Neiegkeeten

Randomiséiert kontrolléiert Studien (RCT) sinn de Goldstandard fir d'Sécherheet an d'Effizienz vun enger Behandlung ze evaluéieren. A verschiddene Fäll ass RCT awer net machbar, dofir proposéieren e puer Wëssenschaftler d'Method fir Observatiounsstudien no dem Prinzip vun RCT ze designen, dat heescht, duerch "Zilexperimentsimulatioun" ginn Observatiounsstudien an RCT simuléiert fir hir Validitéit ze verbesseren.

Randomiséiert kontrolléiert Studien (RCTS) si Kriterien fir d'relativ Sécherheet an Effizienz vu medizineschen Interventiounen ze evaluéieren. Obwuel Analysen vun Observatiounsdaten aus epidemiologesche Studien a medizinesche Datebanken (inklusiv elektronesch medizinesch Dossieren [EHR] an Daten iwwer medizinesch Fuerderungen) d'Virdeeler vun enger grousser Proufgréisst, engem fristgerechten Zougang zu Daten an der Fäegkeet hunn, "real Welt"-Effekter ze evaluéieren, si dës Analysen ufälleg fir Viruerteeler, déi d'Stäerkt vun de Beweiser, déi se produzéieren, ënnergruewen. Zënter laanger Zäit gouf virgeschloen, Observatiounsstudien no de Prinzipie vun der RCT ze designen, fir d'Validitéit vun de Resultater ze verbesseren. Et gëtt eng Rei vu methodologeschen Approchen, déi versichen, kausal Conclusiounen aus Observatiounsdaten ze zéien, an eng wuessend Zuel vu Fuerscher simuléieren den Design vun Observatiounsstudien op hypothetesch RCTS duerch "Zilstudiesimulatioun".

De Kader fir d'Simulatioun vun Target Trials verlaangt, datt den Design an d'Analyse vun Observatiounsstudien mat hypotheteschen RCTS konsequent sinn, déi déiselwecht Fuerschungsfro behandelen. Wärend dësen Usaz e strukturéierten Usaz fir Design, Analyse a Berichterstattung ubitt, deen de Potenzial huet, d'Qualitéit vun Observatiounsstudien ze verbesseren, si Studien, déi op dës Manéier duerchgefouert ginn, ëmmer nach ufälleg fir Bias aus verschiddene Quellen, dorënner Stéiereffekter vun net observéierte Kovariaten. Sou Studien erfuerderen detailléiert Designelementer, analytesch Methoden fir Stéierfaktoren ze adresséieren, a Sensibilitéitsanalyseberichter.
A Studien, déi den Target-Trial Simulatiounsusaz benotzen, setzen d'Fuerscher en hypotheteschen RCTS op, deen idealerweis duerchgefouert géif ginn, fir e spezifescht Fuerschungsproblem ze léisen, an dann leeën se Designelementer vun der observationeller Studie fest, déi mat dësem "Target-Test" RCTS konsequent sinn. Néideg Designelementer enthalen d'Aféierung vun Ausschlusskriterien, d'Participantenauswiel, d'Behandlungsstrategie, d'Behandlungszouweisung, den Ufank an d'Enn vum Follow-up, d'Resultatmiessungen, d'Effizienzbeurteilung an de statisteschen Analyseplang (SAP). Zum Beispill hunn den Dickerman et al. e Target-Trial Simulatiounsframework benotzt an EHR-Donnéeën vum US Department of Veterans Affairs (VA) ugewannt, fir d'Effektivitéit vun de BNT162b2- an mRNA-1273-Impfstoffe bei der Préventioun vun SARS-CoV-2-Infektiounen, Hospitalisatiounen an Doudesfäll ze vergläichen.

E Schlëssel zur Simulatioun vun enger Zilstudie ass et, "Zäit Null" festzeleeën, den Zäitpunkt, zu deem d'Zoulagbarkeet vun de Participanten iwwerpréift gëtt, d'Behandlung zougewisen gëtt an de Follow-up gestart gëtt. An der VA Covid-19 Impfstudie gouf Zäit Null als den Datum vun der éischter Impfdosis definéiert. Wann d'Zäit fir d'Bestëmmung vun der Zoulagbarkeet, d'Zouweisung vun der Behandlung an den Ufank vum Follow-up op Zäit Null vereenegt gëtt, gëtt wichteg Quelle vu Bias reduzéiert, besonnesch den onstierflechen Zäitbias bei der Bestëmmung vun Behandlungsstrategien nom Ufank vum Follow-up an de Selektiounsbias beim Ufank vum Follow-up nom Zouweisen vun der Behandlung. Bei der VA
An der Covid-19-Impfstoffstudie goufen d'Participanten an d'Behandlungsgrupp fir d'Analyse zougewise baséiert op deem, wéini se déi zweet Dosis Impfung kruten, an de Follow-up zum Zäitpunkt vun der éischter Dosis Impfung ugefaangen huet, an de Follow-up zum Zäitpunkt vun der éischter Dosis Impfung ugefaangen huet, gouf et e Selektiounsbias, deen net ofhängeg vum Doudeszäitpunkt war; wann d'Behandlungsgrupp zum Zäitpunkt vun der éischter Dosis Impfung zougewise gëtt an de Follow-up zum Zäitpunkt vun der zweeter Dosis Impfung ufänkt, entsteet e Selektiounsbias, well nëmmen déi, déi zwou Dosen Impfung kruten, abegraff ginn.

