Uyarlanabilir Klinik Araştırma Tasarımları: Türleri, FDA Kılavuzu ve Gerçek Bir Araştırmanın Yeniden Analizi

Yayınlanma tarihi: 20 Haziran 2026 | Son güncelleme tarihi: 3 Kasım 2026

Uyarlanabilir Klinik Araştırma Tasarımları Nelerdir?

FDA, adaptif tasarımı, denemedeki deneklerden elde edilen veriler doğrultusunda tasarımın bir veya daha fazla yönünde önceden planlanmış değişikliklere izin veren bir klinik deneme tasarımı olarak tanımlar.^¹ Tanımı iki kelime ifade eder. "Önceden planlanmış" ifadesi, adaptasyonun planlandığı ve ayrıntılarının, biriken verilerin herhangi bir karşılaştırmalı analizinden önce belirtildiği anlamına gelir ve neredeyse tüm durumlarda, deneme başlamadan önce protokolde ve ayrı bir istatistiksel analiz planında açıklanır.^¹ Buna karşılık, sabit örneklem denemesinde, tasarım aşamasında belirlenmiş ve planlı adaptasyona tabi olmayan hedef bir toplam örneklem büyüklüğü veya olay sayısı bulunur.^¹

FDA'nın terminolojisine göre, ara analiz, deneme devam ederken deneklerden elde edilen verilerin herhangi bir incelemesidir ve tedavi grupları tanımlandığında, A ve B gibi kodlarla bile olsa, karşılaştırmalı bir analizdir. ¹ Bu ayrım daha sonra önem kazanır, çünkü karşılaştırmalı olmayan verilere dayalı uyarlamaların hata özellikleri, karşılaştırmalı verilere dayalı uyarlamalardan farklıdır. ¹

Uyarlanabilir tasarımların neler sunabileceği ve maliyetleri nelerdir?

FDA, potansiyel avantajları dört kategoriye ayırıyor ve sınırlamaları ayrı bir bölümde açıklıyor. ¹

• İstatistiksel verimlilik. Grup sıralı ve örneklem büyüklüğüne uyarlanabilir tasarımlar, karşılaştırılabilir uyarlanabilir olmayan bir tasarıma göre daha yüksek güç sağlayabilir veya daha küçük beklenen örneklem büyüklüğü veya daha kısa beklenen süreyle aynı gücü sağlayabilir.¹
• Etik düşünceler Bir denemenin etkili olma olasılığının düşük olduğu durumlarda erken sonlandırılması, etkisiz bir deneysel tedaviye maruz kalan hasta sayısını azaltabilir.¹
• İlaç etkilerinin daha iyi anlaşılması. Zenginleştirme ve doz seçimi tasarımları, uygun örneklem büyüklüklerinde sabit bir tasarıma kıyasla daha geniş soruları yanıtlayabilir.¹
• Paydaşlar tarafından kabul edilebilirlik. Uyarlanabilir bir tasarım, ek esneklik nedeniyle karşılaştırılabilir uyarlanabilir olmayan bir tasarıma göre daha kabul edilebilir olarak değerlendirilebilir: sponsorlar, planlı tasarım değişikliklerine izin veren bir denemeye daha istekli bir şekilde katılabilirler ve hastalar, yanıt uyarlamalı rastgeleleştirme kullanan denemelere katılmaya daha istekli olabilirler.¹
• Sınırlamalar. Hata oranının şişmesini ve yanlı tahminleri önlemek için özel analiz yöntemlerine ihtiyaç duyulmaktadır; minimum ve beklenen örneklem büyüklüğü azalırken maksimum örneklem büyüklüğü artabilir ve ara sonuçlara erişimi sınırlamaya yönelik lojistik maliyet artışına neden olabilir.¹

Uyarlanabilir Klinik Araştırma Tasarımlarının Türleri

Tablo, FDA kılavuzuna uygun olarak her tasarımın neleri değiştirebileceğini ve her birinin temel endişesini listelemektedir. ¹

Tüm sütunları görmek için yana doğru kaydırın.

Daha kapsamlı ve sade bir dille anlatım için, Klinik Araştırmalarda Uyarlanabilir Tasarımların Açıklanması başlıklı makaleye bakınız.

