CliniGA CRO

Blog CliniGA CRO

Informazione ed equilibrio con pochi cluster randomizzati

Valutare numero e dimensioni dei cluster, correlazione interna e precisione quando le unità randomizzate sono poche.

Fotografia rappresentativa della categoria: Informazione ed equilibrio con pochi cluster randomizzati
Foto: NIDA(NIH) · Licenza: Public domain · Immagine ritagliata e ridimensionata.
Pubblicazione
Aggiornamento

Aggiungere persone all’interno di un cluster può non fornire lo stesso guadagno informativo dell’aggiunta di un cluster indipendente. Con poche unità randomizzate, equilibrio e stima dell’incertezza richiedono particolare attenzione, anche quando il numero complessivo di partecipanti appare consistente.

Definire il quesito e le ipotesi

Mostrare separatamente numeri dei cluster, distribuzioni delle dimensioni e ipotesi di somiglianza interna ai cluster. Unità grandi possono contribuire in modo sproporzionato, mentre unità piccole possono rappresentare popolazioni diverse. Il metodo di analisi richiede una valutazione specialistica per un numero ridotto di cluster; la sola numerosità individuale non può giustificare un’affermazione di potenza o precisione adeguate per il disegno di assegnazione effettivo.

Esempio di studio ipotetico

In uno studio ipotetico, un braccio comprende pochi centri grandi e l’altro più centri piccoli. I conteggi delle persone appaiono simili. Il gruppo riesamina dimensioni dei cluster e caratteristiche basali, anziché presumere che un arruolamento ampio elimini l’influenza condivisa delle pratiche di ciascun centro o renda il disegno equivalente alla randomizzazione individuale.

Verifiche di revisione del disegno

  • Riportare separatamente conteggi dei cluster e distribuzioni delle dimensioni per ogni braccio dello studio.
  • Esaminare come i cluster grandi contribuiscano alla stima complessiva e la influenzino.
  • Valutare le ipotesi di pianificazione a diversi livelli di somiglianza interna ai cluster.

Documentare la decisione e i suoi limiti

Un disegno accettato considera anche l’impatto della perdita di un intero cluster. Differenze casuali fra poche unità possono restare importanti e non devono scomparire dalla rendicontazione. Scegliere le correzioni con un razionale statistico. Anziché promettere che più persone risolvano ogni problema strutturale, spiegare quale informazione indipendente resti limitata.

Domande frequenti

Un grande numero di persone risolve la presenza di pochi cluster?
Non automaticamente. Anche il numero di cluster indipendenti determina l’informazione disponibile.
Conteggi uguali delle persone implicano disegni equivalenti?
No. Le distribuzioni dei cluster e le relazioni interne ai cluster possono differire.

Fonti

  1. CONSORT — Estensione per la rendicontazione degli studi randomizzati a cluster
  2. EMA — ICH E9: principi statistici e addendum sugli estimand