Simulatioune vun gezielte Studien hëllefen och Situatiounen ze vermeiden, wou déi therapeutesch Effekter net kloer definéiert sinn, eng heefeg Schwieregkeet an Observatiounsstudien. An der VA Covid-19 Impfstudie hunn d'Fuerscher d'Participanten op Basis vun de Baseline-Charakteristiken ofgestëmmt an d'Behandlungseffektivitéit op Basis vun Ënnerscheeder am Resultatrisiko no 24 Wochen bewäert. Dësen Usaz definéiert Effizienzschätzungen explizit als Ënnerscheeder an de Covid-19-Resultater tëscht geimpfte Populatiounen mat ausgeglachene Baseline-Charakteristiken, ähnlech wéi RCT-Effizienzschätzunge fir datselwecht Problem. Wéi d'Auteure vun der Studie betount, kann de Verglach vun de Resultater vun zwou ähnlechen Impfungen manner vu Stéierfaktoren beaflosst ginn wéi de Verglach vun de Resultater vun geimpften an net geimpfte Leit.

Och wann d'Elementer erfollegräich mat RCTS ofgestëmmt sinn, hänkt d'Validitéit vun enger Studie, déi e Simulatiouns-Framework fir Target-Trial-Trial benotzt, vun der Auswiel vun den Unnahmen, dem Design- an Analysemethoden, an der Qualitéit vun den zugronnleeënden Donnéeën of. Och wann d'Validitéit vun RCT-Resultater och vun der Qualitéit vum Design an der Analyse ofhänkt, sinn d'Resultater vun Observatiounsstudien och duerch Stéierfaktoren bedroht. Als net-randomiséiert Studien sinn Observatiounsstudien net immun géint Stéierfaktoren wéi RCTS, an d'Participanten an d'Kliniker sinn net blann, wat d'Bewäertung vun den Resultater an d'Studienresultater beaflosse kann. An der VA Covid-19 Impfstudie hunn d'Fuerscher e Pairing-Usaz benotzt fir d'Verdeelung vun de Baseline-Charakteristike vun den zwou Gruppe vu Participanten auszegläichen, dorënner Alter, Geschlecht, Ethnie a Grad vun der Urbaniséierung, wou se gewunnt hunn. Ënnerscheeder an der Verdeelung vun anere Charakteristiken, wéi z. B. Beruff, kënnen och mam Risiko vun enger Covid-19-Infektioun verbonne sinn a wäerte Rescht-Stéierfaktoren sinn.

Vill Studien, déi Target-Trial Simulatiounsmethoden benotzen, benotzen "Real-World Data" (RWD), wéi z. B. EHR-Daten. D'Virdeeler vun RWD enthalen datt se fristgerecht, skalierbar a reflektiv d'Behandlungsmuster an der konventioneller Versuergung sinn, awer se mussen géint Problemer mat der Datenqualitéit ofgewoge ginn, dorënner fehlend Daten, ongenau an inkonsistent Identifikatioun an Definitioun vun de Participantencharakteristiken an den Resultater, inkonsistent Verwaltung vun der Behandlung, ënnerschiddlech Frequenz vun de Follow-up-Bewäertungen an de Verloscht vum Zougang wéinst dem Transfert vun de Participanten tëscht verschiddene Gesondheetssystemer. D'VA-Studie huet Daten aus engem eenzegen EHR benotzt, wat eis Bedenken iwwer Dateninkonsistenzen ofgeschwächt huet. Wéi och ëmmer, eng onvollstänneg Bestätegung an Dokumentatioun vun Indicateuren, dorënner Komorbiditéiten an Resultater, bleift e Risiko.
D'Auswiel vun de Participanten an analytesche Prouwe baséiert dacks op retrospektiven Donnéeën, wat zu engem Selektiounsbias féiere kann, andeems Leit mat fehlenden Basisdaten ausgeschloss ginn. Wärend dës Problemer net eenzegaarteg fir Observatiounsstudien sinn, si si Quelle vu Reschtbias, déi Zilstudiesimulatiounen net direkt adresséiere kënnen. Zousätzlech sinn Observatiounsstudien dacks net virregistréiert, wat Problemer wéi Designsensibilitéit a Publikatiounsbias verschäerft. Well verschidden Datenquellen, Designen an Analysemethoden ganz ënnerschiddlech Resultater kënne bréngen, mussen den Studiendesign, d'Analysemethod an d'Basis fir d'Auswiel vun den Datenquellen am Viraus festgeluecht ginn.

