Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
6 EXPERIMENTOS DE SIMULACIÓN
PROSPECTIVA
254
Experimentos de simulación prospectiva
255
Experimentos de simulación prospectiva
256
Experimentos de simulación prospectiva
En este ensayo clínico se estudia a pacientes infectados por VIH-1 con fracaso
virológico durante 4 semanas (3 visitas: 0 días, 2 semanas y 4 semanas).
Los pacientes que se incluyen en el estudio poseen una carga viral de 8,34
logaritmos de carga viral (copias/ml) en la visita basal, aproximadamente. Los
pacientes pertenecientes a los grupos genéticos más resistentes no disminuirán
257
Experimentos de simulación prospectiva
• α toma los valores 1 (G1), 0,7 (G2, G5), 0,5 (G3) ó 0,35 (G4) para
especificar un diferencial δ=0; 0,5; 0,7 ó 0,35 unidades respecto al
grupo genético de referencia (G1) con peor pronóstico. El parámetro α
especifica el efecto del genético en la pendiente.
258
Experimentos de simulación prospectiva
donde Y es la carga viral (Log CV), b0i ∼N(0; 0,618), b1i∼N(0;0,236) y eij∼N(0;
2). φ especifica el efecto del tratamiento en la pendiente. φ toma los valores
0,35 a 1 según el grupo genético G1, G2, G3, G4 ó G5.
259
Experimentos de simulación prospectiva
9
Carga viral [Ln(Copias/ml)]
8,5
8 VIH GRUPO 1
5,5
0 2 4
Visita (semanas)
El p-valor para el factor grupo fue igual a p= 0,0747 [0,0317; 0,1176], lo que
verifica que no existen diferencias estadísticamente significativas entre los
grupos genéticos de VIH-1 para un nivel de α=0,05 aunque por muy poco
margen (Percentil 50 = 0,0311) como puede verse en el gráfico de dispersión
del p-valor para las 27 réplicas de la simulación realizadas:
260
Experimentos de simulación prospectiva
,6
18
,5
,4
,3
,2
,1
0,0
N= 27
p valor
• Tamaño muestral necesario para detectar un “effect size” (δ) mínimo del
efecto de un grupo genético sobre la carga viral: n=8 por grupo, 10 ó 15
pacientes (n=8 por grupo caracteriza también al modelo inicial).
• “Effect size” (δ) mínimo del efecto de un grupo genético sobre la carga
viral: δ=0,35 ó 0,7 unidades (0,35 unidades corresponde también al
modelo inicial y 0,7 al grupo genético con la máxima diferencia).
261
Experimentos de simulación prospectiva
réplicas), una vez analizados los resultados según un modelo lineal mixto en
SAS:
% ABANDONOS
n por
grupo 0% 5% 10% 0% 5% 10%
genético
MODELO INICIAL
0,1991 0,0750 0,3575 0,3374 0,3175
8 0,0747 [0,0919; 0,3063] [0,0242 ; 0,1257] [0,2295; 0,4856] [0,2184; 0,4563] [0,2011; 0,4338]
[0,0317; 0,1176]
0,0525
10 [0,0182; 0,0869]
ND ND ND ND ND
0,0449* 0,0584
15 [0,0040; 0,0857] [0,0060; 0,1108]
ND ND ND ND
0,0916
30 ND ND
[0,0060;0,1771]
ND ND ND
0,0045∗
120 ND ND ND ND ND
[ 0,0004; 0,0086]
Máximo
“Effect
size” en δ=0,35 δ=0,35 δ=0,35 δ=0,7 δ=0,7 δ=0,7
el grupo
genético
ND: No determinado, (*) Diferencias estadísticamente significativas al nivel de
α = 0,05.
Como puede verse en la tabla anterior (p-valor modelo inicial = 0,0747) será
necesario incluir un mayor número de pacientes por grupo genético si se desea
encontrar diferencias estadísticamente significativas entre los grupos.
262
Experimentos de simulación prospectiva
263
Experimentos de simulación prospectiva
La variable principal del estudio con la que se obtendrá las primeras pruebas de
eficacia, se la denominará Y, y puede corresponder a cualquier variable clínica
de eficacia como mejora de la enfermedad, disminución de los síntomas de la
enfermedad, etc.
