📊 statistics

Factorial clinical trials in the presence and absence of plausible statistical interactions between treatment factors. A historical review of the methodological literature

Dit artikel verzoent conflicterende methodologische richtlijnen voor factoriële klinische trials door de historische discussie te beoordelen tussen ontwerpen die zijn geoptimaliseerd voor efficiëntie bij afwezigheid van interacties versus ontwerpen die zijn ontworpen om interacties robuust te schatten, waarbij uiteindelijk wordt benadrukt dat trialisten hun doelstellingen duidelijk moeten definiëren om passende estimanden en analysemethoden te bepalen.

Oorspronkelijke auteurs: Rebecca E. A. Walwyn, Pritaporn Kingkaew, Alan A. Montgomery, Alexandra Wright-Hughes, Steven G. Gilmour

Gepubliceerd 2026-07-15

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Rebecca E. A. Walwyn, Pritaporn Kingkaew, Alan A. Montgomery, Alexandra Wright-Hughes, Steven G. Gilmour

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

Stel je voor dat je een chef bent die probeert het perfecte recept voor een nieuwe burger te bedenken. Je hebt twee geheime ingrediënten: Pittige Saus en Kaas-topping. Je wilt weten of de saus de burger beter maakt, of de kaas de burger beter maakt, en—hier komt het lastige deel—wat er gebeurt als je beide tegelijkertĩ op de burger doet. Werken ze samen om een superburger te creëren, of vechten ze tegen elkaar en verpesten ze de smaak?

Decennialang hebben wetenschappers die medische "burgertesten" (genaamd klinische trials) uitvoerden, gedebatteerd over hoe ze deze experimenten moesten bereiden. Een nieuw artikel van Rebecca Walwyn en haar team fungeert als een vriendelijke scheidsrechter die ingrijpt en zegt: "Hé, jullie gebruiken weliswaar dezelfde keukeninstrumenten, maar jullie proberen twee totaal verschillende soorten taarten te bakken!"

De Twee Stromingen

Het artikel legt uit dat er twee groepen mensen zijn die over deze trials nadenken, en zij spreken verschillende talen.

Groep 1: De "Twee-voor-de-prijs-van-één" Dealsmakers
Deze groep, die erg populair is in het VK, behandelt een factoriële trial als een "Eén halen, één gratis krijgen"-actie. Hun doel is om twee totaal verschillende dingen (zoals een hartmedicijn en een bloedverdunner) tegelijkertijd te testen om geld en tijd te besparen. Ze gaan ervan uit dat de twee ingrediënten helemaal niet met elkaar interageren. Ze geloven dat als je ze samen test, je twee aparte antwoorden krijgt voor de prijs van één.

De Haken en Ogen: Dit werkt alleen als de ingrediënten totaal onafhankelijk zijn. Als de pittige saus de kaas eigenlijk tenietdoet, stort deze "twee-voor-de-prijs-van-één" wiskunde in. Het artikel wijst erop dat veel trialisten jarenlang te horen hebben gekregen dat ze deze methode alleen mogen gebruiken als ze zeker weten dat de ingrediënten niet mengen.

Groep 2: De "Mix-en-Match" Ontdekkers
Deze groep komt uit de wereld van de landbouwwetenschappen (denk aan landbouwvelden) en moderne techniek. Zij houden van mixen! Zij gebruiken factoriële trials specifiek om te ontdekken hoe ingrediënten met elkaar interageren. Ze willen niet alleen weten of de saus goed is; ze willen weten of de saus beter is wanneer er kaas aanwezig is.

Het Doel: Zij bouwen complexe interventies (zoals een volledig programma voor gedragsverandering) en moeten weten welke onderdelen het best samenwerken. Ze vinden interacties prima; sterker nog, ze willen ze juist vinden.

De Grote Verwarring

Het artikel suggereert dat de verwarring voortkomt uit het mengen van deze twee doelen. Het is alsof je een recept voor een simpel broodje probeert te gebruiken om een wolkenkrabber te bouwen.

Als je slechts twee aparte medicijnen test (Groep 1), ga je ervan uit dat ze niet interageren. Als ze wél interageren, wordt je wiskunde een rommeltje en krijg je misschien een foutief antwoord over hoe goed een medicijn op zichzelf werkt.
Als je een complex programma optimaliseert (Groep 2), moet je weten wat de interacties zijn. Het artikel stelt dat je voor deze trials niet hoeft aan te nemen dat de ingrediënten gescheiden zijn. Sterker nog, het ontwerp is er juist op gebouwd om de mix perfect te verwerken.

