Кластерная рандомизация Опции

[sayrus]

Здравствуйте!

Планирую исследование. В соответствии с протоколом, в исследовании примут участие врачи, каждый из которых согласиться лечить больных в рамках одного из двух предложенных режимов. Каждый врач по плану должен будет включить в исследование 3 больных, каждый из которых относится к одной из 3 подгрупп (1-я - ранее нелеченные, 2-я - исходно получавшие препарат Х, 3-я - исходно получавшие препарат У, всем на старте будет назначен новый препарат). Так как рандомизировать пациентов нет никакой возможности, посчитали, что правильно будет рандомизировать врачей. Получается кластерная рандомизация с размером кластера n=3. Следует ли рассчитывать необходимое число кластерных единиц для каждой из 3 подгрупп (частота достижения конечной точки в подгруппах может быть разной)? Или допустимо для общей группы? Если верно "для каждой подгруппы отдельно", то какое число кластерных единиц (врачей) следует в итоге включить в исследование? Максимальное из рассчитанного для каждой подгруппы? Как определиться с коэффициентом внутриклассовой корреляции?

Спасибо!

[DrgLena]

Я не специалист по кластерной рандомизации, но стараюсь понять описанный Вами дизайн исследования. Понятны ваши действия по равной представленности трех подгрупп по предыдущему лечению у каждого врача. Но остается непонятным, почему расчет объема выборки у вас запланирован на завершающем этапе исследования. Он должен быть при планировании. Если вы предполагаете 10% разницу в эффективности двух методик, например, как указано вами, то для альфа=5% и бета=20% необходимо не менее 373 больных. А врачей вы используете просто для того чтобы набрать необходимое число больных и обеспечить случайный метод выбора метода лечения. А после проведения исследования вы будете сравнивать эффективность двух методик независимо ни от врача, ни от предыдущего лечения. Что такое внутриклассовый коэффициент в данном случае?

[sayrus]

Я не специалист по кластерной рандомизации, но стараюсь понять описанный Вами дизайн исследования. Понятны ваши действия по равной представленности трех подгрупп по предыдущему лечению у каждого врача. Но остается непонятным, почему расчет объема выборки у вас запланирован на завершающем этапе исследования. Он должен быть при планировании. Если вы предполагаете 10% разницу в эффективности двух методик, например, как указано вами, то для альфа=5% и бета=20% необходимо не менее 373 больных. А врачей вы используете просто для того чтобы набрать необходимое число больных и обеспечить случайный метод выбора метода лечения. А после проведения исследования вы будете сравнивать эффективность двух методик независимо ни от врача, ни от предыдущего лечения. Что такое внутриклассовый коэффициент в данном случае?

Расчет объема выборки (программа IcebergSim v3.06 beta, скачено с www.randomization.org) проводил на завершающем этапе ПЛАНИРОВАНИЯ исследования. Расчет объема для кластерных исследований и для "обычных" РКИ - это не одно и тоже. Для кластерных иногда приходится набирать существенно больше (зависит от того самого коэффициента внутрикластерной корреляции - ICC). Хотя в моем случае различия не большие. Например, если каждый врач будет включать 3-х больных и эффект в группе обычного лечения составит 35%, а в группе "нового" лечения - 45%, то понадобится (при 0,05 и 0,20, при ICC = 0,01) включить в исследование (в обе группы) 254 врачей (и соответственно 254х3=762 больных). Если рандомизировать больных (чего в нашем исследовании мы сделать не можем), то понадобится 744 пациента (у меня 372х2). С этим то я разобрался. Вопрос то был в другом. Что делать, если неизвестен реальный эффект? Брать консервативные предположения (когда эффект меньше) - дорого, основываться на оптимистичных - рисковано. Уже додумываю, наверное если есть деньги, надо закладывать консервативные оценки, если бюджет ограничен - оптимистичные. Но с ICC разобраться пока не получилось. Видимо придется почитать (спасибо nokh).