Tag: badania kliniczne

Analityka statystyczna sprzyja weryfikacji, tj. potwierdzaniu lub obalaniu, pewnych przyjętych hipotez. Nie inaczej jest także w zakresie statystyki medycznej - tutaj również proces analiz pozwala odnosić się do brzmienia rozpatrywanych hipotez, a jego ogólny schemat przedstawić można następująco, w postaci 5 kluczowych etapów:

• formułowanie hipotezy zerowej oraz przeciwnej do niej hipotezy alternatywnej, która podlegać będzie badaniu i weryfikacji;
• gromadzenie danych do analizy;
• oszacowanie wartości określonej dla hipotezy zerowej tzw. statystyki testu;
• porównanie uzyskanej wartości statystyki testu z wartościami wykazanymi w znanych rozkładach prawdopodobieństwa;
• interpretacja wyników i wyciagnięcie wniosków.

Podstawowe kwestie z dziedziny statystyki, z których to czerpie statystyka medyczna w zakresie testowania hipotez omówione zostaną pokrótce w dalszej części opracowania.

Definiowanie hipotez

Jak podczas typowych badań statystycznych, tak i analizy o charakterze medycznym sprowadzają się do testu hipotezy zerowej (H₀), która zakłada na ogół brak oddziaływania/zachodzenia rozpatrywanego zjawiska w badanej populacji. Gdy hipoteza ta nie jest prawdziwa - siłą rzeczy zachodzi hipoteza alternatywna (H₁) - odnosi się one co do zasady bezpośrednio do teorii, która zamierzamy objąć badaniem i jest przeciwieństwem hipotezy H₀.

Uzyskiwanie statystyki testowej i wartości „p”

Weryfikacja hipotez wymaga uzyskania dla nich tzw. statystyki testu - odbywa się to w oparciu o zgromadzone dane liczbowe i podstawienie ich do wzoru zdefiniowanego dla używanego testu. Odzwierciedla on co do zasady siłę zawartego w zabranych danych dowodu statystycznego przeciwko przyjętej hipotezie zerowej (H₀) - większą wartość utożsamia się zwykle z silniejszym dowodem.

Co istotne, dostępne statystyki testowe wpisują się w powszechnie stosowane rozkłady częstości. Pole w ogonach rozpatrywanego/rozpatrywanych rozkładów prawdopodobieństwa, łączące w swoisty sposób wartość uzyskanej ze statystyki testu z samym rozkładem, jest tzw. wartość „p”. Definiuje się ją jako prawdopodobieństwo otrzymania wyników w sytuacji, gdy założona hipoteza zerowa jest prawdziwa.

Z reguły im  mniejsza wartość „p”, tym silniejszy jest dowód za odrzuceniem hipotezy zerowej - za dowód wystarczający przyjmuje się wartość „p” na poziomie niższym niż 0,05, co daje wyniki o istotności rzędu 5% (wartość „p” większa lub równa 0,05 nie stanowi powodu do odrzucenia hipotezy zerowej - wyniki określamy jednak jako nieistotne na poziomie 5%). Należy jednak mieć na uwadze, że wybór pułapu 5% (0,05) uważa się za arbitralny - w sytuacji groźnych następstw odrzucenia/przyjęcia hipotezy zerowej (mowa wszak o problematyce medyczne i zdrowiu oraz życiu ludzkim), możemy domagać się by statystyka medyczna opierała się o silniejsze dowody, tj. ustalenia wartości „p” na poziomie 0,01 lub 0,001.

Testowanie nieparametryczne

Korzystanie z znanych rozkładów prawdopodobieństwa, któremu podlegają zebrane dane,  określa się jako testowanie parametryczne. W sytuacji, gdy zadane dane nie spełniają założeń tego typu testów, odwołać się należy do testów nieparametrycznych, które mają zastosowanie niezależnie od postaci rozkładu. Ten typ testów jest szczególnie ważny w przypadku prób mało licznych lub ujęcia danych w postaci „kategorialnej”.

