📊 statistics

Sequential Randomization Tests Using e-values: Applications for trial monitoring

Dit artikel introduceert een familie van niet-parametrische, sequentiële toetsingen (e-RT) voor gerandomiseerde trials die uitsluitend vertrouwen op het randomisatiemechanisme en een weddenschapsframework om geldig Type I-foutcontrole te garanderen ongeacht het stopregime, zonder afhankelijk te zijn van parametrische aannames.

Oorspronkelijke auteurs: Fernando G Zampieri

Gepubliceerd 2026-03-24

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Fernando G Zampieri

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Gokspel van de Geneeskunde: Een nieuwe manier om klinische proeven te bewaken

Stel je voor dat je een groot casino hebt geopend. In dit casino spelen twee teams: het Control Team (dat de standaardbehandeling geeft) en het Interventie Team (dat een nieuw medicijn geeft). De eigenaar van het casino (de wetenschapper) wil weten of het nieuwe medicijn echt werkt, of dat het gewoon geluk is.

Traditioneel kijken onderzoekers pas naar het resultaat als het spel helemaal afgelopen is. Maar wat als het nieuwe medicijn zo goed is dat je het nu al moet stoppen? Of wat als het juist zo slecht is dat je het nu al moet afbreken?

Dit artikel introduceert een nieuwe methode, genaamd e-RT, die werkt als een slimme, onophoudelijke gokker. Deze gokker staat niet stil, maar maakt elke keer dat er een nieuwe patiënt het ziekenhuis binnenkomt, een kleine gok.

1. Het Spel: "Wie zit er aan welke tafel?"

Stel je voor dat de gokker (de computer) een nieuwe patiënt ziet. Hij ziet wat er met die patiënt is gebeurd (bijvoorbeeld: "Hij is hersteld" of "Hij is overleden"). Maar hij weet nog niet welke behandeling de patiënt heeft gekregen.

De gokker moet nu raden: "Was deze patiënt bij het nieuwe medicijn of bij de standaard?"

Als het medicijn niets doet: Dan is het raden puur geluk. Net als het gooien van een munt. Soms raak je het, soms niet. Na 1000 pogingen is de gokker precies even verrijkt als hij begon. Hij heeft niets gewonnen.
Als het medicijn wel werkt: Dan zijn er patronen. Patiënten met het nieuwe medicijn herstellen vaker. De slimme gokker leert dit patroon en begint vaker te gokken op het juiste team. Hierdoor wordt hij steeds rijker.

In dit artikel is "rijkdom" (wealth) een meetlat voor bewijs. Als de "rijkdom" van de gokker erg hoog wordt, weten we: "Dit is geen toeval, het medicijn werkt!"

2. De Drie Regels van de Gokker

Deze methode is speciaal ontworpen om veilig te zijn, zelfs als je het spel op elk willekeurig moment stopt.

Geen vooroordelen: De gokker maakt geen aannames over hoe de data eruit ziet (zoals "de data moet normaal verdeeld zijn"). Hij vertrouwt alleen op het feit dat de patiënten willekeurig aan de teams zijn toegewezen.
Altijd geldig: In de oude methoden moest je van tevoren zeggen: "Ik kijk na 100 patiënten, en dan weer na 200." Als je tussendoor keek, werd je statistiek "verpest". Deze nieuwe gokker mag altijd kijken. Je kunt stoppen op dag 1 of dag 1000; de regels blijven geldig.
Slim leren: De gokker is niet dom. Hij begint voorzichtig. Als hij nog niet veel patiënten heeft gezien, gokt hij nauwelijks. Naarmate hij meer data ziet, wordt hij zelfverzekerder in zijn gokken.