Het "Kingkaew" Burger Experiment

Om hun punt te bewijzen, keken de auteurs naar een echte studie over het helpen van rokers om te stoppen met roken via tekstberichten. Ze testten twee soorten berichten: één om de Capaciteit te vergroten (weten hoe je moet stoppen) en één om de Gelegenheid te vergroten (tijd/plek hebben om te stoppen).

Dit is wat er gebeurde bij de analyse van de gegevens:

De Verrassing: Wanneer de berichten alleen werden verzonden, leken ze een beetje te helpen. Maar wanneer ze samen werden verzonden, daalde het succespercentage zelfs met 12%. De twee berichten vochten tegen elkaar! Dit wordt een "antagonistische interactie" genoemd.
De Fout: Als je de "Groep 1"-wiskunde zou gebruiken (ervan uitgaande dat er geen interactie is), zou je een gemiddeld effect hebben berekend dat suggereerde dat de berichten licht schadelijk waren, maar je zou niet begrijpen waarom.
De Oplossing: De auteurs lieten zien dat als je de "Groep 2"-wiskunde gebruikt (die een interactieterm bevat), je precies kunt zien wat er aan de hand is. Je realiseert je dat het versturen van beide berichten eigenlijk een slecht idee is, en dat de beste "behandeling" is om geen van beide te sturen.

Wat het Artikel Zegt (en Niet Zegt)

De auteurs zijn zeer duidelijk over wat zij hebben gevonden. Ze hebben niet alleen gegokt; ze hebben naar historische debatten teruggaand tot 1935 gekeken en gedetailleerde mathematische simulaties uitgevoerd om aan te tonen hoe de cijfers veranderen afhankelijk van de methode die je gebruikt.

Wat ze uitsluiten:
Ze zijn tegen het idee dat alle factoriële trials ervan uitgaan dat er geen interacties zijn. Ze zeggen dat algemene beweringen dat factoriële ontwerpen "ongeschikt" zijn voor de meeste trials, onjuist zijn. Die waarschuwingen gelden alleen als je een "twee-voor-de-prijs-van-één"-deal wilt doen (Groep 1), maar de ingrediënten daadwerkelijk mengen. Als je een complex recept wilt optimaliseren (Groep 2), is het ontwerp zelfs perfect, ondanks grote interacties.

Wat ze suggereren:
Ze suggereren dat trialisten moeten ophouden met vaag zijn. Voordat je een trial start, moet je jezelf afvragen: "Wat probeer ik te ontdekken?"

Als je wilt weten of Medicijn A op zichzelf werkt, heb je een specifiek plan nodig (Groep 1).
Als je wilt weten hoe je de beste combinatie van onderdelen bouwt, heb je een ander plan nodig (Groep 2).

Het artikel concludeert dat het tijd is voor de geneeskunde om de wetenschappers in te halen die dit al 100 jaar in de landbouw doen. Ze zeggen niet dat één methode een magische oplossing is voor alles. Ze zeggen in plaats daarvan: "Kies het juiste gereedschap voor de klus, definieer je doel duidelijk, en wees niet bang dat de ingrediënten mengen!"

Kortom, het artikel zegt niet "Factoriële trials zijn kapot." Het zegt: "Factoriële trials zijn krachtig, maar je moet weten of je een simpele taart of een complexe toren aan het bakken bent, want de wiskunde voor elk van hen is totaal verschillend."

Probleem
Factoriële klinische trials, waarbij deelnemers worden gerandomiseerd naar combinaties van twee of meer behandelcomponenten, zijn onderhevig aan verwarring en misverstanden met betrekking tot hun passende gebruik en analyse. Er bestaan twee verschillende "scholen van denken" in de literatuur, die conflicterende richtlijnen creëren. De eerste school, die haar oorsprong vindt in het VK en wordt gedomineerd door het werk van Peto (1978) en daaropvolgende klinische trialisten, pleit voor k-in-1 factoriële trials. In deze benadering worden factoriële designs gebruikt om meerdere volledige interventies (bijv. medicijnen) simultaan te evalueren met de steekproefomvang van een enkele parallelle groepstrial, maar alleen onder de strikte aanname dat er geen statistische interacties bestaan tussen de behandelcomponenten. Het doel is om de "aparte effecten" van elke interventie te schatten wanneer deze in isolatie wordt toegediend.