Mając do wyboru nie tylko różne formy test, ale i same testy, warto przemyśleć, który z nich użyć - wybór uzależnia się zasadniczo o od projektu badawczego, typu zadanej me innej i samego rozkładu częstości.

Przedział ufności

Kolejnym ważnym zagadnieniem w testowaniu hipotez, jakie uwzględnia statystyka medyczna w procesie analiz, jest kwestia przedziału ufności. Są one nierozerwalnie złączone z testowaniem hipotez, gdyż kwantyfikują interesujące analityka wyniki i pozwalają na uzyskanie ich klinicznych aplikacji. W swoisty sposób przedziały ufności określają wiarygodność uzyskanych wyników - jeżeli hipotetyczna wartość wyniku wykracza poza przyjęty przedział ufności, świadczy to o jego niskiej wiarygodności i prowadzi do odrzucenia hipotezy zerowej H₀.

Błędy w testowaniu hipotez

Tytułem podsumowania, nawiązując do przedziałów ufności czy przyjęcia wartości „p”, zasygnalizować należy, że przyjęcie lub odrzucenie hipotezy zerowej/alternatywnej może być błędne. Wątek ten omówiony zostanie w odrębnym opracowaniu, warto jednak wskazać, że błędy takie mogą wykazywać kilka rodzajów:

• błąd pierwszego rodzaju to odrzucenie hipotezy zerowej, gdy w rzeczywistości jest on a prawdziwa;
• błąd drugiego rodzaju to nieodrzucenie hipotezy zerowej w sytuacji, gdy jest ona nieprawdziwa.

Każdy z tych błędów wymaga odpowiedniej procedury postępowania w sytuacji jego wykrycia.

Czytaj część drugą artykułu

Z racji na poruszaną problematykę, statystyka medyczna koncentruje się na ogół na testowaniu hipotez skupiających się na porównywaniu zbiorowisk ludzi, które narażone są na różne czynniki chorobotwórcze. Hipotezy nawiązują zatem do efektów czy wyników leczenia - np. hipoteza zerowa H₀ stwierdza brak efektów danej terapii, zaś przeciwna do niej hipoteza alternatywna H₁ podkreśla wystąpienie pewnych efektów kuracji.

Jak wiadomo, testowanie hipotez to podejmowanie decyzji - odrzucimy hipotezę H₀ na korzyść H₁ lub nie. Każda decyzja niesie ze sobą jednak pewne ryzyko omyłki, nawet mimo zachowania dokładności procedury testowej czy doboru optymalnych parametrów testu. Każdy taki błąd niesie pewne następstwa - analityka statystyki medycznej nawiązuje wszak do, jak akcentowano na wstępie, problematyki zdrowia czy życia ludzkiego.

Wyróżnia się dwa rodzaje błędów, jakie popełnić może analityk:

• błąd pierwszego rodzaju - jest to sytuacja odrzucenia prawdziwej hipotezy H₀;
• błąd drugiego rodzaju - nieodrzucenie nieprawdziwej hipotezy H₀.

Błąd pierwszego rodzaju

Błąd pierwszego rodzaju to taki, który wiąże się z odrzucenie hipotezy zerowej (H₀) w sytuacji, gdy tak naprawdę jest ona prawdziwa - przyjęta zostaje wtedy nieprawdziwa hipoteza alternatywna H₁.

Maksymalne prawdopodobieństwo omyłki pierwszego rodzaju określa się symbolem alfa, tj. poziomem istotności testu.

Statystyka medyczna, jak każda inno formuła analityki statystycznej, zakłada przyjęcie wielkości alfa jeszcze przed zgromadzeniem danych - z reguły jest to wartość na poziomie 0,05 (bardziej restrykcyjne są wartości niższe, a mniej - niższe).

Co istotne, odwołując się do zasad testowania hipotez zauważyć należy, że odrzucenie hipotezy H₀ następuje gdy wartość „p” naszego testu jest niższa niż przyjęty poziom istotności ów testu - tylko ta sytuacja stwarza zatem szanse na popełnienie błędu pierwszego rodzaju.

