O desenho do ECRC mais familiar para a maioria das pessoas é provavelmente o ensaio padrão de dois braços, de desenho paralelo e randomizado de maneira individual. Em geral os dois braços, neste caso, incluem o braço de tratamento e o braço de controle (braço de tratamento alternativo/placebo). Mas os ECRCs podem ter mais de dois braços (ECRCs com múltiplos braços). Um exemplo seria um ECRC de três braços comparando um braço de tratamento com um braço de controle inativo/placebo e um tratamento ativo alternativo. Essencialmente, os ECRCs com diversos braços podem ser avaliados pelo uso do checklist padrão para os ensaios de dois braços. No entanto, algumas questões adicionais devem ser consideradas.

O estudo apresenta uma análise das diferenças entre cada par de braços, ou apresenta uma análise global da diferença entre todos os grupos (por exemplo, um teste ANOVA)?

Uma avaliação estatística “entre grupos” pode ser difícil de se interpretar, especialmente se você estiver interessado apenas em uma comparação e não puder atribuir resultados a seu grupo de interesse.

A maneira como você combina os dados também pode afetar os resultados, portanto, você precisa estar atento à combinação seletiva de dados.

Por que o ECRC está analisando mais de dois braços?

Os diferentes braços estão examinando pergunta(s) clínica(s) relacionada(s)? Exemplo 1: duas doses diferentes do tratamento A versus controle B, em que as questões relacionadas são: devemos usar o tratamento A e com qual dose? Exemplo 2: tratamento A versus tratamento B padrão ouro anterior versus controle inativo C, em que a pergunta é se devemos usar o tratamento A como o novo tratamento de primeira linha?

De forma alternativa, os diferentes braços estão olhando para questões separadas e examinadas em um único ensaio por razões de eficiência/logística? Por exemplo, o novo tratamento A versus o novo tratamento B versus o controle padrão C, em que as questões separadas são: o novo tratamento A é melhor que o tratamento padrão C e o novo tratamento B é melhor que o tratamento padrão C?

O ECRC aplica algum fator de correção para a multiplicidade?

Tem sido sugerido que aumentar o número de análises em um conjunto de dados específico pode, em certos casos, aumentar as chances de se obter um erro do tipo I (ou seja, identificar um resultado como significativo quando não é, devido ao acaso). Por exemplo, se você está interessado em um desfecho em particular em um ensaio de dois braços dos tratamentos A versus B, então você tem apenas uma comparação de médias (A v B); entretanto, em um ensaio de três braços dos tratamentos A, B e C, você tem três comparações bidirecionais diferentes de médias (A v B; A v C; B v C) no mesmo conjunto de dados. À medida que você aumenta o número de braços, o número de comparações também aumenta — por exemplo, em um ensaio de 4 braços de A, B, C, D, você tem 6 comparações bidirecionais diferentes de médias (A v B; A v C; A v D; B v C; B v D; C v D). Para compensar isso, alguns estudos empregam o fator de correção de Bonferroni ou um outro semelhante. No entanto, tem havido algum debate sobre se um ajuste é necessário, dependendo do desenho do estudo e, em caso afirmativo, qual deveria ser esse ajuste. Existe a preocupação, por exemplo, de que a aplicação de Bonferroni ou uma correção semelhante possa aumentar a probabilidade de um erro do tipo II (isto é, rejeição de um resultado significativo verdadeiro onde ele existe).

Qualquer que seja a abordagem do estudo, ele deve descrever claramente quais comparações e testes estatísticos ele examinou e o que os embasa. Ele deve comentar sobre as possíveis interpretações do resultado, para que você possa decidir sobre a validade da análise e assim interpretar os resultados.

Leia mais