📊 statistiek

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

Dit artikel stelt de Generalized Bayesian TOST met Power-Discounted Priors (GBT-PP) voor, een verenigd raamwerk dat de beperkingen van de klassieke TOST-procedure overwint door historische gegevens uit zowel continue als discrete bronnen formeel te incorporeren en instelbaar te verdisconteren, terwijl het vijf originele theoretische resultaten vaststelt en reproduceerbare R-implementaties biedt voor equivalentietesten.

Oorspronkelijke auteurs: Antonio Monleon-Getino

Gepubliceerd 2026-10-13

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Antonio Monleon-Getino

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://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

In de wereld van medisch onderzoek worden wetenschappers vaak geconfronteerd met een vraag die het tegenovergestelde is van de gebruikelijke. In plaats van te vragen of een nieuwe behandeling anders is dan een oude, vragen zij zich af of deze praktisch hetzelfde is. Dit vormt de kern van equivalentietesten, een statistische tool die essentieel is voor het bewijzen dat een generiek medicijn net zo goed werkt als een merkversie, of dat een nieuw biosimilarar veilig is om te gebruiken. Decennialang was de standaardmanier om deze vraag te beantwoorden een methode genaamd de Two One-Sided Tests, of TOST. Deze aanpak fungeert als een strikte poortwachter: het controleert of het verschil tussen twee behandelingen klein genoeg is om binnen een vooraf overeengekomen "zone van praktische gelijkenis" te vallen. Als de gegevens volledig binnen deze zone passen, worden de behandelingen als equivalent verklaard. Hoewel deze methode eenvoudig en veelgebruikt is, heeft het een aanzienlijke blinde vlek. Het kan niet gemakkelijk terugkijken naar eerdere studies om ervan te leren, noch kan het een directe waarschijnlijkheid geven dat de behandelingen werkelijk hetzelfde zijn. Het zegt simpelweg "ja" of "nee" op basis van de huidige gegevens alleen, waarbij een schat aan historische bewijslast wordt genegeerd die regelgevers en onderzoekers steeds vaker willen gebruiken.

Een onderzoeker aan de Universiteit van Barcelona, Antonio Monleón-Getino, heeft een nieuwe manier voorgesteld om dit probleem aan te pakken. Hij ontwikkelde een raamwerk genaamd de Generalized Bayesian TOST with Power-Discounted Priors. Beschouw dit als een slimmere, flexibelere versie van de oude poortwachter die kan luisteren naar de geschiedenis zonder erdoor geregeerd te worden. De nieuwe methode stelt wetenschappers in staat om gegevens uit eerdere studies in te brengen, of die gegevens nu afkomstig zijn van continue metingen zoals bloeddrukwaarden of van aantallen successen zoals genezen patiënten. De belangrijkste innovatie is een "discounting"-mechanisme (kortingsmechanisme). Dit fungeert als een volumeknop voor het verleden. Als de oude gegevens zeer betrouwbaar zijn, wordt de knop omhoog gedraaid en leunt de nieuwe analyse zwaar op die gegevens. Als de oude gegevens wankel zijn of uit een andere context komen, wordt de knop omlaag gedraaid, zodat de nieuwe studie voor zichzelf spreekt. Deze aanpak verenigt twee verschillende soorten gegevens in één enkele beslisregel, waardoor een langlopende kloof wordt gedicht waar onderzoekers voorheen aparte, incompatibele instrumenten moesten gebruiken voor verschillende soorten informatie.

Het artikel stelt dit idee niet alleen voor; het bewijst hoe het zich gedraagt onder verschillende omstandigheden. De auteur laat zien dat naarmate er meer nieuwe gegevens worden verzameld, de invloed van de oude gegevens vanzelf vervaagt, wat ervoor zorgt dat de uiteindelijke beslissing altijd wordt gedreven door de meest actuele bewijslast. Dit is een cruciale veiligheidsfunctie die een veelvoorkomende angst aanpakt: dat het vertrouwen op de geschiedenis de resultaten zou kunnen vertekenen. Het onderzoek stelt ook een precieze formule vast voor hoe veel kleiner een nieuwe studie kan zijn als deze de kracht van het verleden leent, waarmee exact wordt gekwantificeerd hoeveel deelnemers bespaard kunnen worden. Bovendien identificeert het artikel een subtiele valkuil in hoe deze berekeningen worden uitgevoerd: als de wiskundige aannames over het verleden te vaag zijn, kan de methode ten onrechte sterke bewijzen voor equivalentie claimen, zelfs wanneer de gegevens daar niets over zeggen. De auteur biedt een duidelijke regel om dit te vermijden, door te hameren op het feit dat de aannames over het verleden vast en specifiek moeten staan voordat de studie begint.