FDA'nın örnek olarak gösterdiği durumlar

Kılavuz, tasarımları adlandırılmış denemelerle göstermektedir ve her biri orada aşağıdaki gibi açıklanmıştır. ¹

• Eliprodil, kafa travması. Karşılaştırma yapılmayan verilerin birleştirilmesiyle yapılan ara analiz, örneklem büyüklüğünün 400 hastadan 450 hastaya çıkarılmasına yol açtı.¹
• PARADIGM-HF, kalp yetmezliği. Etkinlik durdurma kurallarıyla planlanan üç ara analiz, beklenen örneklem büyüklüğünü ve süresini azalttı; üstünlük sınırı aşıldığı için çalışma üçüncü ara analizden sonra durduruldu.¹
• Dokuz değerlikli HPV aşısı. Ara analiz sonucunda, ikinci aşamaya geçilecek doz formülasyonundan biri seçildi.¹
• STAMPEDE, prostat kanseri. Birden fazla ara analiz, ortak bir kontrol grubu kullanılarak, düşük performans gösteren kolları devre dışı bırakabilir.¹
• PREVAIL II, Ebola virüs hastalığı. Her 2 hasta tamamlandıktan sonra ara analizlerin planlandığı ve her grupta 12 hastaya ulaşılmadan önce herhangi bir işlem yapılmayacağı Bayesçi uyarlanabilir bir tasarım kullanıldı.¹

Her madde işareti, orijinal deneme belgelerinin yeniden okunmasını değil, FDA'nın açıklamalarını yansıtmaktadır. ¹

Doz belirleme, rastgeleleştirme ve Bayesçi tasarımlar

Sürekli yeniden değerlendirme yöntemi, gözlemlenen toksisitelere dayanarak erken faz çalışmalarında dozları adaptif olarak artırmak ve maksimum tolere edilebilir dozu tahmin etmek için kullanılan bir yaklaşımdır. ¹ FDA ayrıca, dozların hızlı bir şekilde artırılmasına izin veren kuralların denekleri güvenli olmayan dozlara maruz bırakabileceği konusunda uyarıda bulunuyor, bu nedenle doz artırma hızı tasarım seçiminde yer almalıdır. ¹ Tahsis için, minimizasyon gibi kovaryat adaptif yöntemler temel özellikler üzerinde dengeyi teşvik ederken, yanıt adaptif rastgeleleştirme, sonuçlar biriktikçe tahsisi kaydırır ve sonuçlar hızlı bir şekilde bilindiğinde en iyi sonucu verir. ¹ Bayesçi adaptif tasarımlar geniş bir ailedir: ara kararları yönetmek için tahmine dayalı modelleme, varsayılan doz-yanıt ilişkileri, dış kaynaklardan yararlanma ve başarı kriterleri olarak posterior olasılıklar. Diğer adaptif tasarımlar için geçerli olan aynı prensipler uygulanır ve çalışma özelliklerini tahmin etmek için genellikle simülasyon gereklidir. ¹

FDA, EMA ve ICH'nin Uyarlanabilir Bir Klinik Çalışmadan Beklentileri Nelerdir?

Üç düzenleyici belge ve bir raporlama kılavuzu uygulamayı şekillendirir. Tablonun her satırı, atıfta bulunulan belgenin söyledikleriyle sınırlıdır.

Tüm sütunları görmek için yana doğru kaydırın.

FDA, etkinliğe dair önemli kanıt sağlamayı amaçlayan çalışmalar için kılavuzunu dört ilke etrafında düzenler: hatalı sonuç olasılığı yeterince kontrol edilmeli, tedavi etkilerinin tahmini yeterince güvenilir olmalı, tasarımın ayrıntıları tamamen önceden belirlenmeli ve çalışma bütünlüğü uygun şekilde korunmalıdır. ¹ EMA'nın değerlendirme belgesi, uyarlanabilir bir tasarım kullanmanın, yöntemlerin önceden belirlenmiş tip I hatasını kontrol etmesini, doğru tahminler ve güven aralıkları vermesini ve farklı aşamalardan elde edilen sonuçların homojenliğinin değerlendirilmesini planlamasını gerektirdiğini ekler. ⁵ Ayrıca, uyarlanabilir tasarımların titiz planlamanın yükünü hafifletmenin bir yolu olarak görülmemesi gerektiğini belirtir. ⁵

Gerçek Bir Vaka: İki Uyarlanabilir Tasarım Altında SHINE Deneyi

İnme Hiperglisemi İnsülin Ağı Çalışması (SHINE) deneyi, hiperglisemi ve inme hastalarında yoğun glukoz kontrolünü standart bakımla karşılaştırdı. Birincil sonuç, 90 gün sonra olumlu nörolojik sonuçtu. Maksimum örneklem büyüklüğü 1,400 hastaydı ve bu da %5 anlamlılık düzeyinde iki taraflı bir testle standart bakımda %25'ten yoğun kontrolde %32'ye yükselişi tespit etmek için %80 güç sağlıyordu. ³ Broglio ve meslektaşları, gerçek hasta düzeyindeki verileri kullanarak, önceden belirlenmiş bir Bayes alternatifiyle yürütülen frekansçı tasarımın açık erişimli bir karşılaştırmasını (CC BY 4.0) yayınladılar. ³

