ProMedius Study

Kort fortalt

RCT II

RCT II går fra forsøgets påstand til dets troværdighed: superiority, non-inferiority og ækvivalens; valg mellem parallelle, overkrydsnings-, klynge- og andre designs; ITT og per-protokol; lægemiddelfaser, protokol og kritisk læsning. To tilknyttede forsøg viser, hvorfor effektmål, margin og analysepopulation skal læses før konklusionen.

Spørgsmålet

Hvilken påstand er forsøget bygget til at teste?

Superiority spørger, om den nye behandling er bedre

Standard

Definér på forhånd population, kontrol og primært effektmål.

Et ikke-signifikant superiority-resultat viser ikke, at behandlingerne er ens.

Hvad skal forsøget påvise?

Et superiority-forsøg er dimensioneret til at påvise en forskel i en bestemt retning, fx færre hændelser med ny behandling end med kontrol. Læs effektens størrelse og konfidensinterval før p-værdien: De viser både retning og usikkerhed på den valgte skala.

Når intervallet rummer ingen forskel

Så er superiority ikke dokumenteret efter den planlagte test. Intervallet kan stadig være foreneligt med både vigtig gevinst og vigtig skade; et bredt interval kan ikke omskrives til “samme effekt”.

Non-inferiority tillader højst et på forhånd accepteret effekttab

Standard

Vælg og begrund den største acceptable forværring, Δ, før forsøget.

Hele det relevante konfidensinterval skal udelukke et tab større end Δ.

Læs skala og retning først

Hvis positiv risikoforskel betyder flere uønskede hændelser med ny behandling, er non-inferiority kun underbygget, når intervallets øvre grænse ligger under den forudvalgte positive margin. Ækvivalens er strengere: intervallet skal ligge inden for både en nedre og en øvre grænse.

Hvorfor vælge spørgsmålet?

En mulig lidt mindre effekt kan være acceptabel ved fx færre bivirkninger, enklere behandling eller lavere belastning. Men marginen skal være klinisk forsvarlig og bygge på viden om kontrolbehandlingens effekt. Et ineffektivt eller dårligt gennemført forsøg kan ellers få behandlingerne til at se kunstigt ens ud.

Et non-inferiority-resultat læses på intervallets grænse

Standard

I det tilknyttede ERCP-forsøg var den accepterede margin 5 procentpoint.

Den øvre grænse var 6,6 procentpoint: non-inferiority blev ikke vist.

Regn på den rigtige forskel

Forsøget sammenlignede indomethacin alene med indomethacin plus profylaktisk pankreasstent hos patienter med høj risiko for post-ERCP-pankreatitis. Udfaldet opstod hos 14,9 % mod 11,3 %. Risikoforskellen var 3,6 procentpoint for alene minus kombination, med 95 % konfidensinterval 0,6 til 6,6.

Hvad betyder det?

Den øvre grænse overskrider den planlagte margin på 5 procentpoint. Man kan derfor ikke hævde non-inferiority for indomethacin alene efter forsøgets kriterium. Dette er et metodeeksempel fra én publikation, ikke en selvstændig behandlingsanbefaling.

Eksplanatorisk og pragmatisk beskriver forsøgets formål

Standard

Eksplanatorisk: kan interventionen virke under kontrollerede forhold?

Pragmatisk: hvad sker der ved et realistisk behandlingsvalg?

Et spektrum, ikke to bokse

Et eksplanatorisk design kan vælge en ensartet patientgruppe, tæt opfølgning og snævre betingelser for at undersøge en mekanisme. Et pragmatisk design kan bruge bredere inklusion, almindelig behandling og patientrelevante udfald. Ingen af dem er automatisk mere korrekt; designet skal svare til spørgsmålet.

Skeln fra analysemetoden

Pragmatisk er ikke blot et andet ord for ITT, og eksplanatorisk er ikke blot per-protokol. Hvordan patienter udvælges, interventionen leveres og udfald måles, er separate valg fra hvilken effekt analysen forsøger at estimere.

Forsøgsdesign

Hvem randomiseres, og hvornår måles effekten?

Parallelle grupper og overkrydsning svarer på forskellige tidslige spørgsmål

Standard

Parallelt: hver deltager får normalt én tildelt strategi.

Overkrydsning: samme deltager får A og B i randomiseret rækkefølge.

Gevinsten ved overkrydsning

Når den samme person afprøver begge behandlinger, sammenlignes udfald inden for personen. Stabil forskel mellem personer fjernes dermed fra hovedsammenligningen, og der kan være behov for færre deltagere end i et parallelt design.