Om de methode te testen, heeft de auteur twee gedetailleerde scenario's uitgevoerd. In één scenario met continue metingen liet de nieuwe methode zien dat naarmate er meer gewicht aan historische gegevens werd toegekend, het vertrouwen in de equivalentie gestaag en voorspelbaar groeide. In een tweede scenario met genezingspercentages demonstreerde de methode een vitale realiteitscheck: als het historische genezingspercentage eigenlijk slechter was dan het huidige, maakte het lenen van die geschiedenis de nieuwe behandeling slechter, niet beter. Dit bewijst dat het systeem eerlijk is; het bevoordeelt het verleden niet blindelings, maar integreert het accuraat, of die integratie nu helpt of schaadt in de zaak voor de equivalentie. Het artikel introduceert ook een nieuwe wiskundige afkorting waardoor deze complexe berekeningen kunnen worden uitgevoerd zonder dat er massale computersimulaties nodig zijn, wat de methode sneller en gemakkelijker controleerbaar maakt.

Uiteindelijk biedt dit werk een rigoureus, verenigd pad voor onderzoekers die gelijkenis moeten bewijzen. Het overbrugt de kloof tussen de oude, rigide regels van statistische toetsing en de moderne wens om alle beschikbare bewijslast te gebruiken. Door een manier te bieden om formele kennis uit het verleden in te sluiten terwijl de uiteindelijke beslissing stevig geworteld blijft in de huidige gegevens, geeft het nieuwe raamwerk regelgevers en wetenschappers een helderder en eerlijker beeld van of twee behandelingen werkelijk equivalent zijn. Het artikel concludeert dat deze aanpak klaar is voor praktisch gebruik en een reproduceerbare tool biedt die onmiddellijk kan worden toegepast op bioequivalentie-onderzoeken en andere kritieke onderzoeksgebieden waar het bewijzen van de afwezigheid van een verschil even belangrijk is als het bewijzen van de aanwezigheid ervan.

Technische Samenvatting: Een Bayesiaans Alternatief voor de Two One-Sided Tests (TOST) Procedure

Probleemstelling
Equivalentietesten is een cruciale statistische taak in bioequivalentie, biosimilar ontwikkeling en reproduceerbaarheidsonderzoek, waarbij het doel is om aan te tonen dat een effect binnen een vooraf gespecificeerd verwaarloosbaar interval $(-\delta, \delta)$ ligt. De standaard frequentistische oplossing, de Two One-Sided Tests (TOST) procedure, kampt met drie primaire beperkingen:

Gebrek aan probabilistische interpretatie: Het levert een binaire beslissing van verwerping/niet-verwerping op, in plaats van een directe probabilistische uitspraak over de locatie van de parameter binnen de equivalentie-regio.
Onvermogen om historische bewijslast te integreren: Het mist een natuurlijk mechanisme om formeel historische data (bijv. uit eerdere bioequivalentie-studies of historische controlefrequenties) te integreren, ondanks de aanmoediging hiervoor vanuit regelgevende instanties.
Asymmetrie: Net als bij standaard nulhypothese significantietoetsing, vormt het niet verwerpen van de TOST-nulhypothese geen positief bewijs voor equivalentie; de procedure blijft in dergelijke gevallen stil.

