berita

Ujian terkawal rawak (RCTS) ialah standard emas untuk menilai keselamatan dan keberkesanan rawatan. Walau bagaimanapun, dalam beberapa kes, RCT tidak boleh dilaksanakan, maka beberapa sarjana mengemukakan kaedah mereka bentuk kajian pemerhatian mengikut prinsip RCT, iaitu melalui "simulasi eksperimen sasaran", kajian pemerhatian disimulasikan ke dalam RCT untuk meningkatkan kesahihannya.

Ujian terkawal rawak (RCTS) adalah kriteria untuk menilai keselamatan dan keberkesanan relatif campur tangan perubatan. Walaupun analisis data pemerhatian daripada kajian epidemiologi dan pangkalan data perubatan (termasuk rekod perubatan elektronik [EHR] dan data tuntutan perubatan) mempunyai kelebihan saiz sampel yang besar, akses tepat pada masanya kepada data, dan keupayaan untuk menilai kesan "dunia nyata", analisis ini terdedah kepada berat sebelah yang menjejaskan kekuatan bukti yang mereka hasilkan. Untuk masa yang lama, telah dicadangkan untuk mereka bentuk kajian pemerhatian mengikut prinsip RCT untuk meningkatkan kesahan dapatan. Terdapat beberapa pendekatan metodologi yang cuba membuat kesimpulan sebab akibat daripada data pemerhatian, dan semakin ramai penyelidik mensimulasikan reka bentuk kajian pemerhatian kepada RCTS hipotesis melalui "simulasi percubaan sasaran."

Rangka kerja simulasi percubaan sasaran memerlukan reka bentuk dan analisis kajian pemerhatian adalah konsisten dengan RCTS hipotetikal yang menangani persoalan kajian yang sama. Walaupun pendekatan ini menyediakan pendekatan berstruktur untuk reka bentuk, analisis dan pelaporan yang berpotensi untuk meningkatkan kualiti kajian pemerhatian, kajian yang dijalankan dengan cara ini masih terdedah kepada berat sebelah daripada pelbagai sumber, termasuk kesan mengelirukan daripada kovariat yang tidak diperhatikan. Kajian sedemikian memerlukan elemen reka bentuk terperinci, kaedah analisis untuk menangani faktor yang mengelirukan, dan laporan analisis sensitiviti.
Dalam kajian menggunakan pendekatan simulasi percubaan sasaran, penyelidik menetapkan RCTS hipotetikal yang idealnya akan dilakukan untuk menyelesaikan masalah penyelidikan tertentu, dan kemudian menetapkan elemen reka bentuk kajian pemerhatian yang konsisten dengan RCTS "ujian sasaran" itu. Elemen reka bentuk yang diperlukan termasuk kemasukan kriteria pengecualian, pemilihan peserta, strategi rawatan, tugasan rawatan, permulaan dan akhir susulan, ukuran hasil, penilaian keberkesanan dan pelan analisis statistik (SAP). Sebagai contoh, Dickerman et al. menggunakan rangka kerja simulasi percubaan sasaran dan menggunakan data EHR daripada Jabatan Hal Ehwal Veteran (VA) AS untuk membandingkan keberkesanan vaksin BNT162b2 dan mRNA-1273 dalam mencegah jangkitan SARS-CoV-2, kemasukan ke hospital dan kematian.

