Я ЭТО НЕ ТЫ, ТЫ ЭТО НЕ Я
В комментариях под
постом о Post hoc анализе напомнили о гетерогенности. Повод разобраться самому и написать новый пост
Но прежде я хочу поправить самого себя. Я упомянул о снижении мощности (или об увеличении вероятности ошибки II рода или ложноотрицательного результата), но забыл об увеличении вероятности ошибки I рода или ложноположительного результата. Т.е. мы можем либо не обнаружить искомый эффект, либо найти "несуществующий". Это достаточно сильное мое упущение, исправляюсь 🫡. Что с этим делать? Как-нибудь напишу.
Но сейчас я хочу поговорить о
неоднородности/гетерогенности эффекта лечения (Heterogeneity of Treatment Effects - HTE).
Пациенты (в жизни и в исследованиях) гетерогенны, т.е. могут различаться по каким-то характеристикам. По ним они выделяются в группы (или подгруппы,
чувствуете к чему идем), которые могут влиять на основной эффект лечения. 🤔 [1]
В исследовании чаще всего оценивают
средний эффект лечения (average treatment effect - ATE) между контрольной и экспериментальной группами. Но что если заглянуть поглубже. И здесь находим HTE.
❗️
Гетерогенность эффекта лечения (HTE) - это неслучайная, объяснимая изменчивость направления и величины эффекта лечения для отдельных лиц в популяции.❗️ [1]
Неужели я противоречу сам себе, ведь это и есть поиск "выигрышных" пациентов! 🤬
Не совсем. Можно выделить 2 цели анализа HTE [1]:
1️⃣ оценка эффектов лечения в важных клинических группах (часто это делают)
2️⃣ прогнозирования пользы от лечения (часто интерпретируют то, что сделано для 1 цели 🤦♂️)
И наиболее часто для этого используют
подгрупповой анализ (subgroup analysis), где нужно вносить в исходную модель
взаимодействие (interaction) с интересующей подгрупповой переменной (один из вариантов)
Но он тоже бывает разный [1]:
🔺
Подтверждающий (Confirmatory). Нужен для проверки и подтверждения гипотез. Для этого требуется заранее составленный статистический план с четким определением важных клинических (убедительных специлизированных знаний до) подгрупп (небольшое число гипотез, в т.ч. направление) и описанием анализа. Но тогда и основная цель, дизайн и т.п. исследования направляется на анализ подгрупп, тогда можно сделать хорошие выводы.
🔺
Описательный (Descriptive). Нужен для описания эффекта для будущей подробной оценки и синтеза. Также заранее составленный план, определение подгрупп и т.п. Часто показывают как forest plot. Т.е. просто посмотреть интересующие подгруппы.
🔺
Исследовательский (Exploratory). Определение подгрупп для будущей оценки. Тут более гибко, т.к. обычно нет предопределенных подгрупп (они появляются уже в момент написания статьи). Просто ищут идеи для будущих исследований.
FDA тоже пишет, что тип подгруппового анализа должен быть указан, а его результат надо интерпретировать осторожно (а выводы только на нем не должны приниматься). 😱 [2]
Все ли следуют данным рекомендациям? Эххх... 🫠
Оказалось, что чаще всего нет. Эффекты взаимодействия не указываются. Убедительную интерпретацию сделать из исследований, где проводился подгрупповой анализ не получается более чем в половине случаев. Не указываются интервальные оценки (а иногда и р) и т.д. 😶🌫 [3]
В общем, есть глобальная проблема оценки гетерогенности. Есть проблема в исследованиях, в которых пытаются оценивать гетерогенность. Есть проблема у авторов в интерпретации HTE. Есть проблема у врачей, который читают статьи/слушаю конференции и восхищаются любой положительной горизонтальной черте в forest plot. 🤡
Каких их решить? Читать, читать, читать и не доверять мне (особенно учитывая, что я немного пересказал 1 источник тут, потому что мне понравилось как в нем это объяснено). 🤫
@ebm_base