Hoewel er Bayesiaanse alternatieven bestaan (bijv. Region of Practical Equivalence [ROPE]-benaderingen en interval-null Bayes factoren) en methoden voor het lenen van historische informatie bestaan (bijv. power priors), ontbreekt in de literatuur een uniform, praktisch implementeerbaar kader dat zowel continue als frequentie-gebaseerde (count) historische data tegelijkertijd afhandelt met een expliciet, instelbaar kortingsmechanisme. Bovendien zijn gesloten theoretische eigenschappen voor dergelijke geïntegreerde modellen grotendeels afwezig gebleven.

Methodologie: Generalized Bayesian TOST met Power-Discounted Priors (GBT-PP)
Het artikel stelt de GBT-PP voor, een model dat conjunctieve updating verenigt met power priors en een dubbele beslisregel.

Prior Elicitatie en Discounting: Het model accepteert historische data in twee vormen:
- Continu: Samengevat als gemiddelde ( $\bar{x}_0$ ), standaarddeviatie ( $s_0$ ) en steekproefomvang ( $n_0$ ).
- Frequentie: Samengevat als successen ( $s_0$ ) en mislukkingen ( $f_0$ ) in $n_0$ proeven.
- Power-Discounted Priors: Volgens Ibrahim en Chen (2000) worden historische likelihoods verhoogd tot een macht $w \in [0, 1]$ $w \in [0, 1]$ . Dit gewicht $w$ $w$ fungeert als een vooraf geregistreerd, vastgesteld kortingsfactor.
  - Voor continue data resulteert dit in een Normale prior met een variantie die geschaald is door $1/w$ .
  - Voor frequentie-data resulteert dit in een Beta prior waarbij de historische counts geschaald zijn door $w$ .
- Het model kiest er bewust voor om $w$ vast te leggen in plaats van deze hiërarchisch te schatten, om technische pathologieën te vermijden die geassocieerd worden met ongenormaliseerde power priors (Neuenschwander et al., 2009).
Posterior Update:
- Het geval van continue data maakt gebruik van Normal-Normal conjugatie.
- Het geval van frequentie-data maakt gebruik van Beta-Binomial conjugatie.
- De posterior distributie combineert de power-discounted prior met de huidige studie-likelihood.
Dubbele Beslisregel: Equivalentie wordt alleen verklaard als beide van de volgende condities worden vervuld:
1. Posterior Probability ( $P_{eq}$ ): De posteriore waarschijnlijkheidsmassa binnen de equivalentie-regio $E = (-\delta, \delta)$ overschrijdt een drempel $\gamma$ (bijv. 0,95).
2. Interval-Null Bayes Factor ( $BF_{01}$ ): De Bayes factor die het interval-nul hypothese $H_0: \theta \in E$ vergelijkt met $H_1: \theta \notin E$ overschrijdt een drempel $BF^*$ (bijv. 3).
- Cruciaal Ontwerpkenmerk: De $BF_{01}$ wordt berekend met een hybride aanpak. De posterior $P_{eq}$ wordt afgeleid van de power-discounted prior (afhankelijk van $w$ ), terwijl de prior waarschijnlijkheid $\pi_{eq}$ in de Bayes factor denominator wordt berekend onder een aparte, vastgestelde, vooraf geregistreerde referentieprior (onafhankelijk van $w$ ). Deze ontkoppeling voorkomt dat de Jeffreys–Lindley paradox de Bayes factor triviaal naar oneindig drijft naarmate de prior diffuser wordt.
Approximatie voor Frequentie-data: Voor het geval van twee proporties, waarbij de posterior equivalentie-waarschijnlijkheid geen gesloten vorm heeft, stelt het artikel een deterministische Edgeworth-expansie (Proposition 6) voor om $P_{eq}$ te benaderen, wat een scheefheid-gecorrigeerd alternatief biedt voor Monte Carlo-simulatie.