Kunci kepada simulasi percubaan sasaran adalah untuk menetapkan "masa sifar," titik masa di mana kelayakan peserta dinilai, rawatan diberikan dan tindakan susulan dimulakan. Dalam kajian vaksin VA Covid-19, masa sifar ditakrifkan sebagai tarikh dos pertama vaksin. Menyatukan masa untuk menentukan kelayakan, menetapkan rawatan, dan memulakan susulan kepada masa sifar mengurangkan sumber berat sebelah yang penting, terutamanya berat sebelah masa abadi dalam menentukan strategi rawatan selepas memulakan susulan, dan berat sebelah pemilihan dalam memulakan susulan selepas menetapkan rawatan. Di VA
Dalam kajian vaksin Covid-19, jika peserta ditugaskan kepada kumpulan rawatan untuk analisis berdasarkan masa mereka menerima dos kedua vaksin, dan tindakan susulan dimulakan pada masa dos pertama vaksin, terdapat bias masa bukan kematian; Jika kumpulan rawatan ditetapkan pada masa dos pertama vaksin dan susulan bermula pada masa dos kedua vaksin, bias pemilihan timbul kerana hanya mereka yang menerima dua dos vaksin akan dimasukkan.

Simulasi percubaan sasaran juga membantu mengelakkan situasi di mana kesan terapeutik tidak ditakrifkan dengan jelas, kesukaran biasa dalam kajian pemerhatian. Dalam kajian vaksin VA Covid-19, penyelidik memadankan peserta berdasarkan ciri asas dan menilai keberkesanan rawatan berdasarkan perbezaan risiko hasil pada 24 minggu. Pendekatan ini secara eksplisit mentakrifkan anggaran keberkesanan sebagai perbezaan dalam hasil Covid-19 antara populasi yang divaksin dengan ciri garis dasar yang seimbang, serupa dengan anggaran keberkesanan RCT untuk masalah yang sama. Seperti yang dinyatakan oleh penulis kajian, membandingkan hasil dua vaksin serupa mungkin kurang dipengaruhi oleh faktor yang mengelirukan daripada membandingkan hasil orang yang divaksinasi dan yang tidak divaksinasi.

Walaupun elemen berjaya diselaraskan dengan RCTS, kesahihan kajian menggunakan rangka kerja simulasi percubaan sasaran bergantung pada pemilihan andaian, kaedah reka bentuk dan analisis serta kualiti data asas. Walaupun kesahihan keputusan RCT juga bergantung kepada kualiti reka bentuk dan analisis, hasil kajian pemerhatian juga diancam oleh faktor yang mengelirukan. Sebagai kajian bukan rawak, kajian pemerhatian tidak kebal kepada faktor yang mengelirukan seperti RCTS, dan peserta serta doktor tidak buta, yang mungkin menjejaskan penilaian hasil dan keputusan kajian. Dalam kajian vaksin VA Covid-19, penyelidik menggunakan pendekatan berpasangan untuk mengimbangi taburan ciri garis dasar kedua-dua kumpulan peserta, termasuk umur, jantina, etnik dan tahap urbanisasi tempat mereka tinggal. Perbezaan dalam pengagihan ciri-ciri lain, seperti pekerjaan, mungkin juga dikaitkan dengan risiko jangkitan Covid-19 dan akan menjadi pembaur sisa.

Banyak kajian menggunakan kaedah simulasi percubaan sasaran menggunakan "data dunia sebenar" (RWD), seperti data EHR. Faedah RWD termasuk tepat pada masanya, berskala dan mencerminkan corak rawatan dalam penjagaan konvensional, tetapi mesti ditimbang dengan isu kualiti data, termasuk data yang hilang, pengenalan dan takrifan ciri dan hasil peserta yang tidak tepat dan tidak konsisten, pentadbiran rawatan yang tidak konsisten, kekerapan penilaian susulan yang berbeza dan kehilangan akses disebabkan oleh pemindahan sistem penjagaan kesihatan peserta yang berbeza. Kajian VA menggunakan data daripada EHR tunggal, yang mengurangkan kebimbangan kami tentang ketidakkonsistenan data. Walau bagaimanapun, pengesahan dan dokumentasi penunjuk yang tidak lengkap, termasuk komorbiditi dan hasil, kekal sebagai risiko.
Pemilihan peserta dalam sampel analitik selalunya berdasarkan data retrospektif, yang boleh membawa kepada berat sebelah pemilihan dengan mengecualikan orang yang tiada maklumat garis dasar. Walaupun masalah ini tidak unik kepada kajian pemerhatian, ia adalah sumber bias sisa yang tidak dapat ditangani secara langsung oleh simulasi percubaan. Di samping itu, kajian pemerhatian selalunya tidak didaftarkan terlebih dahulu, yang memburukkan lagi isu seperti sensitiviti reka bentuk dan berat sebelah penerbitan. Oleh kerana sumber data, reka bentuk dan kaedah analisis yang berbeza boleh menghasilkan keputusan yang sangat berbeza, reka bentuk kajian, kaedah analisis, dan asas pemilihan sumber data mesti ditentukan terlebih dahulu.