Błąd drugiego rodzaju

Błąd drugiego rodzaju to z kolei taki, który wiąże się z nie odrzuceniem hipotezy zerowej (H₀) w sytuacji, gdy tak naprawdę jest ona fałszywa - odrzucona zostaje wtedy prawdziwa hipoteza alternatywna H₁.

Maksymalne prawdopodobieństwo omyłki pierwszego rodzaju określa się symbolem beta, które powiązane jest z tzw. mocą testu. Moc testu, określana jako 1 - beta, stanowi prawdopodobieństwo odrzucenia fałszywej hipotezy H₀ i rzadko przyjmuje wartość 100%.

Moc testu

Moc testu jest wielkością, którą silnie powiązana jest z problematyką testowania hipotez, a którą można kontrolować - statystyka medyczna wyróżnia bowiem czynniki, które kształtują moc stosowanych w niej testów.

Zwiększanie mocy testu warto rozpocząć od ustalenia jej poziomu  już na etapie planowania samej analizy statystycznej - uważa się, ze warto podjąć się, gdy wiemy, ze moc testu jest duża (80%), gdyż za nieodpowiedzialne i nieekonomiczne uznaje się podejmowanie kuracji w sytuacji, gdy sama szansa na wykrycie jego efektów jest nikła.

Czynniki warunkujące moc testu, a zatem zasadność samej analizy, to w szczególności:

• wielkość badanej próby - szacuje się, ze moc testu rośnie wraz z liczebnością próby, tj. dostępnością danych do analizy;
• zmienność obserwacji - przyjmuje się, że moc testu wzrasta, gdy zmienność obserwacji maleje, tj. gdy obserwacje wykazują stosunkowo stały charakter;
• wielkość pożądanego efektu - test ma większe szanse wykrycia większych efektów, zatem przyjmuje się,  że im większy jest efekt, którego oczekujemy tym większa jest tez moc testu;
• poziom istotności - moc testu wzrasta wraz z poziomem jego istotności, przy czym większe szanse na wykrycie poszukiwanego efektu daje przyjęcie w realizowanej statystyce medycznej jako znaczącej wartości „p” na poziomie 0,05 niż 0,01.

Ocena czy dana moc testu jest wystarczająca odbywa się poprzez badanie przedziałów ufności dla rozpatrywanych wyników - niewielka wielkość próby i/lub duża zmienność obserwacji sprzyjają poszerzeniu przedziałów ufności, tj. obniżeniu mocy testu.

Wielokrotność testów

Niejednokrotnie na jednym zbiorze danych prowadzi się większą liczbę testów istotności. Przyjmuje się, że liczba porównań zwiększa szanse na popełnienie błędu pierwszego stopnia - zaleca się zatem, by skupić się na realizacji niewielkiej liczby testów, odnoszących się do pierwotnych i ustalonych „a priori” celów.

Czytaj część pierwszą artykułu

Innowacyjne systemy wykorzystywane w procesach badawczych pozwalają na podnoszenie jakości przeprowadzanych projektów. Dzięki elektronicznym wersjom kart obserwacji klinicznym możliwym staje się zabezpieczanie pozyskiwanych danych, ale także eCRF pozwala na uniknięcie błędów, które wynikają z nieuważności człowieka. Elektroniczne karty eliminują takie błędy jak pominięcia pytania czy też nieczytelne zapisanie danych.

Badanie pod kontrolą

Wykorzystując dedykowane badaniu systemy nie tylko skraca się czas potrzebny na realizację procesu badawczego, ale także zyskuje się zdolność do szybkiej analizy pozyskiwanych danych. Przy czym eCRF wpływa na zabezpieczenie pozyskiwanych danych przed osobami niepowołanymi oraz daje szansę przechowywania dużych ilości informacji. Co więcej dzięki zastosowaniu systemu:

• zyskuje się wyniki zaprezentowane w sposób zrozumiały;
• można śledzić progres badania;
• można wyłapywać dotąd niezauważone korelacje;
• osiąga się pewność, że pozyskane wyniki są rzetelne.

