жаңалықтар

Рандомизацияланған бақыланатын сынақтар (RCTS) емдеудің қауіпсіздігі мен тиімділігін бағалаудың алтын стандарты болып табылады. Дегенмен, кейбір жағдайларда RCT мүмкін емес, сондықтан кейбір ғалымдар RCT принципі бойынша бақылау зерттеулерін жобалау әдісін алға тартты, яғни «мақсатты экспериментті модельдеу» арқылы оның жарамдылығын арттыру үшін бақылау зерттеулері RCT-ге имитацияланады.

Рандомизацияланған бақыланатын сынақтар (RCTS) медициналық араласулардың салыстырмалы қауіпсіздігі мен тиімділігін бағалау критерийлері болып табылады. Эпидемиологиялық зерттеулер мен медициналық дерекқорлардың бақылау деректерін талдау (соның ішінде электрондық медициналық жазба [EHR] және медициналық шағымдар деректері) ірі іріктеу өлшемдерінің, деректерге уақтылы қол жеткізудің және «нақты әлем» әсерлерін бағалау мүмкіндігінің артықшылықтарына ие болғанымен, бұл талдаулар олар жасаған дәлелдемелердің күшін төмендететін біржақтылыққа бейім. Ұзақ уақыт бойы қорытындылардың шынайылығын арттыру үшін бақылау зерттеулерін RCT принциптеріне сәйкес жобалау ұсынылды. Бақылау деректерінен себеп-салдарлық қорытынды жасауға тырысатын бірқатар әдістемелік тәсілдер бар және зерттеушілер санының артуы «мақсатты сынақты модельдеу» арқылы гипотетикалық RCTS-ке бақылау зерттеулерінің дизайнын имитациялауда.

Мақсатты сынақ модельдеу құрылымы бақылау зерттеулерінің дизайны мен талдауы бірдей зерттеу мәселесін қарастыратын гипотетикалық RCTS-ке сәйкес болуын талап етеді. Бұл тәсіл бақылау зерттеулерінің сапасын жақсартуға әлеуеті бар жобалауға, талдауға және есеп беруге құрылымдық тәсілді қамтамасыз еткенімен, осылайша жүргізілген зерттеулер әлі де көптеген көздерден, соның ішінде бақыланбаған ковариаттардың шатастыратын әсерінен ауытқуға бейім. Мұндай зерттеулер егжей-тегжейлі дизайн элементтерін, шатастыратын факторларды шешудің аналитикалық әдістерін және сезімталдықты талдау есептерін талап етеді.
Мақсатты-сынақ модельдеу тәсілін қолданатын зерттеулерде зерттеушілер белгілі бір зерттеу мәселесін шешу үшін өте қолайлы орындалатын болжамды RCTS орнатады, содан кейін сол «мақсат-тест» RCTS-ке сәйкес келетін бақылаулық зерттеу дизайнының элементтерін орнатады. Қажетті дизайн элементтері алып тастау критерийлерін, қатысушыны таңдауды, емдеу стратегиясын, емдеуді тағайындауды, бақылаудың басталуы мен аяқталуын, нәтиже шараларын, тиімділікті бағалауды және статистикалық талдау жоспарын (SAP) қамтиды. Мысалы, Дикерман және т.б. SARS-CoV-2 инфекцияларының, ауруханаға жатқызулардың және өлімнің алдын алуда BNT162b2 және mRNA-1273 вакциналарының тиімділігін салыстыру үшін мақсатты сынақ модельдеу құрылымын қолданды және АҚШ Ардагерлер істері департаментінің (VA) EHR деректерін қолданды.

Мақсатты сынақты модельдеудің кілті «нөлдік уақытты» орнату болып табылады, бұл қатысушының жарамдылығы бағаланатын, емдеу тағайындалатын және бақылау басталатын уақыт нүктесі. VA Covid-19 вакцинасын зерттеуде нөл уақыты вакцинаның бірінші дозасының күні ретінде анықталды. Жарамдылықты анықтау, емдеуді тағайындау және бақылауды нөлдік уақытқа дейін біріктіру уақытты нөлге теңестіру маңызды ауытқу көздерін, әсіресе бақылауды бастағаннан кейін емдеу стратегияларын анықтаудағы өлмейтін уақытқа тәуелділікті және емдеуді тағайындағаннан кейін бақылауды бастаудағы таңдаудың қиғаштығын азайтады. В.А
Ковид-19 вакцинасын зерттеуде, егер қатысушылар вакцинаның екінші дозасын қабылдаған кезде талдау үшін емдеу тобына тағайындалса және вакцинаның бірінші дозасын енгізу кезінде бақылау басталған болса, өлім уақытының ауытқуы болды; Емдеу тобы вакцинаның бірінші дозасын енгізу кезінде тағайындалса және бақылау вакцинаның екінші дозасын енгізу уақытында басталса, таңдауда біржақтылық туындайды, өйткені вакцинаның екі дозасын қабылдағандар ғана қосылады.

