Calcolatrice gratuita Editverse
Calcolatore dell'indice di fragilità (robustezza degli studi clinici randomizzati)
Verifica la robustezza di un risultato di uno studio clinico statisticamente significativo (l'indice di fragilità calcola quanti eventi di risultato dovrebbero cambiare per perdere significatività), utilizzando l'esatto comando R che ha generato il risultato. Una guida completa è disponibile di seguito. Validato con R 4.3.3.
In parole semplici
L' indice di fragilità pone una semplice domanda riguardo al risultato significativo di uno studio 2×2: quanti pazienti in un braccio avrebbero dovuto cambiare l'esito (da nessun evento a evento) affinché il valore p passasse da un valore inferiore a 0.05 a un valore pari o superiore a 0,05? Un numero ridotto significa che il risultato dipende da pochi eventi.
Un indice di fragilità pari a 1 o 2 segnala un risultato che, pur essendo statisticamente significativo, può essere facilmente ribaltato da una serie di esiti diversi, aspetto particolarmente preoccupante se il numero di pazienti persi al follow-up è superiore all'indice stesso. Un indice più elevato indica un risultato più robusto. L'indice integra il valore p, non lo sostituisce.
Quando utilizzare l'indice di fragilità
L'indice di fragilità viene utilizzato per valutare la robustezza di un risultato binario significativo in uno studio randomizzato, in particolare quando il campione è piccolo, il numero di eventi è basso o il valore p è appena inferiore a 0.05. Viene sempre più spesso riportato nelle revisioni sistematiche per segnalare evidenze fragili.
Interpretatelo come un elemento di contesto, non come un verdetto: un indice basso non invalida uno studio e la metrica presenta limitazioni note, tra cui il fatto che gli studi sono spesso progettati per essere statisticamente efficienti piuttosto che "robusti" secondo questa misura. Leggetelo insieme al valore p , alla dimensione dell'effetto e all'intervallo di confidenza . Non sapete come presentare la robustezza? Il nostro strumento di selezione dei test può aiutarvi.
ea <- {ea}; na <- {na}; ec <- {ec}; nc <- {nc} fp <- funzione(x1, x0) fisher.test(matrice(c(x1, na - x1, x0, nc - x0), 2, byrow = TRUE))$p.valore p0 <- fp(ea, ec); x1 <- ciascuno; x0 <- ec; fi <- 0 if (p0 < 0.05) while (fp(x1, x0) < 0.05) { if (ea <= ec) x1 <- x1 + 1 else x0 <- x0 + 1; fi <- fi + 1 } c(fisher_p = p0, indice_fragilità = if (p0 < 0.05) fi else NA)Guida utente
Quando utilizzarlo. Valutare la robustezza di un risultato statisticamente significativo di uno studio clinico randomizzato controllato (RCT).
Presupposti. Risultato binario 2×2 da uno studio randomizzato.
Errori comuni. Un basso indice di fragilità non invalida di per sé uno studio clinico.
Esempio pratico
Fai clic su "Carica dati di esempio" qui sopra, quindi su "Esegui analisi" per visualizzare un risultato completo con grafico, formula e interpretazione per questo test.
Referenze
- Walsh M, et al. La significatività statistica dei risultati degli studi clinici randomizzati è spesso fragile. J Clin Epidemiol. 2014;67:622-628.
Esempi lavorati
Esempio 1: Un risultato fragile
Uno studio riporta 8/50 eventi nel gruppo di trattamento contro 21/50 nel gruppo di controllo (test esatto di Fisher bilaterale p = 008). Convertendo i non-eventi in eventi nel gruppo di trattamento, p rimane al di sotto di 0.05 a 9/50 (p = 016) e 10/50 (p = 030) e lo supera a 11/50 (p = 053): un indice di fragilità pari a 3, che segnala che il risultato si basa su pochi eventi. L'esempio precaricato (8/50 contro 15/50) non è significativo (p = 153), quindi il calcolatore segnala che l'indice non è applicabile.