System dla każdego badacza

Systemy takie jak elektroniczne karty obserwacji klinicznej można wykorzystywać w rozmaitych typach badań, a wśród nich należy wymienić:

• badania kliniczne;
• badania naukowe;
• badania obserwacyjne;
• rejestry medyczne.

Zaproponowany system dostosowany jest do potrzeb badaczy, a tym samym uwzględnia różnorodny stopień zaawansowania technologicznego poszczególnych osób. W szczególności należy zwrócić uwagę, iż system ten posiada łatwy i intuicyjny interfejs.

Bezpieczeństwo przede wszystkim

Wśród innych ważnych cech systemu należy wymienić umożliwienie wglądu do danych w każdym momencie i w dowolnym miejscu. Dzięki temu eCRF umożliwia przeprowadzanie procesów badawczych, które będą nie tylko pozyskiwać wiarygodne informacje, ale przede wszystkim pozwolą na:

• przeprowadzanie badań pogłębiających;
• zachowanie stałej kontroli nad przebiegiem badania;
• monitorowanie zachodzących zmian;
• reagowanie na niepokojące zmienne.

Jednocześnie system ten odnosi się do kontrolowania odpowiedniego poziomu jakości badania, a jednocześnie dba o zdrowie jednostek poddawanych badaniu.

System nakierowany na porządek

Procesy badawcze często odnoszą się do skomplikowanych celów. Tym samym potrzebują odpowiednich narzędzi, które pozwolą na porządkowanie otrzymywanych danych, a jednocześnie wesprą ich analizę. eCRF można określić jako system, który dba o bezpieczeństwo zarówno pozyskiwanych danych, jak i poszczególnych etapów badania, co przekłada się na ogólne bezpieczeństwo jednostek badanych.

Rynek badawczy konstruuje nowe narzędzia, które mogą posłużyć do wydobywania maksymalnej ilości treści w procesach badawczych. Jednocześnie narzędzia te mają znaczenie, jeśli chodzi o bezpieczeństwo danych, możliwość śledzenia postępów badania, a nawet wyznaczanie przyszłych celów. Dzięki specjalistycznemu oprogramowaniu, system clinical trial software, można podejmować się najbardziej skomplikowanych projektów.

Przede wszystkim działać

Przede wszystkim należy zwrócić uwagę, że właściwe zaprojektowanie narzędzia daje szansę na przeprowadzanie pełnowartościowych procesów badawczych. Dla przykładu można przywołać system eCRF, który dzięki swojej wysokiej funkcjonalności daje szansę na:

• przeglądanie danych w dowolnym miejscu;
• rejestrowanie zdarzeń niepożądanych;
• śledzenie historii zmian wpisów;
• regulowanie dostępu użytkowników do konkretnych części systemu.

Wszystko to możliwe jest dzięki zastosowaniu rozwiązań, które uwzględniają potrzeby rynku badawczego. W szczególności realne jest to dzięki skonstruowaniu właściwego oprogramowania (system clinical trial software) dostosowanego do wymagań najbardziej wyczerpujących procesów badawczych.

Narzędzia wpływają na pracę człowieka

We wszystkich działaniach podejmowanych w procesach badawczych bardzo ważne jest zachowanie odpowiedniej uważności, która pozwoli na:

• wychwytywanie pojawiających się tendencji;
• wskazywanie niepokojących zdarzeń;
• redefiniowanie celów rozwojowych;
• postawienie pytań pogłębiających.

Nowoczesne narzędzia w głównej mierze wpływają na jakość prowadzonych działań – w szczególności, jeśli bierze się pod uwagę pracę z pozyskiwanymi danymi oraz obserwowanie zachodzących zdarzeń.

