p-waarden (meer power) op dan de kernel-methode (KDE), vooral in situaties met complexe distributies of kleine effecten.
• Toepassing op OAK-studie: De methode werd toegepast op data van de OAK fase III klinische proef (atezolizumab vs. docetaxel bij longkanker).
  • Univariate: Bij de mediaan (0.5) toonde de immunotherapie-groep een significant overlevingsvoordeel van ongeveer 4,04 maanden ten opzichte van chemotherapie. De LS-methode leverde een sterkere statistische evidentie op dan de methode van Tang & Jeong.
  • Multivariate: Bij het testen van paren van kwantielen (bijv. 0.1 en 0.5) bleek de LS-methode gevoeliger voor verschillen. Bij het testen van alle kwantielen tegelijk (0.05, 0.1, 0.5, 0.7) werd de nulhypothese verworpen. Post-hoc analyse met Bonferroni-correctie toonde aan dat de verschillen voornamelijk lagen bij de mediaan en hogere kwantielen, niet bij de lagere kwantielen.

Significantie

Dit artikel biedt een praktisch en theoretisch onderbouwd instrument voor het ontwerpen van klinische proeven waarbij overlevingstijden in kwantielen worden gebruikt als eindpunt.

• Ontwerp: Onderzoekers kunnen nu de benodigde stichproefgrootte berekenen voor het detecteren van een specifiek tijdsverschil (kwantiel) in plaats van alleen een hazard ratio.
• Robuustheid: De methode is ideaal voor moderne oncologiestudies (zoals immunotherapie) waar de overlevingscurven vaak niet evenredig zijn.
• Interpretatie: Het resultaat is direct interpreteerbaar voor clinici en patiënten (bijv. "X maanden extra overleving"), wat een grote stap voorwaarts is ten opzichte van abstracte hazard ratios.
• Software: De auteurs hebben de code openbaar beschikbaar gesteld in R, waardoor de methode direct toepasbaar is in de praktijk.