结合目标试验与估计框架定义因果估计量:利用真实世界数据语境化单臂试验的应用
应用统计
2022-02-25 v1
摘要
在存在高度未满足医疗需求且早期疗效数据极具前景以至于削弱随机化所需临床均衡性的情况下,单臂试验(SATs)可用于支持监管申报。在此背景下,患者级真实世界数据(RWD)可用于创建外部对照臂(ECA)以对SAT结果进行语境化。然而,若各组在(未)测量的预后因素方面不均衡,对SAT与其ECA的朴素比较将产生有偏的因果效应估计。现有若干方法可调整已测量的混杂,但除非明确定义所关注的因果问题且估计量与估计量框架对齐,否则此类分析的解释颇具挑战。当ECA中的患者在多个时间点符合SAT入组条件时,会出现额外的复杂性。本文中,我们以一项针对重度经治滤泡性淋巴瘤新型CAR-T疗法关键SAT的案例研究为例,阐明如何结合目标试验与ICH E9(R1)估计框架来定义目标估计量,并避免与外部对照臂设计及与SAT比较相关的常见方法学陷阱。我们还提出了一种方法,以应对如何为在多个时间点满足SAT纳入/排除标准的外部对照定义适当时间零点这一挑战。目标试验与估计框架的使用促进了内部与外部利益相关者间的讨论,以及对可用RWD充分性的早期评估。
引用
@article{arxiv.2202.11968,
title = {Combining the target trial and estimand frameworks to define the causal estimand: an application using real-world data to contextualize a single-arm trial},
author = {Lisa V Hampson and Jufen Chu and Aiesha Zia and Jie Zhang and Wei-Chun Hsu and Craig Parzynski and Yanni Hao and Evgeny Degtyarev},
journal= {arXiv preprint arXiv:2202.11968},
year = {2022}
}