Betingelsen er reversibel virkning

Sygdom og effekt skal være tilstrækkeligt stabile mellem perioder. Varig helbredelse, progression eller restvirkning af første behandling kan ødelægge sammenligningen. Randomisér rækkefølgen, overvej washout og vurder periode- og carryover-effekter.

Split-body og n-of-1 bruger personen som sin egen kontrol

Standard

Split-body: fx to sammenlignelige hænder behandles samtidigt forskelligt.

N-of-1: flere randomiserede behandlingsperioder hos én patient.

Split-body uden tidsforskydning

Ved parrede kropsdele kan A og B gives samtidigt, så fælles patientforhold holdes konstante. Metoden kræver, at effekten er lokal, og at behandling af den ene side ikke påvirker den anden. Randomisér hvilken side der får hvad.

N-of-1 til et konkret valg

Flere korte A- og B-perioder hos samme patient kan afprøve en hurtigt indsættende og forsvindende symptomatisk effekt ved stabil sygdom. Forløbet kan støtte et individuelt behandlingsvalg, men ét patientforsøg dokumenterer ikke automatisk en gennemsnitseffekt for andre.

Klynger og stepped wedge randomiserer mere end den enkelte patient

Standard

Klyngeforsøg randomiserer fx praksisser frem for patienter.

Stepped wedge randomiserer, hvornår klyngerne skifter til intervention.

Når smitte mellem grupper er problemet

En undervisnings- eller arbejdsgangsændring kan ikke let gives til nogle patienter i samme praksis uden at påvirke andre. Derfor randomiseres hele praksisser. Patienter inden for samme klynge ligner ofte hinanden; styrkeberegning og analyse skal tage højde for både antal klynger, størrelse og intraklyngekorrelation.

Rækkefølgen er selve randomiseringen

I stepped wedge begynder klyngerne typisk som kontrol og går på forskellige, randomiserede tidspunkter over til intervention, indtil alle er skiftet. Det kan passe til trinvis implementering, men kalenderændringer kan forveksles med interventionseffekt, hvis tid ikke modelleres.

Faktorielle og adaptive designs ændrer, hvad der sammenlignes

Standard

Et 2 × 2-faktorielt design tester A og B samt deres kombination.

Adaptive designs ændrer planlagte forsøgsdele efter indsamlede data.

Fire grupper, to spørgsmål

Et 2 × 2-design fordeler deltagere til hverken A eller B, A alene, B alene eller A+B. Det kan være effektivt, hvis man vil undersøge to interventioner samtidigt. En væsentlig interaktion betyder dog, at den gennemsnitlige hovedeffekt af A afhænger af B og ikke bør stå alene.

Tilpasning kræver regler på forhånd

Adaptiv randomisering, ændret stikprøvestørrelse eller tidligt stop kan være legitimt, når beslutningsregler, tidspunkter og statistisk håndtering er fastlagt i protokollen. Ellers kan fleksibiliteten øge risikoen for skæve estimater eller falske positive fund.

Fortolkning

Hvem tæller med, og hvad tæller som et resultat?

ITT og per-protokol er forskellige effekter, ikke blot forskellige nævnere

Standard

ITT følger randomiseret tildeling, også ved behandlingsskift.

Naiv per-protokol ekskluderer efter tildeling og kan bryde randomiseringen.

Hvad estimerer ITT?

En intention-to-treat-analyse beholder deltagerne i deres tildelte grupper og søger at estimere effekten af at blive tildelt en behandlingsstrategi. Det bevarer fordelen ved randomisering bedre end at omgruppere efter, hvad der faktisk blev taget.

Hvorfor kan per-protokol være skæv?

Deltagere, der afbryder eller skifter behandling, kan have en anden prognose. Ekskluderes de blot, sammenlignes grupper, randomiseringen ikke længere har gjort udskiftelige. Effekten af faktisk adherence er et relevant spørgsmål, men kræver en tydelig definition og ofte mere avancerede antagelser og analyser.

Manglende udfald forsvinder ikke, fordi analysen kaldes ITT

Standard

Følg flowet fra randomiseret til målt og analyseret i hver gruppe.

Spørg om fravær af udfald hænger sammen med prognose eller behandling.

To adskilte problemer

Behandlingsskift er ikke det samme som manglende udfald. En deltager kan stoppe medicinen og stadig følges til slut; omvendt kan en fortsat behandlet deltager mangle måling. Registrér årsagerne og forsøg at indsamle udfald uanset behandlingsforløb.

Se bag etiketten

En rapport kan skrive “ITT”, men kun analysere dem med komplette data. Vurder derfor antal udeladte, forskelle mellem grupper, plausible manglende udfald og følsomhedsanalyser. Ingen enkelt procentgrænse beviser, at bortfald er harmløst.

