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

Resumo Técnico: Reestimação de Tamanho de Amostra Covariável-Adaptativa para Desenhos de Controle Histórico com População Padronizada em Ensaios de Braço Único

Definição do Problema
Ensaios de braço único com controle externo são cada vez mais utilizados quando controles randomizados são inviáveis, particularmente em doenças raras ou em contextos onde a alocação de um controle concomitante é eticamente ou praticamente difícil. No entanto, um desafio fundamental surge dos desequilíbrios basais entre o braço ativo do ensaio e os dados de controle histórico (por exemplo, de registros ou de ensaios anteriores). Essas diferenças nas características da população, no tempo cronológico ou nos procedimentos de medição podem fazer com que simples diferenças nas médias de desfecho reflitam disparidades de população ou de fonte de dados, em vez de efeitos do tratamento.

Embora existam métodos como escores de propensão, G-computação e ponderação por probabilidade inversa do tratamento (IPTW) para ajustar o confundimento, o planejamento do tamanho da amostra nesses contextos permanece problemático. Abordagens tradicionais frequentemente fixam o tamanho da amostra com base em pressupostos de planejamento relativos à média e variância do controle histórico. Contudo, quando o estimando alvo é definido para a população realmente inscrita no braço ativo, a média e a variância do controle padronizado tornam-se funções explícitas da distribuição de covariáveis da população inscrita. Se a população efetivamente inscrita desviar dos pressupostos de planejamento, os desenhos fixos podem sofrer perda de poder ou inflação do erro do tipo I. Além disso, os métodos padrão de reestimação de tamanho de amostra (SSR) normalmente dependem de parâmetros de nulidade (como a variância) ou de poder condicional baseado em desfechos interinos, o que não é aplicável aqui porque os desfechos do braço ativo não estão disponíveis durante a fase de inscrição para a reestimação.

Metodologia
Os autores propõem um framework unificado para estimandos de população padronizada combinado com reestimação de tamanho de amostra (SSR) cega ao desfecho e adaptativa à covariável.

1. Estimando de População Padronizada:

   • A população alvo é definida como os sujeitos realmente inscritos no ensaio de braço único.
   • Um escore de equilíbrio pré-especificado $Z = s(X)$ (por exemplo, um escore de participação no ensaio) resume as diferenças distributivas entre o braço ativo e os controles históricos.
   • Os desfechos do controle histórico são padronizados para a distribuição do escore do braço ativo $F_{Z,A}$ usando IPTW. O parâmetro de controle $\eta_0(F_{Z,A})$ é definido como o desfecho esperado se a população do braço ativo efetivamente inscrita tivesse recebido o tratamento controle.
   • O estimando do efeito do tratamento é $\Delta(F_{Z,A}) = \eta_1 - \eta_0(F_{Z,A})$, onde $\eta_1$ é o desfecho do braço ativo.

2. Desenho de Tamanho de Amostra e Reestimação:

   • Desenho Inicial: Uma distribuição de escore esperada do braço ativo $F^{plan}_{Z,A}$ é pré-especificada. O tamanho de amostra necessário $N(F)$ é calculado com base na variância do estimador do efeito do tratamento, que inclui a variância do parâmetro de controle padronizado $\tau^2_0(F)$.
   • SSR Cega ao Desfecho: Durante o ensaio, o método atualiza o tamanho de amostra necessário utilizando apenas as covariáveis basais acumuladas dos sujeitos inscritos, sem utilizar os desfechos do braço ativo.
   • Em tempos de revisão pré-especificados, a distribuição empírica do escore $\hat{F}_{Z,A,n}$ é calculada. O parâmetro de controle padronizado $\hat{\eta}_0(\hat{F}_{Z,A,n})$ e o tamanho de amostra necessário $N_{re}(n)$ são recalculados.
   • Duas versões são propostas:
     • SSR de estimativa pontual: Utiliza o tamanho de amostra recalculado diretamente.
     • SSR Conservadora: Utiliza um limite superior de um intervalo de incerteza para o tamanho da amostra para contabilizar o erro de estimativa de amostra finita da distribuição do escore.
   • A inscrição é interrompida quando o tamanho de amostra atual $n$ atinge o alvo atualizado $N_{target}(n)$ ou atinge um máximo pré-especificado.

3. Propriedades Teóricas:

   • Os autores estabelecem condições (A1–A5) sob as quais o procedimento mantém o controle aproximado do erro do tipo I e o poder condicional.
   • Teorema 1: Demonstra que, se a reestimação depender apenas do processo de escore (não dos desfechos), o teste final controla o erro do tipo I até um termo de discrepância induzido pela distribuição empírica do escore.
   • Teorema 2: Mostra que, condicionado à distribuição final de escore observada, assegurar o tamanho de amostra recalculado garante o poder pelo menos no nível alvo (até o erro de aproximação normal).