Uygulanan SHINE tasarımının nasıl çalıştığı

SHINE, iki taraflı etkinlik ve sonuçsuzluk sınırları ve yanıta uyarlanabilir rastgeleleştirme ile grup sıralı bir tasarım kullandı. Sınırlar, Gamma ailesi harcama fonksiyonlarından geldi ve O'Brien-Fleming sınırına çok benziyordu. Sonuçsuzluk sınırları bağlayıcı değildi. 500, 700, 900 ve 1,100 ardışık hasta 90 günlük takibe ulaştığında ara analizler planlandı, eksik sonuçlar için çoklu atama yapıldı ve ilk incelemeden önce kör bir örneklem büyüklüğü yeniden tahmini planlandı. ³ Yeniden tahmin, örneklem büyüklüğünü artırmadı. ³

Dört görünümün gösterdiği şey

Tablo, yayınlanmış sınırları ve sonuçları yeniden üretir ve Editverse tarafından hesaplanan bir sütun daha ekler: yazdırılan her ayarlanmış p-değerinin ima ettiği z değeri. ³

Tüm sütunları görmek için yana doğru kaydırın.

Editverse, tabloyu R'de kontrol etti. Her bir sınır z değerini iki taraflı p-değerine dönüştürmek, yazdırılan p-değerlerini verir (örneğin 2.97 0.003 ve 1.05 0.29 verir) ve yazdırılan ayarlanmış p-değerlerini tekrar dönüştürmek, z değerlerini 1.51, 0.58, 0.05 ve 0.10 olarak verir. 1 ve 2 numaralı görünümler sınırlar arasında yer alırken, 3 ve 4 numaralı görünümler sonuçsuzluk sınırının altında kalır; bu da yazarların tanımladığı kararlarla örtüşmektedir. P-değerleri iki ondalık basamağa kadar yazdırıldığı için, kararlar yuvarlama aralığı boyunca da kontrol edildi ve hiçbir değişiklik olmadı. ^{3 , 4}

Çalışma, üçüncü değerlendirmede, 936 hastanın rastgele seçildiği ve 900 hastanın 90 günlük takibinin yapıldığı aşamada, yoğun kontrol lehine %0.1'lik bir farkla sonuçsuz kalma sınırını aştı. Veri güvenliği ve izleme kurulu çalışmayı durdurmayı önermedi ve çalışma devam etti. Dördüncü değerlendirmede, 1,137 hastanın rastgele seçildiği aşamada, sonuçsuz kalma sınırı tekrar aşıldı ve kurul çalışmayı sonuçsuzluk nedeniyle durdurmayı önerdi. Son toplam 1,151 hasta oldu: kontrol grubunda 570 hastanın 123'ü (%21.6) ve tedavi grubunda 581 hastanın 119'u (%20.5) olumlu sonuç verdi. ^Editverse , bu sayımlardan düzeltilmemiş risk farkını -1.1 yüzdelik puan ( %95 CI -5.8 ila 3.6) olarak hesapladı. ^{3 , 4}

Bayesyen tekrar oynatmanın gösterdiği şey

Alternatif tasarım tamamen Bayesçiydi; aynı birincil sonlanım noktası, örneklem boyutu, tip I hata ve güç ile ideal örneklem boyutu tasarımına sahipti. 500 hastayı ve ardından her 100 hastayı takip etti ve 90 güne henüz ulaşmamış hastaları bilgilendirmek için boylamsal bir model aracılığıyla 6 haftalık sonuçları kullandı. Mevcut örneklemde başarı olasılığının %99'u aşması durumunda başarı için, 1,400 hastada başarı olasılığının %5'in altına düşmesi durumunda ise başarısızlık için durduruldu. ³

Tüm sütunları görmek için yana doğru kaydırın.