Belangrijkste Theoretische Bijdragen
Het artikel stelt vijf originele theoretische resultaten vast voor de GBT-PP, die volledig worden bewezen in Appendix C:

Monotoniciteit van de Posterior Mean (Proposition 1): De posteriore gemiddelde $\theta_n(w)$ is monotoon in het kortingsgewicht $w$ . De richting van de verschuiving hangt strikt af van het verschil tussen het historische gemiddelde en de huidige schatting, gestuurd door de ratio van hun precisies.
Asymptotische Consistentie (Theorem 2 & Corollary 3): Ongeacht het vaste gewicht $w$ , convergeert de GBT-PP beslisregel in waarschijnlijkheid naar de klassieke TOST-beslissing wanneer de huidige steekproefomvang $n \to \infty$ . Dit demonstreert formeel dat het lenen van historische informatie asymptotisch "onschadelijk" is en dat huidige data uiteindelijk de inferentie domineren.
Jeffreys–Lindley-type Paradox (Theorem 4): Het artikel karakteriseert een paradox waarbij, indien de referentieprior die gebruikt wordt voor de Bayes factor component steeds diffuser wordt, de Bayes factor ongeacht de data naar $+\infty$ divergeert. Dit vereist de ontwerp-aanbeveling dat de variantie van de referentieprior vast en vooraf geregistreerd moet zijn, en niet willekeurig groot mag worden.
Gesloten Vorm Steekproefomvang Formule (Corollary 5): Een formule wordt afgeleid om de vereiste huidige steekproefomvang te berekenen om een doelstelling voor de posterior equivalentie-waarschijnlijkheid te bereiken. Het kwantificeert expliciet het aantal observaties dat "bespaard" wordt door het lenen van historische informatie ( $\Delta n^*$ ), uitgedrukt in eenheden van de variantie van de huidige studie.
Edgeworth Approximatie (Proposition 6): Een eerste-orde Edgeworth-expansie wordt verstrekt voor de posterior equivalentie-waarschijnlijkheid in het geval van twee proporties, wat een deterministisch, controleerbaar alternatief biedt voor Monte Carlo-methoden met expliciete correctie voor scheefheid.

Resultaten en Illustraties
De methodologie wordt geïllustreerd door twee uitgewerkte voorbeelden:

Continue Bioequivalentie: Demonstreert dat het verhogen van $w$ het posteriore gemiddelde naar het historische gemiddelde trekt en zowel $P_{eq}$ als $BF_{01}$ monotoon verhoogt wanneer de historische data equivalentie ondersteunt.
Frequentie-gebaseerde Genezingspercentages: Demonstreert dat als historische data minder gunstig is (verder van de comparator) dan de huidige data, het verhogen van $w$ de waarschijnlijkheid van equivalentie daadwerkelijk kan verlagen. Dit benadrukt dat lenen niet inherent gunstig is; het hangt af van de uitlijning tussen de historische en huidige schattingen. De Edgeworth-approximatie wordt getoond de Monte Carlo-schattingen nauwgezet te volgen over het bereik van $w$ .

Significantie en Claims
Het artikel claimt een specifieke methodologische kloof te vullen door een uniform kader te bieden dat continue en frequentie-gebaseerde historische data symmetrisch behandelt binnen een enkele beslisregel. De significantie ligt in:

Praktische Implementeerbaarheid: Het biedt een reproduceerbare, gesloten vorm (of deterministische benadering) die het gebruik van complexe hiërarchische modellering of pure simulatie voor sensitiviteitsanalyse vermijdt.
Theoretische Rigor: Het levert de eerste gesloten vorm karakteriseringen van monotoniciteit, asymptotische consistentie, paradox-gedrag en steekproefomvang-besparingen specif voor de power-discounted interval-null setting.
Regulatorische Relevantie: Het adresseert de behoefte aan instrumenten die diverse soorten historische bewijslast (analytische/farmacokinetische versus klinische event rates) formeel kunnen combineren, in lijn met evoluerende regulatorische richtlijnen (bijv. FDA 2026 draft guidance) richting justificatie-eerst, bewijs-integrerende kaders.

De auteur positioneert GBT-PP niet als een vervanging voor alle hiërarchische leenmethoden (zoals commensurate priors), maar als een minimaal, transparant en theoretisch gefundeerd nulpunt dat de afweging tussen historische invloed en huidige data expliciet beheert via een vast, controleerbaar gewicht $w$ .

Technische Samenvatting: Een Bayesiaans Alternatief voor de Two One-Sided Tests (TOST) Procedure

Meer zoals dit