📊 statistics

Covariate-Adaptive Sample Size Re-estimation for Population-Standardized Historical Control Designs in Single-Arm Trials

Dit artikel stelt een uitkomst-geblindeerd, covariat-adaptief raamwerk voor steekproefomvangherberekening voor extern gecontroleerde single-arm trials voor, dat historische controles standaardiseert naar de ingeschreven populatie, waardoor de statistische power behouden blijft en de type I-fout wordt gecontroleerd ondanks baseline-imbalansen en distributieverschuivingen.

Oorspronkelijke auteurs: Keisuke Hanada, Masahiro Kojima

Gepubliceerd 2026-07-29

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Keisuke Hanada, Masahiro Kojima

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 detective bent die een mysterie probeert op te lossen: "Werkt dit nieuwe medicijn?" In de perfecte wereld van de wetenschap zou je een groep zieke mensen in twee teams zou splitsen. Eén team krijgt het nieuwe medicijn, en het andere team krijgt een nep-suikerpil. Je observeert beide teams en ziet wie er beter wordt. Dit is de "gouden standaard" van medisch testen. Maar soms kun je dit niet doen. Misschien is de ziekte zo zeldzaam dat je niet genoeg mensen kunt vinden om twee teams te maken. Misschien is het onethisch om een zieke persoon een suikerpil te geven wanneer er al een behandeling bestaat. In deze lastige situaties moeten wetenschappers een andere strategie gebruiken: ze testen het nieuwe medicijn op één groep mensen en vergelijken hen met een groep mensen uit het verleden die behandeld werden met de oude standaard (of geen behandeling). Deze mensen uit het verleden worden "historische controles" genoemd.

Het probleem met deze strategie is alsof je een modern basketbalteam van de middelbare school probeert te vergelijken met een team uit 1ر50. Zelfs als de spelers even lang zijn, kunnen de regels, de schoenen en de training totaal anders zijn. Als het nieuwe team wint, komt dat dan omdat ze beter zijn, of simpelweg omdat ze betere schoenen hebben? In medische onderzoeken kan de vergelijking rommelig worden als de mensen in de nieuwe studie anders zijn dan de mensen in de oude dossiers (misschien zijn ze ouder, of zieker, of komen ze uit een ander land). De resultaten kunnen vertekend zijn, niet omdat het medicijn niet werkte, maar omdat de twee groepen niet volgens dezelfde regels speelden. Wetenschappers hebben een manier nodig om het "speelveld gelijk te trekken", zodat ze een eerlijke vergelijking kunnen maken, zelfs als de groepen er verschillend uitzien.

Dit artikel pakt precies dat probleem aan. De auteurs, Keisuke Hanada en Masahiro Kojima, stellen een slimme nieuwe manier voor om deze enkelvoudige groepstests uit te voeren. Ze stellen een methode voor genaamd "Population-Standardized Sample Size Re-estimation." Hier is hoe het werkt in begrijpelijke taal:

Normaal gesproken, wanneer wetenschappers een onderzoek plannen, gokken ze hoe de nieuwe groep patiënten eruit zal zien. Ze zeggen: "We verwachten 50 mensen, en ze zullen precies lijken op de mensen in onze oude dossiers." Ze berekenen vervolgens hoeveel mensen ze moeten testen om zeker van het antwoord te zijn. Maar wat als hun gok fout is? Wat als de mensen die daadwerkelijk aan de trial deelnemen ouder zijn of andere symptomen hebben dan verwacht? Als ze zich aan hun oorspronkelijke plan houden, eindigen ze misschien met een trial die te klein is om de waarheid te vinden, of juist te groot en verspillend.

De oplossing van de auteurs is om flexibel te zijn. Ze stellen voor dat onderzoekers in plaats van het aantal patiënten aan het begin vast te leggen, de mensen in de gaten houden die zich aanmelden. Terwijl er nieuwe patiënten arriveren, kijken de onderzoekers alleen naar hun basisinformatie (zoals leeftijd of gewicht), zonder te kijken of het medicijn al heeft gewerkt. Ze gebruiken deze verse informatie om de vergelijking te "herkalibreren".

Denk aan het afstemmen van een radio. Aan het begin van de trial stem je de radio af op een zender waarvan je denkt dat deze de muziek speelt die je wilt horen (de historische data). Maar terwijl je luistert, merk je dat het signaal wazig is omdat de zender waar je naar luistert is afgedwaald. In plaats van op te geven, draai je langzaam aan de knop (herbereken de steekproefomvang) om de werkelijke signalen te matchen die je nu hoort. De methode van de auteurs gebruikt een wiskundige "balanceringsscore" om de oude data aan te passen zodat deze perfect past bij de nieuwe groep, zoals het hervergroten van een foto om in een nieuwe lijst te passen.