Dördüncü değerlendirmede, 800 hasta rastgele seçildiğinde ve 715 hastanın 90 günlük sonuçları olduğunda, maksimum örneklem büyüklüğünde başarı olasılığı %2.0 olarak tahmin edildi; bu da %5 eşiğinin altındaydı. Dolayısıyla alternatif tasarım, SHINE'ın ilk olarak kendi sınırını aştığı 936 hastadan 136 hasta veya %14.5 daha önce başarısızlık sınırını aştı. Sonunda kaydedilen 1,151 SHINE hastasına karşılık, 800 hasta 351 daha az hasta anlamına gelir, bu da %30.5'lik bir fark ve 1,400 maksimum sayının %57.1'ini oluşturur (her üç oran da Editverse tarafından hesaplanmıştır). Yazarlar, farkın kayıt oranından ve uygulanan SHINE tasarımının hastaların 90 günlük takibe ulaşmasını beklemesinden kaynaklandığını belirtiyor. ³ Bayesçi tasarımın kendisi 500 hastayı ve ardından her ek 100 hastayı takip etti; bu bir tasarım gerçeğidir ve yazarların belirttiği neden değildir. ³

SHINE tasarımının Editverse yeniden hesaplaması

Editverse, yayınlanmış dört bakışlı tasarımı R'de simüle etti. Girdiler; etkinlik sınırları 2.97, 2.86, 2.65 ve 2.42; sonuçsuzluk sınırları 0.06, 0.13, 0.45 ve 1.05; 1,400 hastanın 500, 700, 900 ve 1,100'üne bakış; 2.02'lik (yuvarlanmış; kesin kalibrasyon 2.023) nihai kritik değer ve iki senaryo: etki yok ve %25'e karşı %32 olumlu sonuç. Her senaryoda 400,000 simüle edilmiş deneme kullanıldı; etki yok senaryosu için 14940 ve %25'e karşı %32 senaryosu için 14941 başlangıç ​​değeri kullanıldı. ⁴

• Etki yok: Denemelerin %72.9'u sonuçsuzluk nedeniyle erken sonlandırıldı, %2.0'ı etkililik nedeniyle erken sonlandırıldı ve %25.1'i nihai analize ulaştı. Yazarlar, sıfır hipotezi altında erken sonuçsuzluk olasılığının %73 olduğunu bildiriyor.^3,4
• %25'e karşı %32: Denemelerin %80.8'i olumlu sonuçla sonuçlandı; yazarların belirttiği %80'lik güce karşılık; %7.9'u ise sonuçsuzluk nedeniyle erken sonlandırıldı.^3,4
• Beklenen örneklem büyüklüğü: Etkisiz durumda yaklaşık 1,053 ve %25'e karşı %32 senaryosunda 1,040 (maksimum 1,400'e karşılık); yazarlar sıfır hipotezi altında beklenen büyüklüğün 1,039 olduğunu belirtiyor, bu nedenle bu simülasyon yakın ancak tamamen aynı değil.^3,4

Bu eşleşme, Editverse'in çıkardığı ve makalede bu kelimelerle belirtilmeyen iki okumaya bağlıdır. %73'lük rakam, mutlak z değeri basılı sonuçsuzluk sınırının altına düştüğünde durma kuralı okunduğunda (iki taraflı, iç sonuçsuzluk bölgesi) ve son kritik değer, dört basılı etkinlik sınırının iki taraflı %5'lik bir tip I hatası verecek şekilde kalibre edildiğinde elde edilir: kesin değer 2.023'tür ve simülasyonda kullanılan yuvarlanmış 2.02, %5.03'ü verir. Simülasyon, yanıt uyarlamalı rastgeleleştirmeyi, gecikmeli sonuç takibini ve kurul incelemesini göz ardı eder, bu nedenle tüm deneyi değil, durdurma kurallarını kontrol eder. Makaledeki düzeltilmemiş karşılaştırmalar, basılı sayımlardan tam olarak aynı sonucu vermektedir: 483'ten 102'si ile 453'ten 102'si arasındaki fark -1.4 (-6.7 ila 3.9) ve 408'den 89'u ile 392'den 89'u arasındaki fark -0.9 (-6.7 ila 4.9) olup, basılı ^{değerlerle eşleşmektedir . 3 , 4}