De tweede school, afkomstig uit het veld van de Experimentele Planning (DoE, Fisher, Yates) en recentelijk gerevitaliseerd door de Multiphase Optimisation Strategy (MOST) framework, adviseert factoriële trials voor zowel de aanwezigheid als de afwezigheid van interacties. In dit visie zijn factoriële experimenten ontworpen om robuust "hoofdeffecten" (het gemiddelde effect van een component over alle niveaus van andere componenten) en interacties te schatten. Het doel is vaak het screenen, optimaliseren of evalueren van complexe interventies waarbij componenten kunnen interageren.

Het kernprobleem is dat de gangbare richtlijnen in klinische trials deze onderscheidende doelstellingen vaak vermengen, wat leidt tot ongepaste berekeningen van de steekproefomvang, analytestrategieën en interpretaties. Specifiek wordt de aanname van geen interactie vaak behandeld als een universele vereiste voor factoriële trials, terwijl dit slechts een vereiste is voor de specifieke efficiëntiewinst die wordt gezocht in k-in-1 trials. Deze vermenging vertroebelt het feit dat factoriële designs efficiënt zijn voor het schatten van hoofdeffecten en interacties, zelfs wanneer interacties aanwezig zijn, mits de trial is ontworpen en geanalyseerd met die specifieke estimanden in gedachten.

Methodologie
Dit artikel biedt een historisch overzicht en een methodologische synthese van de literatuur over factoriële klinische trials. De auteurs:

Sporen historisch de oorsprong na van beide scholen van denken, van Fisher en Yates in de jaren 1930 (DoE) tot Peto en daaropvolgende klinische trialisten in de jaren 1970 en 1980.
Definiëren en contrasteren de doelstellingen, estimanden, behandelcontrasten en besluitvormingsbenaderingen voor k-in-1 factoriële trials versus andere factoriële trials (screening, optimalisatie en evaluatie).
Leiden mathematisch de eigenschappen af van de estimators voor beide scholen. De auteurs vergelijken de eigenschappen van de estimators onder twee parametrisaties:
- Effect coding (-1, +1): Gebruikt in DoE en MOST om hoofdeffecten en interacties te schatten. Zij demonstreren dat onder een gebalanceerd design, hoofdeffecten en interacties orthogonaal (ongecorreleerd) zijn en met gelijke precisie worden geschat, ongeacht of interacties in het model zijn opgenomen.
- Dummy coding (0, 1): Vaak gebruikt in klinische trials om "aparte effecten" te schatten. Zij tonen aan dat in k-in-1 trials, de estimators voor aparte effecten gecorreleerd zijn, en dat hun precisie significant verandert wanneer interacties aan het model worden toegevoegd. Als interacties aanwezig zijn, is de precisie van aparte effecten in een dummy-gecodeerd maximaal model lager dan in een additief model.
Illustreren de impact van deze verschillende benaderingen met behulp van een empirisch voorbeeld (een vereenvoudigde versie van Kingkaew et al., 2020) betreffende tekstberichten voor stoppen met roken. Zij pasten additieve en maximale modellen toe met zowel dummy- als effect-coding om te demonstreren hoe de keuze van de estimand en het coderingsschema de interpretatie van coëfficiënten, standaardfouten en statistische significantie verandert.

Kernbijdragen

Verheldering van de Scholen van Denken: Het artikel schetst expliciet de twee scholen van denken en voert aan dat de "geen interactie"-vereiste alleen van toepassing is op k-in-1 factoriële trials die ontworpen zijn om aparte effecten efficiënt te schatten. Het stelt dat deze vereiste niet van toepassing is op factoriële trials die ontworpen zijn om hoofdeffecten en interacties te schatten (screening, optimalisatie, evaluatie).
Estimanden en Contrasten: De auteurs verduidelijken dat de keuze van de estimand de analyse dicteert.
- Voor k-in-1 trials zijn de estimanden aparte effecten (bijv. effect van A in de afwezigheid van B).
- Voor DoE/MOST trials zijn de estimanden hoofdeffecten (gemiddelde effect van een component) en interacties.
Eigenschappen van Estimators: Het artikel biedt een rigoureuze mathematische vergelijking die laat zien dat:
- In effect-gecodeerde modellen (DoE/MOST), hoofdeffecten en interacties orthogonaal zijn en een gelijke precisie behouden, zelfs bij de aanwezigheid van interacties.
- In dummy-gecodeerde modellen (gebruikelijk in k-in-1 trials), aparte effecten en interacties gecorreleerd zijn, en de precisie van aparte effecten verslechtert wanneer interacties aanwezig zijn en in het model worden opgenomen.
Besluitvorming: De auteurs contrasteren besluitvormingsbenaderingen, waarbij zij opmerken dat DoE/MOST gebruikmaakt van component-screening of decision analysis voor intervention value efficiency (DAIVE) om optimale combinaties te selecteren, terwijl k-in-1 trials zich doorgaans richten op het testen van aparte effecten, vaak met behulp van twee-fasen testprocedures die de auteurs als misleidend bestempelen.

