Resumo Técnico: E-Values para Ensaios Clínicos Adaptativos

Declaração do Problema

Ensaios clínicos adaptativos dependem cada vez mais de análises interinas, regras de interrupção flexíveis e modificações de delineamento dependentes de dados para melhorar a eficiência ética e a velocidade operacional. No entanto, esses recursos complicam as garantias estatísticas. Métodos frequentistas clássicos, como os delineamentos sequenciais de grupo, exigem um cronograma de monitoramento pré-especificado e uma função de gasto de alfa para controlar o erro do Tipo I; a inspeção repetida de estatísticas de teste de horizonte fixo sem tais correções leva a uma inflação substancial do erro. Da mesma forma, embora os delineamentos adaptativos bayesianos ofereçam flexibilidade por meio de probabilidades posteriores e preditivas, as regras de limiar padrão (ex: $P(\text{efeito} > 0) > 0,975$) não controlam automaticamente o erro do Tipo I frequentista sob interrupção opcional e exigem calibração extensiva baseada em simulação para cada delineamento específico.

Há uma necessidade de uma metodologia que forneça inferência válida a qualquer momento (anytime-valid) — garantias estatísticas que permaneçam válidas independentemente de quando ou com que frequência os dados são inspecionados, sem exigir um tamanho de amostra fixo ou uma regra de interrupção pré-especificada.

Metodologia

O artigo propõe o uso de e-values e e-processes como uma alternativa prática para o monitoramento interino.

• Definições: Um e-value é um estatístico não negativo $E$ tal que $E_{H_0}[E] \le 1$. Um e-process é uma sequência de e-values $(E_1, E_2, \dots)$ computados conforme os dados se acumulam.
• A Construção de Apostas-Martingale (Betting-Martingale): Para ensaios controlados randomizados (RCTs) de dois braços com desfechos binários, os autores utilizam um framework de "teste por apostas" (testing by betting). Um apostador começa com riqueza 1 e aposta contra a hipótese nula ($H_0: p_T = p_C$) em cada par de pacientes. A fração de aposta $\lambda$ é escolhida com base em uma alternativa de delineamento (tamanho de efeito antecipado). O processo de riqueza $E_n = \prod_{i=1}^n (1 + \lambda D_i)$, onde $D_i$ é a diferença de desfecho, forma um processo de martingala não negativo sob $H_0$.
• Validade a Qualquer Momento (Anytime-Validity): Pela desigualdade de Ville, se $(E_t)$ é um supermartingala não negativo sob $H_0$, então $P_{H_0}(\sup_t E_t \ge 1/\alpha) \le \alpha$. Isso implica que rejeitar $H_0$ quando $E_t \ge 1/\alpha$ controla o erro do Tipo I no nível $\alpha$ para qualquer tempo de parada, planejado ou não.
• Extensões:
  • Desfechos de Sobrevivência: O artigo utiliza o "teste de log-rank seguro" (safe logrank test), que constrói um e-process via razão de verossimilhança mista sobre a razão de risco, fornecendo inferência válida sob interrupção opcional.
  • Monitoramento de Futilidade: Dois mecanismos são propostos: (1) inverter o e-process para gerar uma sequência de confiança válida a qualquer momento e interromper se o limite superior cair abaixo da diferença clinicamente importante mínima (MCID); e (2) construir um e-process "recíproco" para testar a hipótese inversa (que o efeito é pelo menos o MCID).
  • Ensaios de Plataforma: Os e-values suportam o controle de multiplicidade via médias aritméticas (para hipóteses dependentes) ou produtos (para hipóteses independentes), permitindo o controle da Taxa de Descoberta Falsa (FDR) usando procedimentos como o e-BH.

Principais Contribuições

O artigo serve como um guia metodológico para praticantes, oferecendo as seguintes contribuições específicas:

1. Construções Práticas: Desenvolvimento explícito de e-processes de apostas-martingala para ensaios de dois braços com desfechos binários e de sobrevivência, incluindo orientação sobre a escolha da fração de aposta $\lambda$ "GROW-ótima" (Ótima em Taxa de Crescimento) para maximizar o poder sob uma alternativa de delineamento.
2. Comparação Numérica: Um estudo de simulação abrangente comparando cinco regras de monitoramento em um RCT binário de dois braços:
   • P-valores repetidos ingênuos.
   • Sequencial de grupo calibrado (tipo O'Brien–Fleming).
   • E-process de apostas-martingala.
   • Limiar de posterior Bayesiano ingênuo.
   • Limiar de posterior Bayesiano calibrado (ajustado por simulação).
3. Simulações Estendidas: Análise do hiato de poder entre métodos sequenciais de grupo e métodos de e-value através de diferentes cronogramas de monitoramento (fixos, irregulares e contínuos) e parâmetros de delineamento.
4. Framework de Futilidade: Implementação e avaliação do monitoramento de futilidade via sequências de confiança e e-processes recíprocos.
5. Ilustração com Dados Reais: Uma reanálise do ensaio de úlcera de Novick (1965), comparando trajetórias de e-value contra as análises clássica e bayesiana originais.
6. Implementação de Software: O lançamento do pacote R evalinger e um aplicativo web Shiny interativo. Essas ferramentas implementam construção de e-process, calibração GROW-ótima, monitoramento em tempo real, sequências de confiança, análise de futilidade e comparações híbridas com métodos sequenciais de grupo e bayesianos.

