Leveraging External Controls for Treatment Switching in Randomized Controlled Trials: A Weighted Causal Inference Framework for Overall Survival

Resumo Técnico: Aproveitando Controles Externos para Troca de Tratamento em Ensaios Clínicos Randomizados

Definição do Problema
Em ensaios clínicos randomizados (ECRs) de oncologia onde a sobrevida global (SG) é um desfecho primário, pacientes no braço controle frequentemente mudam para o tratamento experimental ou outras terapias fora do protocolo após a progressão da doença (PD). Essa "troca de tratamento" (treatment switching) viola as garantias causais da randomização, levando a estimativas enviesadas do efeito do tratamento sob o princípio da intenção de tratar (ITT), que tipicamente subestima o benefício real. Métodos de ajuste tradicionais, como o Modelo de Tempo de Falha Estrutural Preservador de Rank (RPSFTM) e o Ponderação pelo Inverso da Probabilidade de Censura (IPCW), dependem de não-trocadores internos para inferir resultados contrafatuais para os que trocaram. Esses métodos são suscetíveis ao viés de seleção se os trocadores e não-trocadores diferirem sistematicamente em características basais ou prognóstico. Além disso, eles frequentemente exigem suposições fortes, como um efeito de tratamento comum entre linhas de terapia (RPSFTM) ou a ausência de confusão não medida (IPCW).

Metodologia
Os autores propõem um framework de inferência causal geral que incorpora Controles Externos (ECs) — dados de estudos anteriores ou fontes de mundo real onde não ocorreu troca de tratamento — para ajustar o viés de troca de tratamento. O framework vai além do simples reponderamento de nível populacional para uma abordagem específica por trocador (switcher-specific).

1. Construção do Conjunto de Risco e Alinhamento de Progressão:

   • Reconhecendo que a troca é contingente à progressão da doença, o método restringe o conjunto de risco do EC aos pacientes que apresentaram PD.
   • Para abordar o fato de que os trocadores progridem em tempos diferentes, os autores empregam uma estratégia de seleção alinhada pela progressão. Para cada trocador, uma curva de Kaplan-Meier é construída a partir de pacientes do EC com PD. O tempo de PD do trocador é mapeado para um quantil de probabilidade de sobrevida nesta curva. Uma janela de probabilidade simétrica é então usada para selecionar ECs com trajetórias de doença comparáveis, garantindo que o conjunto de risco contenha pacientes em um estágio semelhante de progressão da doença.

2. Controle Sintético e Pesos de Equilíbrio:

   • Em vez de estimar escores de propensão via regressão logística (que pode gerar pesos instáveis), o framework utiliza pesos de equilíbrio derivados do método de controle sintético.
   • Para cada indivíduo trocador $i$, um problema de otimização é resolvido para encontrar pesos $w_{ij}$ para os ECs em seu conjunto de risco específico $E_i$. Esses pesos minimizam a distância euclidiana ao quadrado entre o perfil de covariáveis do trocador e a média ponderada dos ECs, sujeitos a uma penalidade pela dispersão dos pesos (tradeoff entre viés e variância).
   • Isso resulta em um "controle sintético" para cada trocador que combina com suas covariáveis basais.

3. Estratégias de Estimativa:
   O artigo introduz três estimadores utilizando estes pesos específicos por trocador:

   • Imputação de Risco-Set Ponderado (wRSI): Substitui o desfecho observado pós-troca de um trocador por um desfecho sorteado aleatoriamente do seu conjunto de risco de EC ponderado.
   • Imputação de Kaplan-Meier Ponderada (wKMI): Constrói uma curva de sobrevida Kaplan-Meier ponderada a partir do conjunto de risco do EC e amostra um tempo de evento imputado da função de distribuição cumulativa implícita.
   • Pesos de Equilíbrio Variáveis no Tempo (TVW): Uma abordagem dinâmica onde os trocadores contribuem com dados internos até o momento da troca, após o qual são substituídos por contrapartes de EC ponderadas. Os pesos para os ECs são agregados ao longo do tempo, aumentando conforme mais trocadores realizam o crossover, para compensar a perda de informação prognóstica interna.

Principais Contribuições

• Reponderamento Específico por Trocador: A principal contribuição é a mudança do reponderamento de EC em nível populacional (que alinha todo o coorte de EC a um grupo alvo) para o reponderamento em nível individual. Isso contabiliza a heterogeneidade nas trajetórias de doença e tempos de troca, algo que métodos de nível populacional não conseguem abordar sem condicionar em variáveis pós-randomização (uma violação de suposições causais).
• Integração de Controles Sintéticos: A aplicação de métodos de controle sintético e pesos de equilíbrio ao problema específico de troca de tratamento em dados de tempo até o evento, evitando a instabilidade da tradicional ponderação pelo inverso do escore de propensão.
• Seleção Alinhada pela Progressão: Um mecanismo inovador para restringir o conjunto de risco do EC com base no tempo de progressão da doença, garantindo comparabilidade sem condicionar no próprio evento pós-tratamento durante a otimização dos pesos.

Resultos

• Estudos de Simulação: Simulações extensas variando a força da confusão não medida e a correlação entre PD e OS demonstraram que os métodos propostos específicos por trocador (wRSI, wKMI, TVW) reduzem significamente o viés em comparação com métodos tradicionais (ITT, RPSFTM, IPCW) e o peso de nível populacional de EC.
  • Em cenários com confusão não medida e censura informativa, os métodos tradicionais e o peso de nível populacional exibiram viés substancial e taxas infladas de erro Tipo I.
  • Os métodos específicos por trocador mantiveram estimativas quase não enviesadas, poder estatístico razoável e taxas nominais de erro Tipo I, mesmo quando a população de EC diferia na saúde basal ("mais doentes" ou "mais saudáveis" que a população do estudo).
• Aplicação Empírica (Ensaios IMpower130 e OAK): O framework foi aplicado ao ensaio IMpower130 (atezolizumabe + quimioterapia vs. quimioterapia) usando o ensaio OAK (atezolizumabe monoterapia vs. docetaxel) como fonte de EC.
  • Métodos padrão (censurar trocadores, IPCW) mostraram efeitos de tratamento atenuados.
  • Os métodos de EC propostos específicos por trocador produziram razões de risco (HR $\approx$ 0,72–0,74) que se alinharam estreitamente com a estimativa ajustada pelo RPSFTM (HR $\approx$ 0,72) e com a estimativa direta do efeito de crossover de segunda linha do ensaio OAK.
  • Essa consistência sugere que o framework proposto ajusta com sucesso o viés de troca e o desvio populacional, validando o efeito do tratamento sob a estratégia hipotética (sem troca).

Significância e Alegações
O artigo afirma que o aproveitamento de controles externos através de um framework de pesos de equilíbrio específico por trocador oferece uma alternativa robusta aos métodos de ajuste tradicionais. Ao construir controles sintéticos individuais para os trocadores baseados em sua linha do tempo específica de progressão da doença e covariáveis basais, o método mitiga vieses decorrentes de confusão não medida e desvio populacional. Os autores sustentam que sua abordagem fornece melhorias estatísticas significativas na redução de viés e no poder em relação ao uso de EC ingênuo ou métodos que ignoram dados externos. O alinhamento empírico com o RPSFTM na aplicação IMpower130/OAK sugere que o framework é viável para cenários reais de oncologia, oferecendo uma forma de estimar efeitos de tratamento sob a estratégia hipotética sem depender exclusivamente das suposições fortes exigidas pelo RPSFTM ou das suposições de confusão não medida do IPCW.