Et positivt samlet effektmål kan skjule, hvad der faktisk ændrede sig

Standard

Læs hver komponent i et sammensat endepunkt og dens kliniske vægt.

En forskel i p-værdi mellem subgrupper er ikke en interaktionstest.

Sammensatte effektmål

Død, apopleksi og revaskularisering kan lægges sammen for at opnå flere hændelser. Men komponenter med forskellig betydning eller hyppighed kan drive resultatet forskelligt. Se derfor definitionen, antal for hver komponent og om effekternes retning er sammenhængende.

Subgrupper under lup

Mange efterfølgende undergrupper øger risikoen for tilfældige fund. Find den foruddefinerede hypotese, effekt og interval i hver gruppe samt en direkte test for forskel mellem grupperne. “Signifikant hos mænd, ikke hos kvinder” dokumenterer ikke alene, at effekten er kønsafhængig.

En mere præcis test er ikke nødvendigvis bedre for patienten

Standard

Sensitivitet og specificitet måler klassifikation mod en reference.

Et RCT af teststrategier kan undersøge konsekvensen for patientudfald.

To forskellige undersøgelser

Et diagnostisk kohortestudie sammenligner ny test med en passende reference hos relevante patienter og beregner testens egenskaber. Det viser ikke i sig selv, om brugen af testen forbedrer behandling, livskvalitet eller overlevelse.

Randomisér det kliniske valg

Et RCT kan fordele patienter til en strategi med ny test eller vanlig test, lade resultaterne styre kliniske handlinger og sammenligne patientrelevante udfald. Testens ekstra fund er kun nyttige, hvis de ændrer beslutninger til patientens fordel frem for blot at skabe flere undersøgelser.

Gennemførelse

Følg forsøget fra protokol til klinisk konklusion

Faserne beskriver udviklingsspørgsmål, ikke faste stikprøvestørrelser

Standard

Fase 1: sikkerhed, dosis og farmakokinetik; fase 2: tidlig effekt og dosisvalg.

Fase 3: bekræftende effekt og sikkerhed; fase 4: viden efter godkendelse.

Fra første eksponering til bred brug

Præklinisk arbejde går forud for forsøg i mennesker. Fase 1 undersøger typisk tolerabilitet og omsætning; fase 2 udforsker dosis og tegn på effekt hos relevante patienter. Fase 3 tester et mere fastlagt spørgsmål i større kontrollerede forsøg. Efter godkendelse undersøger fase 4 fx sjældnere skadevirkninger og anvendelse i bredere praksis.

Et fase 3-eksempel i materialet

Det tilknyttede telotristat-forsøg randomiserede 135 patienter med carcinoidt syndrom til placebo eller to doser oven på stabil somatostatinanalog. Primært udfald var ændring i antal daglige afføringer over 12 uger. Spørg både om den målte forskel, varighed og hvad åben forlængelse kan og ikke kan vise.

Protokollen låser de vigtigste valg, før resultaterne ses

Standard

Formål, population, intervention, primært udfald og analyseplan hører hjemme på forhånd.

SPIRIT hjælper med rapportering af protokollen; CONSORT med forsøgsrapporten.

Det minimum du skal kunne finde

En læsbar RCT-protokol beskriver klinisk spørgsmål, begrundelse, inklusion og eksklusion, randomisering, intervention og kontrol, blinding, primære og sekundære udfald, stikprøvestørrelse, håndtering af bortfald, analyser, sikkerhed og etik. Registrering og senere ændringer skal være sporbare.

To retningslinjer med forskellige opgaver

SPIRIT 2025 er en rapporteringsstandard for forsøgsprotokoller; CONSORT 2025 er en rapporteringsstandard for færdige randomiserede forsøg. De gør væsentlige oplysninger synlige, men udfyldt tjekliste kan ikke erstatte en vurdering af, om forsøget blev gennemført troværdigt.

Læs forsøget som et løfte, der skal indfries

Standard

Hvad var den planlagte kontrast, og blev grupperne faktisk sammenlignelige?

Hvad viser intervallet om både effekt, skade og usikkerhed?

Før resultattabellen

Find protokol og registrering. Notér hvem der blev randomiseret, hvad hver gruppe fik, hvad det primære udfald var, og hvor længe der blev fulgt. Undersøg om tildelingen var uforudsigelig, blinding relevant, og om samme klinisk passende kontrol blev brugt hele vejen.

Efter resultattabellen

Sammenhold randomiserede, målte og analyserede deltagere. Læs absolutte hændelser og effektens konfidensinterval, ikke kun p-værdi. Vurdér bortfald, protokolbrud, selektiv rapportering, sammensatte mål og om konklusionen faktisk svarer på forsøgets forudbestemte spørgsmål.