Terdapat garis panduan untuk menjalankan dan melaporkan kajian menggunakan rangka kerja simulasi percubaan sasaran yang meningkatkan kualiti kajian dan memastikan laporan itu cukup terperinci untuk pembaca menilai secara kritis. Pertama, protokol penyelidikan dan SAP perlu disediakan terlebih dahulu sebelum analisis data. SAP harus memasukkan kaedah statistik terperinci untuk menangani berat sebelah akibat pengacau, serta analisis sensitiviti untuk menilai keteguhan keputusan terhadap sumber berat sebelah utama seperti pengacau dan data yang hilang.

Bahagian tajuk, abstrak dan kaedah harus menjelaskan dengan jelas bahawa reka bentuk kajian adalah kajian pemerhatian untuk mengelakkan kekeliruan dengan RCTS, dan harus membezakan antara kajian pemerhatian yang telah dijalankan dan percubaan hipotesis yang cuba disimulasikan. Penyelidik harus menentukan ukuran kualiti seperti sumber data, kebolehpercayaan dan kesahihan elemen data, dan, jika boleh, menyenaraikan kajian lain yang diterbitkan menggunakan sumber data. Penyiasat juga harus menyediakan jadual yang menggariskan elemen reka bentuk percubaan sasaran dan simulasi pemerhatiannya, serta petunjuk yang jelas tentang masa untuk menentukan kelayakan, memulakan tindakan susulan dan menetapkan rawatan.
Dalam kajian yang menggunakan simulasi percubaan sasaran, di mana strategi rawatan tidak dapat ditentukan pada peringkat awal (seperti kajian mengenai tempoh rawatan atau penggunaan terapi gabungan), penyelesaian kepada berat sebelah masa bukan kematian harus diterangkan. Penyelidik harus melaporkan analisis sensitiviti yang bermakna untuk menilai keteguhan keputusan kajian kepada sumber utama berat sebelah, termasuk mengukur potensi kesan pengacau yang tidak mengganggu dan meneroka perubahan dalam hasil apabila elemen reka bentuk utama ditetapkan sebaliknya. Penggunaan hasil kawalan negatif (hasil yang sangat tidak berkaitan dengan pendedahan kebimbangan) juga boleh membantu mengukur bias sisa.

Walaupun kajian pemerhatian boleh menganalisis isu yang mungkin tidak mungkin untuk menjalankan RCTS dan boleh memanfaatkan RWD, kajian pemerhatian juga mempunyai banyak potensi sumber bias. Rangka kerja simulasi percubaan sasaran cuba menangani beberapa berat sebelah ini, tetapi mesti disimulasikan dan dilaporkan dengan teliti. Oleh kerana pengacau boleh membawa kepada berat sebelah, analisis sensitiviti mesti dilakukan untuk menilai keteguhan keputusan terhadap pengacau yang tidak diperhatikan, dan keputusan mesti ditafsirkan untuk mengambil kira perubahan dalam keputusan apabila andaian lain dibuat tentang pengacau. Rangka kerja simulasi percubaan sasaran, jika dilaksanakan dengan teliti, boleh menjadi kaedah yang berguna untuk menetapkan reka bentuk kajian pemerhatian secara sistematik, tetapi ia bukan ubat penawar.