Bu davanın gösterdiği ve göstermediği şeyler

Bu, önceden belirlenmiş grup sıralı tasarımın ve önceden belirlenmiş Bayesçi tasarımın aynı hastalarda aynı sonuca ulaştığını, Bayesçi versiyonun bu sonuca daha erken ulaştığını ve bağlayıcı olmayan bir sonuçsuzluk sınırının, denemenin hemen durdurulmasına gerek kalmadan aşılabileceğini göstermektedir. Yazarlar, farkın kayıt oranından ve uygulanan SHINE tasarımının hastaların 90 günlük takip süresine ulaşmasını bekleme gerekliliğinden kaynaklandığını belirtmektedir. ³ Bu, genel olarak Bayesçi tasarımın daha iyi olduğunu göstermemektedir, çünkü tekrar oynatma gerçek tedavi atamalarını kullanmış, yanıta uyarlanabilir rastgeleleştirmeyi içermemiş ve kurul kararını yeniden üretememiştir. Makale ayrıca, daha sık incelemelerin yanlış erken durdurma olasılığını artırdığını ve operasyonel yükü artırdığını da belirtmektedir. ³

Hata Kontrolü ve Beklenen Örneklem Büyüklüğü

FDA, kontrolün neden önemli olduğuna dair basit bir örnek veriyor. Eğer bir grup ardışık deneme, planlanan deneklerin %50'sinde ve %100'ünde, her biri geleneksel tek taraflı 0.025 düzeyinde test edilirse, genel olarak tip I hata olasılığı %2.5'i aşar.^¹ Editverse, iki test istatistiğinin korelasyonunu kullanarak R'de tam rakamı %4.2 olarak hesapladı, bu nedenle ara test daha sıkı bir sınır kullanmalıdır.^⁴

FDA ayrıca, bilginin yarısında bir ara analiz ve O'Brien-Fleming sınırına sahip bir tasarımın, %90 güçle alternatif hipotezin doğru olması durumunda, sondaki tek bir analize kıyasla beklenen örneklem boyutunu yaklaşık %15 oranında azalttığını belirtmektedir. ¹ Editverse bunu, gsDesign klasik O'Brien-Fleming sınırları olan 2.797 ve 1.977 (tek taraflı 0.025, %90 güç) ile yeniden hesapladı ve beklenen örneklem boyutunu aynı güce sahip sabit bir tasarımla karşılaştırdı; bu da %14.9 verdi; Lan-DeMets harcama fonksiyonu versiyonu %12.3 veriyor. Bu nedenle rakam sınır varyantına bağlıdır ve FDA açıklaması yuvarlanmış bir gösterimdir. ⁴

Davanın Bütünlüğünü Korumak: Ara Sonuçlara Erişim

FDA, karşılaştırmalı ara sonuçlara erişimin, deneyi yürüten veya yönetenlerden bağımsız, ilgili uzmanlığa sahip kişilerle sınırlandırılmasını şiddetle tavsiye etmektedir. ¹ Bunun iki nedeni vardır: Planlanmamış değişikliklerin biriken verilerden kaynaklanmadığına dair en büyük güveni sağlar ve katılımcı alımını, uyumu, elde tutmayı ve sonuç değerlendirmesini korur. ¹ Uyarlama, özel bir bağımsız kuruluş veya veri izleme komitesi tarafından yapılabilir; ikincisi, grup sıralı ve diğer basit tasarımlar için en uygunudur. Kılavuz, gizlilik anlaşmaları, güvenlik duvarları ve bir veri erişim planı önermekte ve örneklem büyüklüğündeki bir artışın, gözlemcilerin ara etkiyi geriye doğru hesaplamasına olanak sağlayabileceğini belirtmektedir. ¹

Başlamadan Önce Neleri Belgelemelisiniz?

FDA, düzenleyici bir başvuruyu destekleyecek bir deneme için, deneme başlamadan önce beklenen belgeleri listeler. Bunu bir planlama kontrol listesi olarak kullanın. ¹

1. 1Tasarımın gerekçesini açıklayınız. Çalışma özelliklerini alternatif uyarlanabilir ve uyarlanabilir olmayan tasarımlarla karşılaştırın; nihai seçim sponsorun sorumluluğundadır.¹
2. 2Uyarlama planını açıklayın. Ara analizlerin sayısını ve zamanlamasını, hangi hususların değişebileceğini ve belirleyici kuralı belirtin.¹
3. 3Rolleri ve veri erişim planını adlandırın. Ara verileri kimin analiz ettiğini, sonuçları kimin gördüğünü, kararların nasıl alındığını ve nelerin paylaşıldığını belirtin.¹
4. 4İstatistikleri önceden belirleyin. Ara yöntemler, hipotez testleri, etki tahminleri, belirsizlik ve kullanılacak yazılım.¹
5. 5Çalışma özelliklerini raporlayın. Birinci tip hata, güç, beklenen, minimum ve maksimum örneklem boyutu, sapma ve güven aralığı kapsamı.¹
6. 6Simülasyon raporunu kod ve başlangıç ​​değerleriyle birlikte sağlayın. Simülasyonun ana araç olduğu durumlarda, örnek denemeleri, senaryoları, yineleme sayısını ve rastgele tohumlar içeren kodu ekleyin; FDA, tip I hata tahminini yaklaşık artı veya eksi %0.1 ile sınırlandıran bir örnek olarak 100,000 yinelemeyi vermektedir.¹