Proces powinien pozwalać działać sprawniej

W kwestii zastosowania nowoczesnych oprogramowań (system clinical trial software) w procesach badawczych należy podkreślić, że oddziałują one właściwie na całość procesu badawczego. W szczególności zaś należy podkreślić szanse, które pojawiają się wraz z zastosowaniem takich rozwiązań jak eCRF, a są to:

• możliwość szybszego przeprowadzenia procesu;
• zadbanie o właściwe przechowywanie danych;
• inspirowanie do przeprowadzania procesów pogłębiających;
• wychwytywanie dotąd niezauważonych aspektów badanego zagadnienia.

Wesprzeć jakość działania

Dbając o jakość przebiegu badania z pewnością warto zwrócić uwagę na innowacyjne rozwiązania, które wspierają kompleksowo procesy badawcze (system clinical trial software). Poprzez zastosowanie takich rozwiązań jak eCRF zyskuje się szansę lepszego zrozumienia badanego zjawiska.

Niekomercyjne Badania Kliniczne pozwalają na postęp medycyny, w kierunku optymalizacji kosztów leczenia pacjentów. Dzięki wdrażanym metodom poszukiwania czynników ryzyka wystąpienia konkretnych schorzeń, Niekomercyjne Badania Kliniczne wspomagają proces planowania wydatków na służbę zdrowia w Polsce.

Ścieżki rozwoju Niekomercyjnych Badań Klinicznych

Jedną z głównych ścieżek rozwoju Niekomercyjnych Badań Klinicznych (NBK) jest intensyfikacja działań badawczych i wzrost poziomu leczenia w Polsce, w takich specjalizacjach, jak: transplantologia, neurologia, chirurgia, kardiologia czy onkologia.

Wspomniane we wstępie poszukiwanie czynników ryzyka odpowiedzialnych za powstawanie ognisk chorobowych w danych środowiskach, regionach, u konkretnych jednostek wiąże się z drugą ścieżką, rozwoju jaką niosą ze sobą Niekomercyjne Badania Kliniczne. Odnalezienie ww. czynników umożliwia zainicjowanie działań zapobiegawczych i profilaktycznych przeciw powstawaniu nowych zachorowań, przez co wydatki na leczenie społeczeństwa zostają zoptymalizowane.

Kolejna ścieżka rozwoju Niekomercyjnych Badań Klinicznych to ekspansja w kierunku szczegółowej wiedzy w rzadkich specjalizacjach medycznych oraz wzrost zainteresowania polską medycyną tymi dziedzinami. Wiedza pozwala odkrywać nowe możliwości pod kątem terapii pacjentów w zakresie chorób rzadkich oraz coraz częściej dotykających nasze społeczeństwo chorób cywilizacyjnych.

Wyniki prowadzonych NBK wspomagają także wprowadzanie na rynek nowych produktów służących leczeniu pacjentów, jak również wspomagających terapię na rynku medycznym.

Podejmij współpracę w ramach rozwoju Niekomercyjnych Badań Klinicznych

Podjęcie działań nad Niekomercyjnymi Badaniami Klinicznymi wiąże się z rozpoczęciem badań w formie elektronicznej. Przygotowanie badań w takiej postaci wymaga:

• opracowania protokołów z badań,
• przygotowania planu analizy statystycznej,
• sporządzenia kwestionariuszy i materiałów przeznaczonych dla pacjentów i lekarzy,
• formularzy obserwacji badanych.

Odpowiedni partner z którym można przeprowadzić Badania Kliniczne wspomoże także proces negocjacji oraz kontraktowania pomiędzy badaczami, a ośrodkami naukowymi. Proces zgłaszania projektów do Komisji Bioetycznych nie będzie problemem w przypadku wyboru odpowiedniego partnera badań, a także wygodnego systemu umożliwiającego elektroniczne przeprowadzenie Niekomercyjnych Badań Klinicznych, takich jak eCRF.biz™ autorstwa ekspertów z Centrum Badawczo-Rozwojowego BioStat^®.

