Calcolo della potenza e della dimensione del campione per un vantaggio netto incrementale nelle analisi di costo-efficacia con applicazioni agli studi condotti dal Canadian Cancer Trials Group
BMC Medical Research Methodology volume 23, numero articolo: 179 (2023) Citare questo articolo
31 Accessi
Dettagli sulle metriche
Storicamente, i calcoli a priori sulla potenza e sulla dimensione del campione non sono stati eseguiti di routine come analisi costo-efficacia (CEA), in parte a causa dell’assenza di dati pubblicati sulla correlazione e sulla varianza dei costi e dell’efficacia, che sono essenziali per i calcoli della potenza e della dimensione del campione. È importante sottolineare che la correlazione empirica tra costo ed efficacia non è stata esaminata rispetto alla stima del rapporto qualità-prezzo nella letteratura clinica. Pertanto, non è ben stabilito se gli studi sul rapporto costo-efficacia incorporati negli studi randomizzati e controllati (RCT) abbiano una potenza insufficiente o eccessiva per rilevare cambiamenti nel rapporto qualità-prezzo. Tuttavia, recentemente le linee guida (come quelle dell’ISPOR) e le agenzie di finanziamento hanno suggerito che la dimensione del campione e i calcoli della potenza dovrebbero essere considerati nei CEA incorporati negli studi clinici.
Abbiamo esaminato tutti gli studi randomizzati condotti dal Canadian Cancer Trials Group con un'analisi costo-efficacia incorporata. La varianza e la correlazione tra efficacia e costi sono state derivate dai dati dello studio originale. Il metodo del beneficio netto incrementale è stato utilizzato per calcolare la potenza dell’analisi costo-efficacia, esplorando correlazioni alternative e valori di disponibilità a pagare.
Abbiamo identificato quattro studi da includere. Abbiamo osservato che uno scenario ipotetico di coefficiente di correlazione pari a zero tra costo ed efficacia ha portato a una stima conservativa della dimensione del campione. L’analisi costo-efficacia era sottodimensionata per rilevare cambiamenti nel rapporto qualità-prezzo in due studi, con una disponibilità a pagare di $ 100.000. Sulla base delle nostre osservazioni, presentiamo sei considerazioni per future valutazioni economiche e un programma online per aiutare gli analisti a includere calcoli a priori sulla dimensione del campione e sulla potenza nei futuri studi clinici.
La correlazione tra costo ed efficacia ha avuto un impatto potenzialmente significativo sulla potenza e sulla varianza delle stime del rapporto qualità-prezzo nelle analisi costo-efficacia esaminate. Pertanto, le sei considerazioni e il programma online potrebbero facilitare i calcoli di potenza a priori nelle analisi costo-efficacia integrate nei futuri studi clinici.
• Gli analisti possono utilizzare il programma online presentato nel presente studio per esaminare il potere a priori delle analisi costo-efficacia.
• Gli analisti potrebbero potenzialmente applicare le considerazioni presentate in questo documento nella fase di pianificazione delle future analisi costo-efficacia.
Rapporti di revisione tra pari
Il crescente costo degli agenti antitumorali negli ultimi due decenni ha generato discussioni in letteratura riguardo al valore delle nuove terapie antitumorali [1]. Nello specifico, in letteratura sono state presentate preoccupazioni a causa dei benefici di sopravvivenza sproporzionatamente modesti dei nuovi agenti terapeutici antitumorali, rispetto ai sostanziali aumenti dei costi [2]. Tuttavia, gli studi antitumorali di fase III sono convenzionalmente progettati per rilevare miglioramenti nell’efficacia e non necessariamente cambiamenti nel rapporto qualità-prezzo [3, 4].
Attualmente, i CEA incorporati negli studi sul cancro vengono comunemente completati senza calcoli formali sulle dimensioni del campione e sulla potenza [5]. Tuttavia, un recente rapporto della Task Force sulle buone pratiche di ricerca dell’ISPOR ha suggerito l’inclusione di calcoli sulla dimensione del campione per i CEA incorporati negli studi clinici [5]. Inoltre, le agenzie di finanziamento della ricerca possono comunemente richiedere giustificazioni relative alla dimensione del campione statistico anche per gli endpoint secondari di valutazione economica negli studi clinici sul cancro [comunicazione personale: Matthew Cheung, co-presidente del Comitato per l'analisi economica, Canadian Cancer Trials Group, 11 novembre 2022]. Tuttavia, attualmente vi è una scarsità di informazioni nella letteratura pubblicata rispetto alle stime empiriche dei parametri relativi alla dimensione del campione [5, 6]. Pertanto, gli analisti potrebbero non essere in grado di esaminare il potere dei CEA incorporati negli studi clinici, nonostante la loro importanza riconosciuta in letteratura [5]. Inoltre, la probabilità che un nuovo trattamento sia economicamente vantaggioso sulla base dei metodi bayesiani può essere difficile da stimare perché anche le distribuzioni di varianza e covarianza precedenti non sono ben stabilite in letteratura [6, 7].
0\). Panels d) and e) were examined based on the hypothesis test \({H}_{0}:\hspace{0.25em}b\left(\lambda \right)\ge 0\), versus \({H}_{1}:b\left(\lambda \right)<0\)/p>