3. Verschillende Soorten Spellen (De Variaties)

De auteur heeft deze gokker aangepast voor verschillende soorten ziektes en uitkomsten:

Het Ja/Nee Spel (e-RTb): Voor uitkomsten die simpel zijn: "Genezen" of "Niet genezen". Hier gokt de gokker op elke patiënt.
Alleen de Dood (e-RTe): Soms is het lastig om te weten of iemand niet is overleden (misschien is de patiënt gewoon verhuisd en niet meer te vinden). Maar als iemand overlijdt, is dat een zeker feit. Deze versie van de gokker kijkt alleen naar de doden. Hij negeert de levenden. Dit is handig als het lastig is om iedereen te volgen, maar het kost wel wat meer tijd om een duidelijk beeld te krijgen.
De Continue Score (e-RTc): Soms is de uitkomst een getal, zoals "Aantal dagen op de ventilator". Hoe langer, hoe beter. Hier kijkt de gokker: "Is dit getal extreem hoog of laag vergeleken met wat we tot nu toe hebben gezien?"
De Reis (e-RTms): In de intensive care gaan patiënten vaak op en neer: van ICU naar de gewone afdeling, en soms terug. Deze gokker kijkt naar elke stap in die reis. Is de patiënt een stapje vooruit gegaan? Dan is dat een "goede" stap. Is hij teruggegaan? Dan is dat een "slechte" stap. De gokker telt alle stappen mee.

4. Waarom is dit zo slim? (De "Gokstrategie")

Het artikel bespreekt een heel belangrijk punt: hoe agressief mag je gokken?

Bij zeldzame gebeurtenissen (zoals overlijden): Je kunt het je veroorloven om flink te gokken. Als je 500 keer gokt, en je maakt een fout, is dat niet zo erg. Je herstelt je verlies wel.
Bij veel gebeurtenissen (zoals elke patiënt): Als je elke seconde gokt, moet je heel voorzichtig zijn. Als je te agressief gokt en je maakt een fout, verlies je je geld razendsnel. Het is alsof je in een casino speelt: als je elke minuut je hele spaarrekening inzet, ben je binnen een uur failliet.

De auteur laat zien dat je voor sommige spellen heel voorzichtig moet gokken (omdat je vaak moet gokken) en voor andere spellen iets durvender mag zijn (omdat je zelden moet gokken).

5. Wat betekent dit voor de praktijk?

Stel je een arts voor die een nieuw medicijn test voor ernstig zieke patiënten.

Vroeger: De arts moest wachten tot het eind van de studie. Als het medicijn wonderbaarlijk goed werkte, moesten patiënten in de controlegroep misschien toch nog maandenlang een slecht medicijn krijgen.
Nu met e-RT: De arts kan elke dag kijken naar de "rijkdom" van de gokker. Zodra de gokker zo rijk is dat het onmogelijk is dat het toeval is, kan de studie direct worden gestopt.
- Als het medicijn werkt: Stop de studie, geef het medicijn aan iedereen.
- Als het medicijn schadelijk is: Stop de studie, red de patiënten.

Samenvatting in één zin

Dit artikel beschrijft een slimme, veilige manier om klinische proeven te bewaken door een virtuele gokker te laten spelen die elke dag leert van de resultaten; als deze gokker genoeg "geld" (bewijs) heeft verdiend, weten we met 100% zeker dat het medicijn werkt, zonder dat we hoeven te wachten tot het einde van de studie.

Let op: De auteur waarschuwt dat dit nog een experimentele methode is. Het is als een nieuw soort gereedschap dat nog getest moet worden voordat het in de echte wereld op grote schaal wordt gebruikt.

Titel: Sequential Randomization Tests Using e-values: Applications for trial monitoring

Auteur: Fernando G. Zampieri (Universiteit van Alberta)
Datum: 24 maart 2026

1. Het Probleem

Traditionele methoden voor het monitoren van gerandomiseerde gecontroleerde trials (RCT's) maken vaak gebruik van parametrische aannames of asymptotische benaderingen (zoals $\alpha$ -spending-functies). Deze methoden hebben enkele beperkingen:

Aannames: Ze vereisen vaak specifieke verdelingsaannames die niet altijd gelden.
Stijfheid: Ze vereisen vooraf vastgestelde tijdstippen voor interim-analyses. Als een trial adaptief verloopt of als analyses op onvoorziene momenten plaatsvinden, kan de geldigheid van de Type I-foutcontrole (de kans op een vals positief resultaat) worden aangetast.
Operationaliteit: In sommige klinische settingen (bijv. acute zorg) is het volgen van "geen gebeurtenis" (non-events) lastig of duur, terwijl gebeurtenissen (zoals sterfte) wel betrouwbaar worden geregistreerd.