Мақсатты сынақ модельдеулері емдік әсерлері анық анықталмаған жағдайларды болдырмауға көмектеседі, бұл бақылау зерттеулеріндегі жалпы қиындық. VA Covid-19 вакцинасын зерттеуде зерттеушілер бастапқы сипаттамаларға негізделген қатысушыларды сәйкестендірді және 24 аптадағы нәтиже қаупінің айырмашылығына негізделген емдеу тиімділігін бағалады. Бұл тәсіл тиімділікті бағалауды дәл сол мәселе бойынша RCT тиімділік бағалауларына ұқсас теңдестірілген бастапқы ерекшеліктері бар вакцинацияланған популяциялар арасындағы Ковид-19 нәтижелеріндегі айырмашылық ретінде анықтайды. Зерттеу авторлары атап өткендей, екі ұқсас вакцинаның нәтижелерін салыстыру вакцинацияланған және егілмеген адамдардың нәтижелерін салыстырудан гөрі шатастыратын факторлардың әсерінен аз болуы мүмкін.

Элементтер RCTS-пен сәтті сәйкестендірілсе де, мақсатты-сынақ модельдеу құрылымын пайдаланатын зерттеудің жарамдылығы болжамдарды таңдауға, жобалау және талдау әдістеріне және негізгі деректердің сапасына байланысты. RCT нәтижелерінің негізділігі дизайн мен талдаудың сапасына байланысты болса да, бақылау зерттеулерінің нәтижелері шатастыратын факторлармен де қауіп төндіреді. Рандомизацияланбаған зерттеулер болғандықтан, бақылау зерттеулері RCTS сияқты шатастыратын факторларға қарсы емес және қатысушылар мен клиникалар соқыр емес, бұл нәтижені бағалау мен зерттеу нәтижелеріне әсер етуі мүмкін. VA Covid-19 вакцинасын зерттеуде зерттеушілер қатысушылардың екі тобының бастапқы сипаттамаларын, соның ішінде жасын, жынысын, этникалық және олар тұратын урбанизация дәрежесін бөлуді теңестіру үшін жұптастыру әдісін қолданды. Кәсібі сияқты басқа сипаттамалардың таралуындағы айырмашылықтар да Ковид-19 жұқтыру қаупімен байланысты болуы мүмкін және қалдық шатастырушылар болады.

Мақсатты сынақ модельдеу әдістерін пайдаланатын көптеген зерттеулер EHR деректері сияқты «нақты әлем деректерін» (RWD) пайдаланады. RWD артықшылықтарына дәстүрлі күтімдегі емдеу үлгілерінің уақтылы, ауқымды және шағылысуы кіреді, бірақ деректер сапасы мәселелерімен, соның ішінде жетіспейтін деректермен, қатысушылардың сипаттамалары мен нәтижелерін дәл емес және сәйкес келмейтін сәйкестендіру мен анықтаумен, емдеудің дәйекті емес әкімшілігімен, бақылауды бағалаудың әртүрлі жиілігімен және әртүрлі денсаулық жағдайына байланысты қатысушылар арасындағы қолжетімділікті жоғалтумен салыстыру қажет. VA зерттеуі бір EHR деректерін пайдаланды, бұл деректер сәйкессіздіктері туралы алаңдаушылықты азайтты. Дегенмен, индикаторларды, соның ішінде қатар жүретін аурулар мен нәтижелерді растау мен құжаттаманың толық болмауы қауіп болып қала береді.
Аналитикалық үлгілерде қатысушыларды іріктеу көбінесе ретроспективті деректерге негізделеді, бұл бастапқы ақпараты жоқ адамдарды алып тастау арқылы іріктеудің бұрмалануына әкелуі мүмкін. Бұл проблемалар тек бақылау зерттеулеріне ғана тән болмаса да, олар мақсатты сынақ модельдеулері тікелей шеше алмайтын қалдық ауытқулардың көздері болып табылады. Бұған қоса, бақылау зерттеулері жиі алдын ала тіркелмейді, бұл дизайн сезімталдығы және жарияланымның біржақтылығы сияқты мәселелерді күшейтеді. Әртүрлі деректер көздері, конструкциялар және талдау әдістері әртүрлі нәтижелер бере алатындықтан, зерттеу дизайны, талдау әдісі және деректер көзін таңдау негізі алдын ала анықталуы керек.

