CliniGA CRO

Блог CliniGA CRO

Заранее заданные альтернативы при отсутствии сходимости модели

Как исследовать отсутствие сходимости модели, применять заранее заданные альтернативы и прозрачно сообщать об ограничениях оценки.

Иллюстративная фотография категории: Заранее заданные альтернативы при отсутствии сходимости модели
Фото: Flickr user ipasadelaide (artist: Jennie Groom) · Лицензия: CC BY 2.0 · Изображение обрезано и уменьшено.
Опубликовано
Обновлено

Неспособность статистической модели численно завершить расчет может отражать не только неполадки программы. Редкие данные, излишняя сложность или ошибки определений могут быть связаны с допущениями исследования. Изучайте причину и аналитические последствия, не подавляя предупреждение лишь потому, что таблицу все же можно получить.

Определите вопрос и допущения

Задайте диагностические проверки и порядок альтернатив для запланированной модели. Проверьте кодирование, диапазоны переменных и доступную информацию до многократного перебора новых опций. Частичный результат не устанавливает пригодности оценки. Рассмотрите показатели сходимости и оценки неопределенности с надлежащими специалистами, сохраняя соответствие любого решения научному вопросу вместо приоритета одного успешного выполнения.

Гипотетический пример исследования

В гипотетическом исследовании подробная модель дает неустойчивые результаты в некоторых подгруппах. Программист меняет настройки по умолчанию, пока не появляется таблица. Команда не утверждает ее автоматически; она оценивает запланированные альтернативы, обоснование изменений и наблюдения, участвующие в подобранной модели.

Проверки при оценке дизайна

  • Сохраняйте предупреждения и записи ошибок с соответствующим аналитическим пакетом.
  • Различайте дефекты кода и реальные ограничения доступной информации.
  • Объясните целевой вопрос и измененные допущения любой альтернативной модели.

Зафиксируйте решение и его ограничения

Приемлемый анализ позволяет восстановить, какая модель и почему использовалась. Не сохраняйте только настройки, дающие благоприятные оценки. Раскрывайте незапланированные изменения с временем и последствиями. Если надежная оценка недоступна, явно сообщите об ограничении: невозможность оценивания не доказывает нулевой эффект, а неудавшиеся модели не должны негласно исчезать из описания исследования.

Частые вопросы

Подтверждает ли таблица успешное построение модели?
Нет. Отдельно проверьте предупреждения, устойчивость оценок и допущения.
Означает ли отсутствие сходимости отсутствие эффекта лечения?
Нет. Доступные данные могут не поддерживать надежное оценивание.

Источники

  1. EMA — ICH E9: статистические принципы и дополнение об оцениваемых величинах
  2. EMA — ICH E3: отчеты о клинических исследованиях