Resultados

O estudo numérico (50.000 simulações, 20 observações interinas, $\alpha=0,025$) gerou os seguintes achados:

• Controle de Erro: P-valores repetidos ingênuos e limiares de posterior bayesianos ingênuos (ex: $>0,975$) inflaram o erro do Tipo I para aproximadamente 13–15%. Em contraste, o método sequencial de grupo calibrado, o bayesiano calibrado e os métodos de e-value controlaram com sucesso o erro do Tipo I (em ou abaixo de 2,5%).
• Comparação de Poder (Cronograma Fixo): Sob um cronograma fixo de 20 observações:
  • Sequencial de Grupo Calibrado: 86,1% de poder.
  • E-value (Apostas): 72,3% de poder.
  • Bayesiano Calibrado: 68,8% de poder.
  • O método de e-value foi mais conservador que o sequencial de grupo, mas menos conservador que a regra bayesiana calibrada neste delineamento específico.
• Sensibilidade ao Cronograma de Monitoramento: O hiato de poder é altamente dependente do cronograma de monitoramento. Sob monitoramento contínuo (cada par de pacientes), o poder do sequencial de grupo colapsou para 10% (devido à necessidade de um conservadorismo extremo para manter o erro do Tipo I), enquanto o poder do e-value aumentou para 75%. Sob cronogramas irregulares, os e-values mantiveram poder estável sem recalibração, enquanto as fronteiras sequenciais de grupo exigiram recalibração para cada cronograma realizado.
• Sensibilidade de Parâmetros: O hiato de poder entre e-values e métodos sequenciais de grupo diminuiu para grandes tamanhos de efeito (ex: hiato de 2% para $\delta=0,20$), mas aumentou para efeitos pequenos em taxas de base moderadas (até 29% de hiato para $\delta=0,10$).
• Futilidade: O e-process recíproco foi mais sensível para detectar futilidade (taxa de detecção de 53,5%) comparado à abordagem de sequência de confiança (14,2%) em um cenário com um efeito subclínico.
• Dados Reais (Novick 1965): O e-process acumulou evidência ($E \approx 15,3$), mas não cruzou o limiar de rejeição ($E \ge 40$), alinhando-se com a análise sequencial clássica original que não encontrou diferença significativa. Isso contrastou com a análise bayesiana original, que reportou uma credibilidade posterior de 0,98, destacando o "preço da validade a qualquer momento", onde os e-values exigem evidências mais fortes para rejeição sob interrupção opcional.

Significância e Alegações

O artigo posiciona os e-values como um framework principiado para inferência válida a qualquer momento que aborda as realidades operacionais dos ensaios adaptativos modernos.

• Contexto Regulatório: Os autores situam a metodologia no contexto da orientação preliminar do FDA de janeiro de 2026 sobre metodologia Bayesiana. Eles argumentam que os e-values mapeiam naturalmente para o caminho de "calibração de erro do Tipo I" da orientação, oferecendo uma garantia analítica de controle de erro que evita a extensa carga de simulação exigida pelas abordagens de limiar de posterior. Eles também sugerem que os e-values podem servir como uma "camada de segurança frequentista" ou um registro de evidência ao lado de regras de decisão bayesianas.
• Utilidade Prática: O artigo afirma que os e-values são mais apropriados quando:
  • As observações interinas são irregulares, oportunistas ou contínuas.
  • A continuação opcional (estender um ensaio além de seu horizonte planejado) é uma possibilidade realista.
  • Uma garantia de validade uniforme no tempo e auditável é um requisito primário.
• Limitações: Os autores reconhecem modestamente que os e-values não são um substituto universal. Eles observam que há uma penalidade de poder em relação aos delineamentos sequenciais de grupo otimizados quando o cronograma de monitoramento é fixo e conhecido de antemão. Eles também destacam que construir e-processes poderosos para desfechos complexos (ex: riscos não proporcionais) permanece uma fronteira de pesquisa e que a metodologia requer um ajuste cuidadoso da fração de aposta para evitar a perda de poder.

Em conclusão, o artigo defende uma abordagem híbrida: usar probabilidades preditivas bayesianas para tomada de decisão operacional, fronteiras sequenciais de grupo para análise confirmatória otimizada de poder em observações pré-planejadas, e e-processes como um registro de evidência robusto e válido a qualquer momento, que permanece válido independentemente da frequência de monitoramento ou mudanças no cronograma.