Het artikel laat zien dat deze methode veilig is. Omdat de onderzoekers alleen naar de "achtergrondinformatie" kijken (zoals leeftijd) en niet naar het "resultaat" (is de patiënt beter geworden?), vervalsen of beïnvloeden ze de resultaten niet per ongeluk. Sterker nog, het artikel voert duizenden computersimulaties uit om te bewijzen dat deze methode de "Type I-fout" (de kans om onterecht te beweren dat het medicijn werkt terwijl dat niet zo is) onder controle houdt, net als een strikte scheidsrechter.

De simulaties laten ook zien dat deze flexibele aanpak veel slimmer is dan het vasthouden aan een rigide plan. Wanneer de werkelijke groep patiënten anders was dan de oorspronkelijke verwachting, faalden de oude "vaste" plannen vaak—ze hadden ofwel niet genoeg mensen om het medicijn te bewijzen, of ze zaten er volledig naast. De nieuwe methode paste het aantal benodigde patiënten echter gaandeweg aan. Het had uiteindelijk ongeveer hetzelfde aantal mensen nodig als een "perfecte" trial (waarbij je de toekomst al kende vooraf), maar zonder de toekomst daadwerkelijk te hoeven kennen.

In een praktijkvoorbeeld met gegevens uit Alzheimer-onderzoeken, lieten de auteurs zien hoe dit in de praktijk werkt. Afhankelijk van welke specifieke details zij kozen aan te passen, veranderde het uiteindelijke aantal benodigde patiënten. Soms waren het er 42 mensen, op andere momenten 95. Dit bewijst dat de methode gevoelig is voor de werkelijke samenstelling van de groep, waardoor de omvang van de trial correct wordt bepaald voor de echte mensen in de kamer, en niet alleen voor de mensen die zij tijdens de planningsvergadering voor ogen hadden.

Uiteindelijk biedt dit artikel een praktisch instrumentarium voor wetenschappers die trials uitvoeren waarbij ze geen controlegroep kunnen gebruiken. Het stelt hen in staat om eerlijk te zijn over de onzekerheid over wie er zal verschijnen, hun plannen gaandeweg aan te passen, en toch een betrouwbaar antwoord te krijgen over de vraag of een nieuwe behandeling werkt. Het verandert een rigide "gok-en-hoop"-aanpak in een dynamische, datagestuurde strategie die respect heeft voor de unieke mix van patiënten in elke individuele trial.

Technische Samenvatting: Covariaat-Adaptieve Steekproefomvang-herberekening voor Populatie-Gestandaardiseerde Historische Controle-ontwerpen in Single-Arm Trials

Probleemstelling
Extern gecontroleerde single-arm trials worden steeds vaker gebruikt wanneer gerandomiseerde controles onmogelijk zijn, met name bij zeldzame ziekten of situaties waarin gelijktijdige toewijzing van een controlegroep ethisch of praktisch moeilijk is. Een fundamentele uitdaging is echter de basisimbalans tussen de actieve arm van de trial en de historische controlegegevens (bijv. uit registers of eerdere trials). Deze verschillen in patiëntkenmerken, kalendertijd of meetprocedures kunnen ervoor zorgen dat eenvoudige verschillen in gemiddelden van uitkomsten eerder de verschillen in populatie of gegevensbronnen weerspiegelen dan de werkelijke behandelingseffecten.

Hoewel methoden zoals propensity scores, G-computation en inverse probability of treatment weighting (IPTW) bestaan om verwarring (confounding) te corrigeren, blijft de planning van de steekproefomvang in deze context problematisch. Traditionele benaderingen leggen de steekproefomvang vaak vast op basis van planningsveronderstellingen over het gemiddelde en de variantie van de historische controle. Echter, wanneer het doel-estimand wordt gedefinieerd voor de daadwerkelijk geïncludeerde populatie van de actieve arm, worden het gestandaardiseerde controlegemiddelde en de bijbehorende variantie expliciete functies van de covariantendistributie van de geïncludeerde populatie. Als de daadwerkelijk geïncludeerde populatie afwijkt van de planningsveronderstellingen, kunnen vaste ontwerpen leiden tot een verlies aan power of een opgeblazen Type I-fout. Bov�eraan zijn standaard methoden voor steekproefomvang-herberekening (SSR) meestal gebaseerd op nuisance-parameters (zoals variantie) of conditionele power op basis van tussentijdse uitkomsten, wat hier niet van toepassing is omdat de uitkomsten van de actieve arm niet beschikbaar zijn tijdens de inclusiefase voor herberekening.