Зерттеудің сапасын жақсартатын және оқырман оны сыни тұрғыдан бағалауы үшін есептің жеткілікті егжей-тегжейлі болуын қамтамасыз ететін мақсатты сынақ модельдеу құрылымын пайдалана отырып, зерттеулерді жүргізу және есеп беру бойынша нұсқаулықтар бар. Біріншіден, деректерді талдау алдында зерттеу хаттамалары мен SAP алдын ала дайындалуы керек. SAP шатастырушыларға байланысты бұрмалануларды жоюдың егжей-тегжейлі статистикалық әдістерін, сондай-ақ шатастырушылар мен жетіспейтін деректер сияқты негізгі бұрмалау көздеріне қатысты нәтижелердің сенімділігін бағалау үшін сезімталдық талдауларын қамтуы керек.

Тақырып, реферат және әдістер бөлімдері зерттеу дизайны RCTS-пен шатастырмау үшін бақылаулық зерттеу екенін және жүргізілген бақылау зерттеулері мен модельдеуге әрекеттеніп жатқан гипотетикалық сынақтардың арасындағы айырмашылықты көрсетуі керек. Зерттеуші деректер көзі, деректер элементтерінің сенімділігі мен негізділігі сияқты сапа өлшемдерін көрсетуі және мүмкін болса, деректер көзін пайдалана отырып, басқа жарияланған зерттеулердің тізімін көрсетуі керек. Тергеуші сондай-ақ мақсатты сынақтың дизайн элементтерін және оның бақылау модельдеуін сипаттайтын кестені, сондай-ақ жарамдылықты анықтау, бақылауды бастау және емдеуді тағайындау туралы нақты нұсқауды ұсынуы керек.
Емдеу стратегиясын бастапқыда анықтау мүмкін болмаған мақсатты сынақ модельдеулерін пайдаланатын зерттеулерде (мысалы, емдеу ұзақтығы немесе біріктірілген емді қолдану бойынша зерттеулер) өлімге жатпайтын уақыттың ауытқуына қатысты шешім сипатталуы керек. Зерттеушілер ыңғайсыздықтың негізгі көздеріне зерттеу нәтижелерінің сенімділігін бағалау үшін мағыналы сезімталдық талдауларын хабарлауы керек, соның ішінде көзге түспейтін шатастырғыштардың ықтимал әсерін сандық бағалау және негізгі дизайн элементтері басқаша орнатылған кезде нәтижелердегі өзгерістерді зерттеу. Теріс бақылау нәтижелерін пайдалану (мазасыздықтың әсер етуіне қатты қатысы жоқ нәтижелер) қалдық ауытқуды сандық түрде анықтауға көмектесуі мүмкін.

Бақылау зерттеулері RCTS жүргізу мүмкін емес және RWD артықшылығын пайдалана алатын мәселелерді талдай алатынына қарамастан, бақылау зерттеулерінің көптеген ықтимал көздері бар. Мақсатты сынақты модельдеу жүйесі осы бір жақтылықтардың кейбірін шешуге тырысады, бірақ модельдеу және мұқият хабарлау қажет. Шатастырушылар біржақтылыққа әкелуі мүмкін болғандықтан, бақыланбаған шатастырушыларға қатысты нәтижелердің сенімділігін бағалау үшін сезімталдық талдаулары орындалуы керек және шатастырғыштар туралы басқа болжамдар жасалған кезде нәтижелердегі өзгерістерді есепке алу үшін нәтижелер түсіндірілуі керек. Мақсатты сынақ модельдеу құрылымы, егер қатаң түрде іске асырылса, бақылаулық зерттеу жобаларын жүйелі түрде орнатудың пайдалы әдісі болуы мүмкін, бірақ бұл панацея емес.