ACE Uzantısı ile Uyarlanabilir Bir Denemenin Raporlanması

ACE bildirisi, adaptif tasarım kullanan randomize çalışmalar için CONSORT 2010'u genişletmektedir. Ana rapor kontrol listesi yedi yeni madde, dokuz değiştirilmiş madde, açıklayıcı metin eklenmiş altı değiştirilmemiş madde ve 20 değiştirilmemiş madde içermektedir ve özet kontrol listesi, içerikte veya en azından anahtar kelime olarak "adaptif" kelimesini istemektedir. ⁶ Yedi yeni madde 3b, 11c, 12b, 14c, 15b, 17c ve 24b'dir: adaptif tasarım türü, ara bilgilerin gizliliği, uygulanan adaptasyonlar için yöntemler, alınan adaptasyon kararları, aşamalar arasındaki popülasyonun benzerliği, kullanılan ara sonuçlar ve istatistiksel analiz planının nerede bulunabileceği. ⁶ Tablo, her birinin pratikte nasıl göründüğünü göstermek için dört maddeyi SHINE makalesine eşleştirmektedir.

Tüm sütunları görmek için yana doğru kaydırın.

Uyarlanmayı Seçmek

FDA, adaptif tasarımları zorunlu kılmayı veya kısıtlamayı amaçlamadığını ve sponsorları çeşitli tasarımları keşfetmeye ve bunları faz 2 sonu gibi toplantılarda tartışmaya teşvik ettiğini belirtmektedir. ¹ Kılavuzdan bazı pratik çıkarımlar yapılabilir. Ana belirsizlik, kontrol olay oranı veya varyans gibi rahatsız edici bir parametre olduğunda, karşılaştırmalı olmayan örneklem büyüklüğü adaptasyonu cazip bir seçenektir. ¹ Gerçek etki büyüklüğü belirsiz olduğunda, karşılaştırmalı örneklem büyüklüğü adaptasyonu gücü koruyabilir, ancak hata oranını kontrol eden bir yönteme ihtiyaç duyar. ¹ Biyolojik bir gerekçe bir alt gruba işaret ettiğinde, gerekçe daha önceki çalışmalardan veya güçlü biyolojik olasılıktan geliyorsa, adaptif zenginleştirme gerekçelendirilebilir. ¹ Sonuçların gözlemlenmesi kayıttan daha uzun sürdüğünde, adaptasyonun değeri sınırlıdır. ¹

Analizin çalıştırılması veya kontrol edilmesi mi gerekiyor? Editverse ile iletişime geçin.

Editverse'in konu uzmanları, kurumsal ve ülkeye özgü etik kurallara uyarak COPE, ICMJE ve GPP 2022 kılavuzlarına göre çalışmaktadır.

Evreni düzenle

Metodoloji Danışmanlığı

Bir çalışma mı planlıyorsunuz? Öncelikle araştırma tasarımınızı gözden geçirin.

Şunları göndereceksiniz: araştırma sorunuz, tasarım taslağınız ve örnekleme planınız.

Şunları elde edeceksiniz: Doktora derecesine sahip metodologlarla üç adet 45 dakikalık görüşme, öneriler içeren bir araştırma tasarımı incelemesi ve yazılı bir metodoloji çerçeve belgesi.

Ne zaman: Tasarımın hala değiştirilebileceği teklif aşamasında.

Metodoloji Danışmanlık Paketi · 400$

Tasarımımı güçlendir →

Evreni düzenle

İstatistiksel Analiz

Analizin R, SPSS veya STATA'da çalıştırılması mı gerekiyor?

Siz şunları gönderiyorsunuz: verileriniz, araştırma sorularınız ve tercih ettiğiniz yazılım.

Şunları elde edersiniz: açıklamalı senaryolar veya sözdizimi, eksiksiz çıktı dosyaları, yorumlama kılavuzu ve yayınlanmaya hazır tablolar; standart teslim süresi 4-6 iş günüdür.

Ne zaman: Verileriniz toplanır ve sonuç bölümü görüntülenmez.

