《Statistics in Medicine》:Valid Data-Driven Subgroup Selection With Uniform Guarantees in Clinical Trials
编辑推荐:
临床试验中的亚组选择对于识别对治疗反应不同的患者群体至关重要,从而促进个性化医疗(personalized medicine)。特别地,亚组选择能够识别对治疗反应特别好或更常出现不良事件(adverse events, AEs)的患者群体。然而,这是一个选择后
临床试验中的亚组选择对于识别对治疗反应不同的患者群体至关重要,从而促进个性化医疗(personalized medicine)。特别地,亚组选择能够识别对治疗反应特别好或更常出现不良事件(adverse events, AEs)的患者群体。然而,这是一个选择后推断(post-selection inference)问题,可能对用于亚组分析的传统技术构成挑战,例如增加 I 类错误率(Type I error rates)以及来自数据驱动亚组识别的潜在偏倚。在本论文中,研究人员讨论两种最近开发的用于回归问题中亚组选择的方法:一种基于广义线性建模(generalized linear modeling, GLM),另一种基于保序回归(isotonic regression)。研究人员展示这些方法如何在临床试验分析中用于数据驱动亚组识别,聚焦于两个不同任务:识别不表现出不良事件的安全患者群体,以及识别具有高治疗效应的患者群体,同时在两种情况下控制 I 类错误。研究人员开展了一项全面的模拟研究(simulation study),以评估每种方法的优势与不足,并提供关于 I 类错误率控制对建模假设敏感性的详细见解。
研究背景方面,随机对照试验(randomized control trial, RCT)是评估新治疗安全性和有效性的金标准。亚组发现与分析是药物开发过程的重要组成,有助于识别不同患者群体对治疗的反应,并可推动个性化治疗计划与患者结局改善。在安全性方面,研究人员希望发现不易出现某些不良事件(adverse event, AE)的患者亚组,以促进更安全治疗开发;例如美国食品药品监督管理局(Food and Drug Administration, FDA)关于人工智能支持监管决策的指南中提出的“哪些参与者可被视为低风险、给药后不需要住院监测”这一问题。在疗效方面,亚组发现可揭示高治疗效应人群。Alosh 等将药物开发中基于疗效的亚组分析分为三类:推断性分析,通常在研究前预设亚组,并预先规划样本量和多重性校正;探索性分析,用于产生假设、识别潜在亚组,具有灵活性但缺乏统计严谨性且可能假阳性;支持性分析,用于判断 RCT 中的治疗获益能否应用于预定义亚组,常用森林图展示,并以预设截断值定义亚组。当前对亚组分析的怀疑,部分源于探索性分析方法被错误用于推断性主张,例如事后指定用于推断分析的亚组,且常未透明报告所有先前分析。Senn 和 Harrell 以赛马为比喻批评这种做法。因此,本研究的动机是:既允许灵活的数据驱动亚组选择,又保留推断分析所需的强统计保证。
在新框架方面,研究人员关注数据驱动亚组选择的新方法。该框架相较传统方法有两方面改进:一是克服上述三类分析的局限,同时保留其可取特征;二是对落入所选亚组的个体给出更强推断主张。与推断性分析不同,该方法发现数据驱动亚组,同时保留 I 类错误保证,仅需预设少量潜在影响变量和目标响应;与探索性分析不同,该方法进行目标受控分析,识别具有理想治疗效应水平的亚群并控制假发现;与支持性分析不同,该方法从数据学习截断值,而非在预设亚组中估计治疗效应。该框架适用于更一般的回归问题:给定协变量-响应对,识别协变量域中回归函数超过预定阈值的子集,即以均匀意义、最坏情况效应定义亚组。形式化地,令 X 为协变量向量,Y 为响应,η(x):=??(Y|X=x),x∈?
d,为总体回归函数;对预设阈值 τ∈?,感兴趣的亚组为超水平集 S
τ:={x∈?
d:η(x)≥τ}。给定 I 类错误率名义限 α∈(0,1) 以及独立同分布协变量-响应对 (X
1,Y
1),…,(X
n,Y
n),研究人员寻求选择 ?