Methodologie
De auteurs stellen een verenigd kader voor populatie-gestandaardiseerde estimanden gecombineerd met uitkomst-geblindeerde, covariaat-adaptieve steekproefomvang-herberekening (SSR) voor.

Populatie-gestandaardiseerde Estimand:
- De doelpopulatie wordt gedefinieerd als de subjecten die daadwerkelijk in de single-arm trial zijn geïncludeerd.
- Een vooraf gespecificeerde balansscore $Z = s(X)$ (bijv. een trial-participatiescore) vat de distributionele verschillen tussen de actieve arm en de historische controles samen.
- Historische controle-uitkomsten worden gestandaardiseerd naar de scoreverdeling van de actieve arm $F_{Z,A}$ met behulp van IPTW. De controleparameter $\eta_0(F_{Z,A})$ wordt gedefinieerd als de verwachte uitkomst indien de daadwerkelijk geïncludeerde populatie van de actieve arm de controlebehandeling had ontvangen.
- Het behandelingseffect-estimand is $\Delta(F_{Z,A}) = \eta_1 - \eta_0(F_{Z,A})$ , waarbij $\eta_1$ de uitkomst van de actieve arm is.
Steekproefomvang Design en Herberekening:
- Initiële Design: Een verwachte scoreverdeling van de actieve arm $F^{plan}_{Z,A}$ wordt vooraf gespecificeerd. De vereiste steekproefomvang $N(F)$ wordt berekend op basis van de variantie van de estimator van het behandelingseffect, welke de variantie van de gestandaardiseerde controleparameter $\tau^2_0(F)$ bevat.
- Uitkomst-geblindeerde SSR: Tijdens de trial wordt de vereiste steekproefomvang bijgewerkt met behulp van enkel de accumulerende baseline-covariaten van de geïncludeerde subjecten, zonder gebruik te maken van de uitkomsten van de actieve arm.
- Op vooraf gespecificeerde beoordelingstijden wordt de empirische scoreverdeling $\hat{F}_{Z,A,n}$ berekend. De gestandaardiseerde controleparameter $\hat{\eta}_0(\hat{F}_{Z,A,n})$ en de vereiste steekproefomvang $N_{re}(n)$ worden opnieuw berekend.
- Twee versies worden voorgesteld:
  - Point-estimate SSR: Gebruikt de herberekende steekproefomvang direct.
  - Conservatieve SSR: Gebruikt een bovengrens van een onzekerheidsinterval voor de steekproefomvang om rekening te houden met de fout in de schatting van de eindige steekproef van de scoreverdeling.
- Inclusie stopt wanneer de huidige steekproefomvang $n$ het bijgewerkte doel bereikt $N_{target}(n)$ of een vooraf gespecificeerde maximum bereikt.
Theoretische Eigenschappen:
- De auteurs stellen voorwaarden (A1–A5) vast waaronder de procedure een benaderende controle van de Type I-fout en de conditionele power handhaaft.
- Stelling 1: Demonstreert dat als de herberekening enkel afhankelijk is van het scoreproces (en niet van uitkomsten), de uiteindelijke toets de Type I-fout controleert tot een discrepantieterm geïnduceerd door de empirische scoreverdeling.
- Stelling 2: Toont aan dat, geconditioneerd op de uiteindelijke geobserveerde scoreverdeling, het veiligstellen van de herberekende steekproefomvang de power ten minste op het doelniveau garandeert (tot de fout van de normale benadering).

Belangrijkste Bijdragen

Definitie van de Estimand: Het artikel definieert formeel een populatie-gestandaardiseerde estimand waarbij historische controles worden gestandaardiseerd naar de daadwerkelijke geïncludeerde populatie via een balansscore, waardoor de controleparameter een functie wordt van de doelverdeling.
Covariaat-Adaptieve SSR: Het ontwikkelt een nieuw SSR-procedé dat de steekproefomvang bijwerkt op basis van enkel de baseline-covariatenverdelingen. Dit adresseert de specifieke uitdaging dat de variantie en het effect van de gestandaardiseerde controle afhangen van de kenmerken van de geïncludeerde populatie.
Theoretische Garanties: Het biedt voldoende voorwaarden voor benaderende Type I-foutcontrole en behoud van conditionele power in herhaalde geblindeerde SSR-settings, wat het onderscheidt van methoden die vertrouwen op ongeblindeerde uitkomstgegevens.
Integratie van Planning en Uitvoering: Het kader verenigt ontwerpen gebaseerd op planningsverdelingen met adaptieve ontwerpen gebaseerd op geobserveerde inclusieverdelingen.