Er is behoefte aan een niet-parametrische, "anytime-valid" methode die puur gebaseerd is op het randomisatieproces en geen vooraf bepaalde stopregels vereist.

2. Methodologie: Het e-RT Framework

De auteur introduceert een familie van methoden genaamd e-RT (e-value Randomized Trial). Deze methoden gebruiken een weddenschapsframework (betting framework) gebaseerd op e-waarden en e-processen.

Kernconcept: De Weddenschap

In plaats van traditionele hypothesetoetsing, wordt er een "vermogensproces" ( $W_n$ ) opgebouwd:

Nullhypothese ( $H_0$ ): De uitkomst is onafhankelijk van de toewijzing van de behandeling (geen behandelingseffect). Onder $H_0$ is de kans op een juiste gok over de behandelarm 50% (bij 1:1 randomisatie), ongeacht de uitkomst.
Weddenschap: Bij elke nieuwe patiënt of gebeurtenis wordt er gewed op de behandelarm, gebaseerd op de waargenomen uitkomst en eerdere data.
- Als de gok correct is, groeit het vermogen ( $W_n$ ).
- Als de gok incorrect is, krimpt het vermogen.
Martingaal-eigenschap: Onder de nullhypothese is het verwachte vermogen na elke stap gelijk aan het vorige vermogen ( $E[W_n | W_{n-1}] = W_{n-1}$ ). Het vermogen is dus een martingaal.
Stopregels: Volgens de ongelijkheid van Ville kan de nullhypothese worden verworpen zodra het vermogen een drempel van $1/\alpha$ overschrijdt. Dit garandeert Type I-foutcontrole op elk willekeurig tijdstip, ongeacht de stopregel ("anytime-valid").

Varianten van e-RT

Het artikel presenteert zes varianten voor verschillende type eindpunten:

e-RTb (Binary): Voor dichotome uitkomsten (gebeurtenis/geen gebeurtenis).
- Strategie: Adaptieve weddenschap gebaseerd op de lopende risicoverschil-schatting ( $\hat{\delta}$ ). Gebruikt een "half-Kelly" strategie om overweddenschappen te voorkomen.
e-RTe (Event-Only): Monitort alleen gebeurtenissen, negeert "geen gebeurtenis".
- Toepassing: Ideaal wanneer follow-up van overlevenden lastig is (bijv. sterftecijfers in EMR).
- Voordeel: Concentreert het signaal (gebeurtenissen zijn informatiever dan niet-gebeurtenissen bij lage incidentie).
- Nadeel: Vereist ongeveer 2,5x meer steekproefgrootte vergeleken met volledige data-analyse.
e-RTc (Continuous): Voor continue uitkomsten (bijv. biomarkers, ventilator-vrije dagen).
- Strategie: Gebruikt gestandaardiseerde residuen (gebaseerd op mediaan en MAD) en een "dubbel adaptieve" strategie die zowel de extremiteit van de uitkomst als de geschatte behandelrichting meeneemt.
e-RTs (Time-to-Event): Voor overlevingstijd (bijv. totale overleving).
- Strategie: Gebaseerd op de Log-Rank score. Gebruikt een vaste weddenschapsgrootte ( $\lambda = 0.25$ ) omdat gebeurtenissen zeldzaam zijn en overweddenschappen minder catastrofale gevolgen hebben dan bij frequente updates.
e-RTms (Multi-State): Voor patiënten die door verschillende staten gaan (bijv. ICU -> Afdeling -> Thuis/Dood).
- Strategie: Classificeert elke overgang als "goed" (herstel) of "slecht" (verslechtering) en past de binomiale weddenschapslogica toe op deze stroom van overgangen.
e-RTu (Universal): Een abstracte, domein-onafhankelijke engine die alle bovenstaande varianten verenigt door een stroom van binaire signalen ("goed/slecht") te verwerken.