SPSS/R/STATA İstatistiksel Analiz · 400$

Verilerimi analiz ettirin →

Evreni düzenle

Makale Yazımı

Duruşma bitti mi? Bir günlük için yazın.

Siz şunları gönderiyorsunuz: verileriniz, taslağınız ve referanslarınız.

Şunları elde edersiniz: Doktora derecesine sahip konu uzmanları tarafından yazılmış, teknik inceleme, istatistiksel inceleme ve intihal kontrolünden geçirilmiş bir el yazması; hizmet sayfasında ICMJE ve COPE uyumluluğu belirtilmiştir.

Ne zaman: Projeniz bittiğinde ancak makale henüz hazır olmadığında.

Makale Yazma Hizmetleri · 1,500 $

Makalemi yaz →

Sıkça Sorulan Sorular

Uyarlanabilir klinik araştırma tasarımları nelerdir?

FDA, adaptif tasarımı, denemeye katılan deneklerden elde edilen verilere dayanarak tasarımın bir veya daha fazla yönünde önceden planlanmış değişikliklere izin veren bir klinik deneme tasarımı olarak tanımlar. "Önceden planlanmış" ifadesi, adaptasyonun planlandığı ve ayrıntılarının, biriken verilerin herhangi bir karşılaştırmalı analizinden önce belirtildiği anlamına gelir.

Uyarlanabilir tasarım türleri nelerdir?

FDA kılavuzu, grup sıralı tasarımları, örneklem boyutu uyarlamalarını, uyarlanabilir zenginleştirmeyi, uyarlanabilir tedavi kolu veya doz seçimini, yanıt uyarlamalı rastgeleleştirme gibi uyarlanabilir hasta tahsisini, uyarlanabilir uç nokta seçimini ve bunların birkaçını birleştiren tasarımları açıklamaktadır. Her birinin hata kontrolüne yönelik kendi riskleri vardır, bu nedenle her biri için önceden belirlenmiş bir kural gereklidir.

Uyarlanabilir tasarımlar daha az hasta gerektiriyor mu?

Her zaman değil. FDA, uyarlanabilir bir tasarımın, karşılaştırılabilir uyarlanabilir olmayan bir tasarıma göre daha küçük bir minimum ve beklenen örneklem büyüklüğüne ancak daha büyük bir maksimuma sahip olabileceğini belirtiyor. SHINE inme çalışmasında, grup sıralı tasarım, planlanan maksimum 1400 hastaya karşılık 1151 hastada sonuçsuzluk nedeniyle durduruldu ve tekrar oynatılan Bayesçi alternatif, 800 hastada sonuçsuzluk sınırını aştı.

Uyarlanabilir tasarım, tip I hata oranını artırır mı?

Olabilir. Editverse'in R'de hesapladığı üzere, planlanan deneklerin yarısında ve tamamında, normal tek taraflı 0.025 seviyesinde iki kez test yapmak, yaklaşık %4.2'lik genel bir yanlış pozitif olasılığı verir; bu nedenle adaptif tasarımlar, genel hata oranını kontrol eden durdurma sınırları veya diğer yöntemleri kullanır. Basit grup sıralı tasarımların iyi belirlenmiş sınırları vardır; karmaşık tasarımlar genellikle simülasyon gerektirir.

FDA ve EMA, uyarlanabilir tasarımlar hakkında ne diyor?

FDA'nın Kasım 2019 tarihli kılavuzu dört ilke belirlemiştir: hatalı sonuç olasılığını kontrol etmek, tedavi etkilerini güvenilir bir şekilde tahmin etmek, tasarımı tamamen önceden belirlemek ve deneme bütünlüğünü korumak. EMA'nın 2007 tarihli değerlendirme belgesi, doğrulayıcı denemeler için dikkatli olunmasını tavsiye eder ve uygun planlama yapılmadan getirilen uyarlamaların denemeyi keşifsel hale getirdiğini belirtir. ICH E20 kılavuzu, 3 Kasım 2026 itibariyle EMA sitesinde 2b aşamasındaki bir taslaktır.

Körleştirilmiş ve körleştirilmemiş örneklem boyutu yeniden tahmin yöntemleri arasındaki fark nedir?

Körleştirilmiş veya karşılaştırmasız yeniden tahmin, kontrol olay oranı veya varyans gibi bir rahatsız edici parametreyi güncellemek için tedavi ataması yapılmadan birleştirilmiş sonuç verilerini kullanır ve genellikle tip I hata olasılığı üzerinde hiçbir veya sınırlı bir etkiye sahiptir. Tahmin edilen tedavi etkisini kullanan karşılaştırmalı ara sonuçlara dayalı yeniden tahmin, hata oranını artırabilir ve bunu hesaba katacak bir yönteme ihtiyaç duyar.