d 的子集,使其以至少 1?α 的概率完全包含于 S
τ;或选择完全覆盖 S
τ 的子集;或同时处理这两项任务。该框架可通过逆倾向加权扩展到治疗效应设定,即患者由三元组 (X,T,Y) 表征,T∈{0,1} 为二值对照-治疗指示变量,并进一步基于双稳健(doubly robust, DR)方式近似个体治疗效应(individual treatment effect, ITE)。
相关文献中,传统上亚组特异性效应多通过亚组平均效应评估,而非本研究通过 S
τ 考虑的最坏情况效应。超水平集推断已在广义线性模型(GLM)中由 Wan 等讨论,在平滑约束非参数模型中由 Reeve 等讨论,在单调性约束非参数设定中由 Müller 等讨论;在治疗效应由回归函数给出的特定情形,Ballarini 等在线性模型设定、Stallard 在单变量单调性约束设定、Schnell 等在贝叶斯情境中亦有考虑。常见亚组分析指南包括基于领域知识预设少量生物学合理亚组并校正多重性。数据挖掘工具包括 STEPP、SIDES 及其高维扩展 SIDEScreen、多种树搜索技术,如 Su 等的交互树、GUIDE、Seibold 等的基于模型递归划分、因果树及因果森林。这些方法可发现可能驱动治疗效应异质性(treatment effect heterogeneity, TEH)的协变量域部分,但若要在控制族错误率下确认亚组,通常需在第二阶段使用独立数据折,可能降低功效。近期还出现多阶段方法以及 meta-learners,其中 Foster 等提出“Virtual Twins”方法。
研究贡献方面,研究人员提出两个细化问题。问题 1(安全性):“能否选择一个患者亚组,使其具有预先指定的不出现特别关注不良事件的保证概率,从而不需要给药后监测?”问题 2(疗效):“能否选择一个治疗效应高于给定目标水平的患者亚组?”研究人员旨在控制 I 类错误下导出亚组,以获得确证性结论。Reeve 等命题 1 证明,对于连续生物标志物,若要在所有可能分布下确保 I 类错误率控制,将不可避免地导致平凡功效,即在大量数据生成机制下以高概率选择基本空集。因此,需要一定假设才能获得非平凡解。为此,论文展示并扩展两种工具:一种基于广义线性建模(GLM),另一种基于非参数单调性约束,称为保序亚组选择(isotonic subgroup selection, ISS)。这些方法适用于给定 (X,Y) 的回归设定,并可通过逆倾向加权扩展到 (X,T,Y) 的异质治疗效应设定,再进一步基于双稳健方式近似 ITE。论文还开展广泛模拟研究,考虑接近真实临床试验数据的场景,包括连续和分类协变量,以评估方法功效及其在假设违反下保留 I 类错误率控制的程度。应用部分包括两个案例:安全性案例关注不良事件风险亚组选择,将 AE 发生建模为二值结局 Y,Y=1 表示患者未出现这些 AE,Y=0 表示发生 AE,研究问题为能否识别条件协变量下不经历某些 AE 的概率超过预设安全阈值 τ 且控制 I 类错误率的亚群;疗效案例聚焦银屑病关节炎(psoriatic arthritis, PsA)的 III 期临床试验,评估 Cosentyx(secukinumab),涉及 FUTURE 1–5 试验,既有 ACR50 二值复合终点,也有 tender joint count、swollen joint count、patient global assessment、physician global assessment 等连续终点,研究问题为能否识别“超级应答者”亚群,即第 16 周 Cosentyx 与安慰剂之间终点值期望差超过预设阈值 τ 的亚群,同时控制 I 类错误率。
在关键技术方法方面,不超过 250 字:方法核心是构造 L?
α、?
α、L?
α2S、?
α2S 等集合,使 L?
α?S
τ、S
τ??
α或 L?
α2S?S
τ??
α2S 以至少 1?α 概率成立。GLM 方法假设存在 β∈?
d 和严格单调链接函数 g,使 g(η(x))=x
?β,从而 S
τ={x:x
?β≥g(τ)};基于 β?、Σ? 和 m?(x)=√(x
?Σ?x),计算临界值 ?
1、?
2 构造同时置信带。ISS 方法基于非参数单调性约束。异质治疗效应通过逆倾向加权和双稳健 ITE 近似扩展。样本队列来源包括 PsA 的 FUTURE 1–5 试验和 Cosentyx;安全性案例因项目早期终止和保密仅提供高层方法。
主体内容按原文小标题总结如下。1 Introduction:提出亚组选择在临床试验中的重要性及选择后推断挑战。1.1 Motivation:RCT 是安全性和有效性评估金标准;安全上寻找不需给药后监测的低风险亚组,疗效上寻找高治疗效应亚组;Alosh 等三类亚组分析各有局限,传统探索性分析被错误用于推断会造成 I 类错误和偏倚。1.2 A New Way of Approaching the Problem of Subgroup Analysis:新框架允许数据驱动亚组发现并保留 I 类错误保证,以 S
τ 定义最坏情况亚组,个体在所选亚组内具有超过阈值的期望响应,并可扩展到治疗效应。1.3 Related Literature:回顾超水平集推断、亚组数据挖掘和树方法等,指出确认阶段可能降低功效,meta-learners 可与本方法结合。1.4 Our Contribution:提出安全性和疗效两个问题,展示 GLM 与 ISS 两类方法,扩展到异质治疗效应,并开展模拟研究评估功效与 I 类错误控制。2 Application in Clinical Trials:介绍两个临床试验应用。2.1 Case Study 1(安全性):以 AE 为二值结局,目标是识别条件协变量下不出现某些 AE 概率超过安全阈值 τ 且控制 I 类错误的亚群。2.2 Case Study 2(疗效):以 PsA 的 III 期试验为背景,聚焦 Cosentyx 与安慰剂在第 16 周终点期望差超过 τ 的超级应答者亚群,并控制 I 类错误。3 Methodology:定义 S
τ 和目标,构造下界、上界和双侧置信集。若 L?
α?S
τ 且 X
0∈L?
α,则 η(X
0)≥τ,无论 X
0 是否与训练协变量同分布,这允许协变量漂移下下游应用;临床试验排除标准仅影响协变量分布时,统计保证仍可成立,而传统平均效应方法通常不能如此。3.1 Subgroup Selection in the Context of Multivariate Linear Regression:在 GLM 下,若 g(η(x))=x
?β,则 S
τ={x:x
?β≥g(τ)};基于渐近正态 β?、Σ? 和 m?(x),计算 ?
1、?
2,构造 ?
α、L?
α、?
α2S、L?
α2S,并给出相应覆盖概率下界。所提供原文在 3.1 后截断,未包含 3.2、3.3、4、5、6 等部分,因此无法依据原文继续总结后续方法、模拟结果、应用结果、讨论或研究结论。
最后,关于讨论部分与结论部分:所提供原文未包含 Section 5 应用结果、Section 6 讨论和结论,故无法在原文有出处的前提下列出讨论总结或翻译研究结论。摘要层面的收束为:研究人员开展全面模拟研究,以评估每种方法优势与不足,并提供关于 I 类错误率控制对建模假设敏感性的详细见解。