Asymmetrie in Weddenschapsstrategieën

Een belangrijk inzicht in het artikel is de relatie tussen de update-frequentie en het risico op overweddenschap:

Frequente updates (Binary, Continuous): Vereisen zeer conservatieve, adaptieve strategieën (Half-Kelly). Een vaste of te agressieve weddenschap leidt tot catastrophale ineenstorting van het vermogen door cumulatieve fouten.
Zeldzame updates (Survival, Event-only): Kunnen agressievere strategieën (Fixed $\lambda$ of Full Kelly) aan, omdat er minder kansen zijn om fouten te cumuleren.

3. Belangrijkste Resultaten (Simulaties)

De auteur voerde uitgebreide simulaties uit om de prestaties te evalueren:

Type I-foutcontrole: Alle varianten hielden de Type I-fout onder het nominale niveau van 0,05 (vaak tussen 0,02 en 0,04), wat de theoretische martingaal-garantie bevestigt.
Kracht (Power):
- e-RT heeft over het algemeen minder kracht dan een traditionele vaste-steekproeftest (bijv. Chi-kwadraat of t-test) voor een vooraf bepaald steekproefgrootte.
- Echter, het biedt een "gratis optie": het heeft ongeveer 50% kans om de trial vroegtijdig te stoppen bij een groot effect, zonder dat er alpha-besteding nodig is.
- Bij trials ontworpen met 80% power, stopte e-RTb gemiddeld bij ongeveer 47-56% van de geplande steekproefgrootte als er een effect was.
e-RTe vs. e-RTb: Bij lage basale incidentie (<25%) presteert e-RTe (alleen gebeurtenissen) beter dan e-RTb, omdat het signaal geconcentreerd is. Bij hoge incidentie (>25%) wint e-RTb het door het gebruik van alle data.
e-RTms: Toonde een kracht van 89% bij N=1000 voor een scenario waarbij mortaliteit nauwelijks veranderde maar herstel (transities) wel sterk verbeterde, wat traditionele mortaliteitsanalyses zouden missen.

4. Belangrijke Bijdragen

Anytime-Validiteit: De methoden garanderen geldige inferentie ongeacht wanneer of waarom de trial wordt gestopt, zonder vooraf vastgestelde interim-analyses.
Non-parametrisch: Geen aannames over de verdeling van de uitkomsten; geldigheid volgt puur uit het randomisatieproces.
Flexibiliteit: De familie van methoden dekt een breed spectrum aan eindpunten (binair, continu, tijd-tot-gebeurtenis, multi-state).
Operationele Efficiëntie: De e-RTe variant biedt een oplossing voor trials waar het volgen van niet-gebeurtenissen onpraktisch is.
Theoretisch Inzicht: Het artikel legt de fundamentele relatie uit tussen update-frequentie en het risico van overweddenschappen, wat leidt tot de keuze voor specifieke weddenschapsstrategieën per variant.

5. Betekenis en Toekomstperspectief

De e-RT-methoden bieden een conservatief, aannames-vrij alternatief voor modelgebaseerde sequentiële analyses. Ze zijn niet bedoeld om traditionele frequentistische analyses volledig te vervangen, maar fungeren als een waardevolle complementaire tool voor real-time monitoring.

Voordeel: Mogelijkheid tot vroegtijdige stopzetting bij sterke signalen zonder straf voor Type I-fouten.
Beperking: De kracht is lager dan bij optimaal ontworpen vaste tests; er is een "burn-in" periode nodig voordat de adaptieve strategie effectief wordt.
Toekomst: De auteur wijst op de noodzaak van verdere ontwikkeling, zoals het aanpassen van de strategieën voor niet-stationaire effecten (waar het behandelingseffect in de tijd verandert) en het uitbreiden naar relatieve effectmaten (bijv. odds ratios).

Conclusie: Dit artikel introduceert een robuust raamwerk voor klinische trial monitoring dat de onafhankelijkheid van randomisatie maximaliseert en de afhankelijkheid van statistische aannames minimaliseert, waardoor het zeer geschikt is voor adaptieve en real-time trialontwerpen.