Uyarlanabilir bir klinik çalışma nasıl raporlanmalıdır?

2020 yılında yayınlanan CONSORT'un ACE uzantısını kullanın. Bu uzantı, uyarlanabilir tasarım türü ve önceden belirlenmiş uyarlamaları, ara bilgilerin gizliliğini korumaya yönelik önlemler, uygulanan uyarlamalar için istatistiksel yöntemler, alınan uyarlama kararları, kullanılan ara sonuçlar ve istatistiksel analiz planının nerede bulunabileceği de dahil olmak üzere yedi yeni madde ekler.

Bir dava, sonuçsuzluk sınırını aştıktan sonra devam edebilir mi?

Bu, sınırın bağlayıcı olup olmadığına bağlıdır. FDA, bağlayıcı olmayan sonuçsuzluk kurallarının kılavuz niteliğinde olduğunu ve bunların eklenmesinin tip I hata olasılığını artırmadığını, bağlayıcı kurallarda ise hata oranının yalnızca deneme durdurulduğunda kontrol edildiğini açıklamaktadır. SHINE sonuçsuzluk sınırı bağlayıcı değildi ve deneme, üçüncü bakıştan sonra devam etti ve dördüncü bakıştan sonra durduruldu.

Referanslar

1. ABD Gıda ve İlaç İdaresi, CDER ve CBER. İlaç ve Biyolojik Ürünlerin Klinik Denemeleri için Uyarlanabilir Tasarımlar: Sektör Kılavuzu. Kasım 2019 (bağlayıcı olmayan tavsiyeler; tam PDF'ye 3 Kasım 2026'da erişilebilir). www.fda.gov/media/78495/download
2. Avrupa İlaç Ajansı. Klinik araştırmalar için ICH E20 adaptif tasarımlar: 2b Adımı taslağını listeleyen bilimsel kılavuz sayfası (EMA/CHMP/ICH/206586/2025; istişare 30 Haziran - 30 Kasım 2025). Sayfa 3 Kasım 2026 tarihinde okundu. www.ema.europa.eu/en/ich-e20-adaptive-designs-clinical-trials-scientific-guideline
3. Broglio K, Meurer WJ, Durkalski V, Pauls Q, Connor J, Berry D, Lewis RJ, Johnston KC, Barsan WG. İnme Hiperglisemi İnsülin Ağı Çaba Denemesinde Bayesçi ve Sıklıkçı Uyarlanabilir Deneme Tasarımının Karşılaştırılması. JAMA Netw Open. 2022;5(5):e2211616. doi:10.1001/jamanetworkopen.2022.11616. Lisans CC BY 4.0 (PMC9096598; lisans 3 Kasım 2026 tarihinde PMC XML'de okundu). doi.org/10.1001/jamanetworkopen.2022.11616
4. R Çekirdek Ekibi. R 4.3.3. Grup sıralı sınırları için gsDesign paketi (sürüm 3.11.0, CRAN) ve çok değişkenli normal olasılıklar için mvtnorm paketi (sürüm 1.3.7, CRAN) ile birlikte. Editverse tarafından 3 Kasım 2026 tarihinde kullanılmıştır. cran.r-project.org/package=gsDesign
5. Avrupa İlaç Ajansı, CHMP. Uyarlanabilir tasarımla planlanan doğrulayıcı klinik çalışmalarda metodolojik sorunlara ilişkin düşünce belgesi. CHMP/EWP/2459/02, 18 Ekim 2007 tarihinde kabul edildi (tam PDF'ye 3 Kasım 2026 tarihinde erişilebilecektir). www.ema.europa.eu/en/documents/scientific-guideline/reflection-paper-methodological-issues-confirmatory-clinical-trials-planned-adaptive-design_en.pdf
6. Dimairo M, Pallmann P, Wason J, Todd S, Jaki T, Julious SA ve diğerleri. Uyarlanabilir Tasarımlar CONSORT Uzantısı (ACE) bildirisi: Uyarlanabilir tasarım kullanan randomize çalışmaların raporlanması için açıklama ve detaylandırma içeren bir kontrol listesi kılavuzu. BMJ. 2020;369:m115. doi:10.1136/bmj.m115. Lisans CC BY 4.0 (PMC7298567). doi.org/10.1136/bmj.m115

Editverse Araştırma Ekibi | Kasım 2026'da Güncellendi