Et gëtt Richtlinne fir d'Duerchféierung a Berichterstattung vu Studien mat Hëllef vum Target Trial Simulation Framework, déi d'Qualitéit vun der Studie verbesseren a garantéieren, datt de Bericht detailléiert genuch ass, fir datt de Lieser en kritesch evaluéiere kann. Als éischt sollten d'Fuerschungsprotokoller an d'SAP am Viraus virun der Datenanalyse virbereet ginn. D'SAP sollt detailléiert statistesch Methoden enthalen, fir Bias wéinst Stéierfaktoren ze bekämpfen, souwéi Sensibilitéitsanalysen, fir d'Robustheet vun de Resultater géintiwwer wichtege Biasquellen, wéi Stéierfaktoren a fehlend Daten, ze bewäerten.

Den Titel, d'Resumé an d'Methoden-Sektiounen sollten et kloer maachen, datt den Design vun der Studie eng Observatiounsstudie ass, fir Verwiesselung mat RCTS ze vermeiden, an et sollt tëscht duerchgefouerten Observatiounsstudien an hypotheteschen Studien ënnerscheeden, déi probéiert ginn ze simuléieren. De Fuerscher soll Qualitéitsmoossnamen, wéi d'Datenquell, d'Zouverlässegkeet an d'Validitéit vun den Datenelementer, spezifizéieren, a wa méiglech aner publizéiert Studien opzielen, déi d'Datenquell benotzen. Den Fuerscher soll och eng Tabelle ubidden, déi d'Designelementer vun der Zilstudie an hirer Observatiounssimulatioun beschreift, souwéi eng kloer Indikatioun, wéini d'Berechtegung festgestallt, de Follow-up gestart an d'Behandlung zougewise soll ginn.
A Studien, déi Simulatioune vun Zilstudien benotzen, wou keng Behandlungsstrategie zu Ufank bestëmmt ka ginn (wéi z. B. Studien iwwer d'Dauer vun der Behandlung oder d'Benotzung vu Kombinatiounstherapien), soll eng Léisung fir de Bias, deen net zum Doudszäitpunkt bäidréit, beschriwwe ginn. D'Fuerscher solle sënnvoll Sensibilitéitsanalysen ofginn, fir d'Robustheet vun de Studienresultater géintiwwer Schlësselquellen vum Bias ze bewäerten, dorënner d'Quantifizéierung vum potenziellen Impakt vun onopfällegen Stéierfaktoren an d'Ënnersichung vun Ännerungen an den Resultater, wann Schlësseldesignelementer anescht festgeluecht sinn. D'Benotzung vun negativen Kontrollresultater (Resultater, déi staark net mat der Belaaschtung verbonne sinn) kann och hëllefen, de Reschtbias ze quantifizéieren.

Och wann Observatiounsstudien Themen analyséiere kënnen, déi vläicht net méiglech sinn fir RCTS duerchzeféieren, a vun RWD profitéiere kënnen, hunn Observatiounsstudien och vill potenziell Quelle vu Bias. De Kader fir d'Simulatioun vun Target Trials probéiert e puer vun dëse Biasen ze adresséieren, muss awer suergfälteg simuléiert a bericht ginn. Well Stéierungsfaktoren zu Bias féiere kënnen, mussen Sensibilitéitsanalysen duerchgefouert ginn, fir d'Robustheet vun de Resultater géint net observéiert Stéierungsfaktoren ze bewäerten, an d'Resultater mussen interpretéiert ginn, fir Ännerungen an de Resultater ze berécksiichtegen, wann aner Viraussetzungen iwwer d'Stéierungsfaktoren gemaach ginn. De Kader fir d'Simulatioun vun Target Trials, wann e rigoréis ëmgesat gëtt, kann eng nëtzlech Method sinn fir systematesch Observatiounsstudiendesignen opzestellen, awer et ass kee Wonnermëttel.