Resultaten
Gebruikmakend van het illustratieve voorbeeld van de trial voor stoppen met roken:

De data vertoonden een significante antagonistische interactie (het gecombineerde effect van tekstberichten over capaciteit en gelegenheid was slechter dan de som van hun individuele effecten).
Additief Model (Dummy Coded): Schatte marginale effecten die niet-significant waren en suggereerden een afname in abstinentiepercentages, waardoor het de conditionele aard van de effecten niet vastlegde.
Maximaal Model (Dummy Coded): Schatte aparte effecten (capaciteit alleen, gelegenheid alleen) die positief maar niet-significant waren, met standaardfouten die $\sqrt{2}$ keer groter waren dan de marginale effecten. De aparte interactie was significant.
Effect-Coded Maximal Model: Schatte hoofdeffecten en interacties met gelijke precisie. De hoofdeffecten waren niet-significant, en de interactie was significant.
De analyse toonde aan dat het enkel presenteren van marginale effecten (zoals vaak gebeurt in k-in-1 analyses) ontoereikend is wanneer interacties bestaan. De keuze van het model (additief versus maximaal) en de codering (dummy versus effect) verandert fundamenteel de geschatte behandelingseffecten en hun precisie. In het 2×2×2 geval toonden de auteurs aan dat effect-gecodeerde modellen gelijke precisie behouden voor alle effecten (hoofd- en interacties) naarmate het aantal factoren toeneemt, terwijl dummy-gecodeerde modellen een toenemende variantie laten zien voor hogere-orde aparte interacties.

Significantie en Claims
Het artikel claimt dat de verwarring rondom factoriële trials voortkomt uit een gebrek aan duidelijkheid over de primaire doelstelling en de resulterende estimanden. De auteurs voeren aan dat:

Algemene uitspraken die adviseren tegen het gebruik van factoriële trials wanneer interacties aannemelijk zijn, onjuist zijn; dergelijk advies is specifiek voor k-in-1 trials die streven naar efficiëntie in het schatten van aparte effecten.
Factoriële trials blijven zeer efficiënt voor het screenen, optimaliseren en evalueren van complexe interventies (hoofdeffecten en interacties), zelfs wanneer interacties aanwezig zijn, mits de steekproefomvang wordt berekend op basis van de gewenste hoofdeffecten en de analyse gebruikmaakt van passende modellen (bijv. effect-gecodeerde maximale modellen).
Het is essentieel dat trialisten hun doelstellingen, estimanden en behandelcontrasten duidelijk specificeren tijdens de ontwerpfase. De keuze van het design (bijv. 2-in-1 versus factoriële optimalisatie) en de analytestrategie moeten voortvloeien uit deze specificaties.
De auteurs suggereren dat klinische trials, met name die betrokken bij complexe interventies, de methoden moeten omarmen die lang reeds gevestigd zijn in het veld van de Experimentele Planning, om zo voorbij te gaan aan de beperkingen van de "geen interactie"-aanname die de Britse klinische trial-methodologie heeft gedomineerd. Zij concluderen dat de moeilijkheden die beweerd worden de factoriële designs ongeschikt te maken voor de meeste klinische trials, vaak specifiek zijn voor de k-in-1 context en niet van toepassing zijn op de bredere toepassing van factoriële designs in medisch onderzoek.

De Twee Stromingen

De Grote Verwarring

Het "Kingkaew" Burger Experiment

Wat het Artikel Zegt (en Niet Zegt)

Meer zoals dit