Principais Contribuições

• Definição de Estimando: O artigo define formalmente um estimando de população padronizada onde os controles históricos são padronizados para a população real inscrita via um escore de equilíbrio, tornando o parâmetro de controle uma função da distribuição alvo.
• SSR Covariável-Adaptativa: Desenvolve um novo procedimento de SSR que atualiza o tamanho da amostra baseando-se exclusivamente nas distribuições de covariáveis basais. Isso aborda o desafio específico de que a variância e o tamanho do efeito do controle padronizado dependem das características da população inscrita.
• Garantias Teóricas: Fornece condições suficientes para o controle aproximado do erro do tipo I e preservação do poder condicional em configurações de SSR cega repetida, distinguindo-se de métodos que dependem de dados de desfecho não cegados.
• Integração de Planejamento e Execução: O framework unifica desenhos fixos baseados em distribuições de planejamento com desenhos adaptativos baseados em distribuições de inscrição observadas.

Resultos

• Aplicação Ilustrativa (Dados ADCS): Utilizando dados de ensaios do Alzheimer's Disease Cooperative Study, os autores demonstraram que o parâmetro de controle padronizado e o tamanho de amostra necessário variam significativamente dependendo do conjunto de ajuste de covariáveis e do perfil evolutivo da população inscrita. O SSR proposto resultou em diferentes tamanhos de amostra finais entre os cenários, refletindo os perfis reais de covariáveis observados durante a inscrição, enquanto os desenhos fixos geraram tamanhos de amostra estáticos.
• Estudos de Simulação:
  • Cenário: Simulações foram conduzidas onde a verdadeira distribuição de covariáveis do braço ativo diferia da suposição de planejamento (mudança distributiva).
  • Poder: Desenhos fixos baseados apenas em suposições de planejamento perderam poder conforme a distribuição real se desviava do plano. Em contraste, o SSR covariável-adaptativo proposto manteve o poder próximo ao nível alvo (0,80) ao ajustar o tamanho da amostra para a distribuição observada.
  • Comparação: O SSR proposto teve desempenho semelhante a um desenho "oráculo" (que conhece a distribuição verdadeira no estágio de planejamento) e superou um desenho fixo de "cenário máximo" em termos de eficiência de tamanho de amostra, mantendo o poder.
  • Erro do Tipo I: O procedimento manteve o controle aproximado do erro do tipo I (próximo a 0,05) em vários cenários, confirmando que a reestimação cega ao desfecho não infla as taxas de falsos positivos.
  • Desenhos Não Ajustados: Desenhos fixos não ajustados mostraram altas taxas de rejeição em alguns contextos, mas os autores observam que isso reflete a especificação incorreta do parâmetro de controle devido ao desequilíbrio, e não um verdadeiro aumento de poder.

Significância e Alegações
O artigo afirma fornecer uma estratégia de desenho prática para ensaios de braço único com controle externo que visa explicitamente efeitos de tratamento de população padronizada. Ao vincular a definição da população alvo, a padronização dos controles externos e a reestimação do tamanho da amostra em um único framework, o método aborda a incerteza da população alvo no estágio de desenho, em vez de depender apenas de ajustes de covariáveis post-hoc.

Os autores enfatizam que sua abordagem permite a adaptação do tamanho da amostra para a população realmente inscrita sem descegar os desfechos do tratamento, preservando assim a integridade do ensaio enquanto garante poder adequado. O estudo conclui que este SSR cego ao desfecho e adaptativo à covariável é uma estratégia viável para mitigar os riscos de perda de poder associados a mudanças distributivas entre as suposições de planejamento e a realidade em ensaios que utilizam controles históricos.

Limitações
Os autores reconhecem diversas limitações:

• O framework assume que as covariáveis basais observadas explicam suficientemente a comparabilidade; confundimentos não medidos ou diferenças em medições/definições ainda podem enviesar os resultados.
• A especificação incorreta do modelo do escore de equilíbrio ou dos parâmetros condicionais de controle pode afetar as estimativas do parâmetro de controle padronizado e da variância.
• O método depende de aproximações normais e assume que o valor de desenho do braço ativo é independente da distribuição do escore. Extensões para desfechos não normais, amostras pequenas ou censura complexa são notas para trabalhos futuros.
• O foco atual está em desenhos de braço único com controles puramente históricos; desenhos híbridos com controles concomitantes requerem maior desenvolvimento.