Resultaten

Illustratieve Toepassing (ADCS Data): Met behulp van gegevens uit de Alzheimer's Disease Cooperative Study trials hebben de auteurs aangetoond dat de gestandaardiseerde controleparameter en de vereiste steekproefomvang aanzienlijk variëren afhankelijk van de gekozen set voor covariaat-correctie en de evoluerende profielen van de geïncludeerde populatie. De voorgestelde SSR leverde verschillende uiteindelijke steekproefomvang op in verschillende scenario's, wat de werkelijke profielen van de covariaten weerspiegelde die tijdens de inclusie werden waargenomen, terwijl vaste ontwerpen statische steekproefomvang leverden.
Simulatiestudies:
- Scenario: Simulaties werden uitgevoerd waarbij de ware verdeling van de actieve arm verschilde van de planningsveronderstelling (distributionele shift).
- Power: Vaste ontwerpen gebaseerd op enkel de planningsveronderstellingen verloren aan power naarmate de ware verdeling afweek van het plan. In tegen plaats behield de voorgestelde covariaat-adaptieve SSR de power nabij het doelniveau (0,80) door de steekproefomvang aan te passen aan de geobserveerde verdeling.
- Vergelijking: De voorgestelde SSR presteerde vergelijkbaar met een "oracle" design (dat de ware verdeling weet tijdens de planningsfase) en presteerde beter dan een "max-scenario" vast design in termen van efficiëntie van de steekproefomvang, terwijl de power behouden bleef.
- Type I-fout: De procedure handhaafde een benaderende Type I-foutcontrole (nabij 0,05) over de scenario's heen, wat bevestigt dat uitkomst-geblindeerde herberekening de fout-positieve ratio niet opblaast.
- Niet-gecorrigeerde Ontwerpen: Niet-gecorrigeerde vaste ontwerpen vertoonden hoge afwijzingspercentages in sommige settings, maar de auteurs merken op dat dit een weerspiegeling is van de mis-specificatie van de controleparameter door imbalans, in plaats van echte power.

Betekenis en Claims
Het artikel claimt een praktische ontwerpstrategie te bieden voor extern gecontroleerde single-arm trials die expliciet gericht zijn op populatie-gestandaardiseerde behandelingseffecten. Door de definitie van de doelpopulatie, de standaardisatie van externe controles en de steekproefomvang-herberekening in één enkel kader te koppelen, adresseert de methode de onzekerheid van de doelpopulatie tijdens de ontwerpfase, in plaats van enkel te vertround op post-hoc covariaat-correctie.

De auteurs benadrukken dat hun aanpak de mogelijkheid biedt om de steekproefomvang aan te passen aan de daadwerkelijke geïncludeerde populatie zonder de behandelingsuitkomsten te onthullen, waardoor de integriteit van de trial behouden blijft terwijl voldoende power wordt gegarandeerd. De studie concludeert dat deze covariaat-adaptieve, uitkomst-geblindeerde SSR een levensvatbare strategie is om de risico's op powerverlies als gevolg van distributionele verschuivingen tussen planningsveronderstellingen en de realiteit in trials met historische controles te mitigeren.

Beperkingen
De auteurs erkennen verschillende beperkingen:

Het kader gaat ervan uit dat de geobserveerde baseline-covariaten voldoende verklaring bieden voor de vergelijkbaarheid; niet-gemeten confounding of verschillen in metingen/definities kunnen nog steeds resultaten beïnvloeden.
Mis-specificatie van het model voor de balansscore of de conditionele controleparameters kan de geschatte gestandaardiseerde controleparameter en variantie beïnvloeden.
De methode vertrouwt op normale benaderingen en gaat ervan uit dat de waarde van de actieve arm onafhankelijk is van de scoreverdeling. Uitbreidingen voor niet-normale uitkomsten, kleine steekproeven of complexe censoring worden vermeld als toekomstig werk.
De huidige focus ligt op single-arm designs met louter historische controles; hybride ontwerpen met gelijktijdige controles vereisen verdere ontwikkeling.

Technische Samenvatting: Covariaat-Adaptieve Steekproefomvang-herberekening voor Populatie-Gestandaardiseerde Historische Controle-ontwerpen in Single-Arm Trials

Meer zoals dit