Podnieś rangę swojej placówki i przyczyń się do rozwoju specjalizacji medycznych w Polsce

Dzięki współpracy z BioStat^® i wysoko zaawansowanym systemom masz możliwość przyczynienia się do wzrostu jakości leczenia w polskiej medycynie. Optymalizacja kosztów leczenia zaś pozwoli na przełożenie środków na rozwój poszczególnych, nowoczesnych metod terapii i rozwój dziedzin medycyny, na które aktualnie panuje zapotrzebowanie. 

Organizacje CRO, czyli Contract Research Organization, specjalizują się w organizacji i nadzorowaniu badań klinicznych, zazwyczaj na zlecenie firm farmaceutycznych. Na czym skupiają się działania takich firm oraz jaka jest ich rola?

Czym jest organizacja CRO?

Organizacje określane mianem CRO to wyspecjalizowane podmioty, które zajmują się przeprowadzaniem badań na rzecz koncernów farmaceutycznych, biotechnologicznych oraz centrów badawczych. Ich rola jest kluczowa, bowiem przejmują na siebie wiele zadań, które nie mogą być zrealizowane przez sponsora. CRO dodatkowo gwarantują jakość badania, głównie dzięki wiedzy ekspertów zatrudnianych przed takie firmy.

Jacy eksperci zasilają szeregi dobrej organizacji CRO?

Organizacje CRO to wysoce wyspecjalizowane podmioty, które by móc zapewnić najwyższą jakość badań, muszą zatrudniać specjalistów w różnych dziedzinach. Jest ich wielu, od project managerów, przez managerów jakości i danych, aż po statystyków oraz ekspertów zajmujących się programowaniem narzędzi do cyfrowego gromadzenia danych takich jak eCRF.biz.pl^TM.

To ostatnie zostało stworzone przez Centrum Badawczo-Rozwojowe Biostat®, które również ma status jednostki CRO i zajmuje się badaniami klinicznymi, obserwacyjnymi, medycznymi oraz naukowymi, w zgodzie z wytycznymi FDA.

Jakie zadania przejmuje na siebie organizacja CRO?

Przy realizacji badań, organizacje CRO przejmują na siebie szereg zadań i to na każdym etapie projektu. Pomoc ta obejmuje m.in.:

• dbanie o merytorykę badań, w tym o przygotowanie dokumentacji,
• negocjowanie oraz kontraktowanie badaczy, a także dokonywanie rozliczeń finansowo-księgowych,
• przygotowanie eCRF, czyli elektronicznego kwestionariusza,
• zarządzanie projektem, w tym szkolenie badaczy oraz monitorowanie badania,
• dokonywanie działań z zakresu statystyki medycznej,
• zamykanie badania, w tym pomoc w opracowaniu raportu oraz publikację wyników.

Na każdym etapie kluczowe znaczenie ma też bezpieczeństwo gromadzonych cyfrowo danych, o które jednostka CRO także musi się troszczyć.

Co jest ważne przy wyborze organizacji CRO?

Wybór organizacji CRO to nie lada wyzwanie, bowiem to ona w dużej mierze wpłynie na jakość badania oraz to, jak zostanie ono przeprowadzone. Dobrym miernikiem jakości jest baza jednostek, z którymi współpracowała jednostka CRO. Są to rekomendacje na które warto zwrócić uwagę, wskazują one bowiem, jakie firma ma doświadczenie oraz czy podmioty wcześniej korzystające z jej usług były zadowolone ze współpracy.

Takie szerokie portfolio ma Centrum Badawczo-Rozwojowe Biostat®, które współpracowało z największymi koncernami farmaceutycznymi, a także dużymi ośrodkami badawczymi i firmami branży kosmetycznej z Polski i ze świata.

Jak widać obecność organizacji CRO na rynku jest kluczowa, aby badania były przeprowadzone w zgodzie z metodologią, a także sprawnie i z dbałością o detale. W takich firmach dba o to zespół ekspertów, których zadaniem jest nadzorowanie przebiegu badań i dbanie o metodologię ich przeprowadzania.