Esempio 2: Indice rispetto alla perdita al follow-up
Se l'indice di fragilità è pari a 3, ma lo studio ha perso 10 partecipanti al follow-up, il risultato è particolarmente fragile: un numero maggiore di pazienti è andato perso rispetto a quanto sarebbe necessario per invalidare il risultato, il che dovrebbe moderare la fiducia nella conclusione.
Presupposti da verificare
Un risultato binario 2×2 da uno studio clinico randomizzato controllato (RCT). L'indice di fragilità è definito per uno studio a due bracci con un risultato dicotomico analizzato mediante un test 2×2, non per endpoint continui o di tempo all'evento.
Un risultato statisticamente significativo. L'indice standard si applica ai risultati significativi; un indice di fragilità inverso affronta separatamente i risultati non significativi.
L'uguaglianza delle dimensioni dei gruppi facilita l'interpretazione. L'indice è sensibile alla dimensione del campione e al tasso di eventi, pertanto è più facilmente confrontabile tra studi di dimensioni e bilanciamento simili.
Errori comuni
Considerare un indice basso come invalidazione
Un basso indice di fragilità segnala sensibilità, non errore. Uno studio ben progettato può comunque presentare un indice modesto; il parametro di riferimento è il contesto, non un verdetto.
Ignorare la perdita al follow-up
Un indice di fragilità inferiore al numero di pazienti persi al follow-up rappresenta un forte segnale di allarme. È sempre opportuno confrontare i due valori.
Applicandolo al di fuori di un RCT 2×2
L'indice è definito per esiti binari in studi clinici a due bracci. Il suo utilizzo per esiti continui o di sopravvivenza rappresenta un'applicazione errata del metodo.
Dimenticare che è legato al valore p
Poiché l'indice è costruito attorno alla soglia dello 0.05, eredita i limiti dei test di significatività dicotomici e deve essere interpretato tenendo conto di ciò.
Domande frequenti
Che cosa misura l'indice di fragilità?
Si tratta del numero minimo di eventi di esito che dovrebbero cambiare in un braccio dello studio per far sì che un risultato significativo diventi non significativo.
Un basso indice di fragilità è un brutto segno?
Ciò indica che il risultato è sensibile ad alcuni eventi, il che richiede cautela, ma non significa di per sé che lo studio sia errato.
Cos'è l'indice di fragilità inversa?
Si tratta del conteggio analogo per un risultato non significativo: quanti eventi dovrebbero cambiare per renderlo significativo.
Il risultato corrisponde a R?
Sì. Il calcolatore utilizza il test esatto di Fisher a due code e converte i non-eventi in eventi, uno alla volta, nel braccio con meno eventi fino a quando p non raggiunge 0.05; l'approccio R mostrato riproduce il conteggio.
Calcolatori correlati
Referenze
- Walsh M, Srinathan SK, McAuley DF, Mrkobrada M, Levine O, et al. La significatività statistica dei risultati degli studi clinici randomizzati è spesso fragile: un caso a favore di un indice di fragilità. J Clin Epidemiol. 2014;67(6):622–628. PMID24508144.
- Cote MP, Lubowitz JH, Rossi MJ, Matzkin E. L'indice di fragilità viene in genere interpretato in modo errato e ha scarso valore: gli studi clinici sono progettati per essere fragili. Artroscopia. 2024;40(12):2738–2741. PMID39151709.
- Feinstein AR. L'indice di fragilità dell'unità: una valutazione aggiuntiva della "significatività statistica" per un confronto tra due proporzioni. J Clin Epidemiol. 1990;43(2):201–209.
Hai bisogno di questa analisi per il tuo manoscritto?
I nostri biostatistici con dottorato di ricerca valutano la robustezza dei risultati degli studi clinici (indice di fragilità, analisi di sensibilità e dimensioni dell'effetto con intervalli di confidenza) con output R riproducibili.