A partir del modelo planteado por Maloney (2004) para este tipo de ensayos
clínicos, se han realizado unas pruebas piloto y se ha observado que son
necesarios 120 pacientes (40 por grupo de dosis asignada: placebo, 50 mg ó
100 mg) con una potencia del 80% y un nivel α de 0,05 para detectar una
diferencia de δ = 3,2 unidades de Y entre los tratamientos. A continuación se
264
Experimentos de simulación prospectiva
Pacebo (Conceptual)
16
50 mg (Conceptual) Dosis de máximo efecto
15 100 mg (Conceptual)
14
Y (unidades)
13
Dosis óptima
12
11 Modelo de enfermedad
10
0 2 4 6 8 10
Tiempo (meses)
265
Experimentos de simulación prospectiva
Puede observarse en gráfica anterior, que en los pacientes a los que se les ha
asignado placebo, la enfermedad que afecta a los pacientes sigue su curso si no
se les proporciona el fármaco F. La enfermedad en este caso se modeliza como:
E = 10 + 0,1(b0i + slope )
266
Experimentos de simulación prospectiva
Y = E * (1 + EF * RAF ) + ei
e ( − k +( c +b1i )*tiempo )
RAA = + ei
1 + e ( − k +( c +b1i )*tiempo )
267
Experimentos de simulación prospectiva
Placebo (Conceptual)
1,2 50 mg (Conceptual)
100 mg (Conceptual)
1
0,8
Riesgo AA
0,6
0,4
0,2
0
0 5 10 15 20 25
Tiempo (meses)
Durante los estudios previos realizados parece que las distribuciones uniformes,
Weibull y normal pueden ser buenas candidatas para explicar el tiempo de
reclutamiento de los pacientes. Diferentes autores como Abbas (2004) durante
su trabajo de doctorado sugieren la distribución de probabilidades Erlang como
una buena candidata para explicar el tiempo entre visitas de los diferentes
pacientes.
268
Experimentos de simulación prospectiva
Otras distribuciones que suelen emplearse para el tiempo entre visitas son la
distribución normal y la exponencial.
269
Experimentos de simulación prospectiva
270
Experimentos de simulación prospectiva
271
Experimentos de simulación prospectiva
15
14
Y (unidades)
13
12
11
10
0 2 4 6 8 10
Tiempo (meses)
272
Experimentos de simulación prospectiva
0,8
Riesgo AA
0,6
0,4
0,2
0
0 2 4 6 8 10
Tiempo (meses)
273
Experimentos de simulación prospectiva
1,2
1,0 36
,8
,6 40
,4
27
,2
0,0 28
1
35
39
-,2
N= 41
p valor
274
Experimentos de simulación prospectiva
1,0
,8
,6
,4
,2
1
40
7
13
14
0,0 12
-,2
N= 41
p valor
275
Experimentos de simulación prospectiva
14
12
10
% Abandonos
8
6
4
2
0
1
10
13
16
19
22
25
28
31
34
37
40
Réplicas
14
11
12
22
10
30
8
2 37
18
15
0
N= 40
Porcentaje abandonos
276
Experimentos de simulación prospectiva
14
12
% Frecuencia relativa
10 Centro 1
8 Centro 2
6 Centro 3
4
2
0
1
7
10
13
16
19
22
25
28
34
42
Nº de días en ser incluído hasta Visita basal (0
meses)
Los gráficos de dispersión para el tiempo de inclusión por centro, para las 40
réplicas de simulación son:
13 20 26
12 24
18
11 22
16
10 20
14
9 18
12
8 16
7 10 14
N= 40 N= 40 N= 40
277
Experimentos de simulación prospectiva
1
0
11
13
15
17
19
21
23
25
27
29
30
32
35
1
20
41
60
79
98
8
Tiempo (días)
278
Experimentos de simulación prospectiva
300
Duración media de visita (días)
250
200 Centro 1
Centro 2
150
Centro 3
100
50
0
0 2 4 6 8 10
Visitas (Meses)
La duración media (Día 0 a Visita 10 meses) del ensayo clínico en días para las
40 réplicas de simulación ha sido:
279
Experimentos de simulación prospectiva
8 Centro 1
Centro 2
7
6 Centro 3
5
4
3
2
1
0
234
264
275
280
287
292
297
302
308
315
321
326
331
336
343
350
363
374
399
Duración del ensayo clínico (días)
280
Experimentos de simulación prospectiva
Puede determinarse así que el tiempo máximo medio de duración del ensayo
clínico es 394 días aproximadamente y se situará en el centro 3.
430
440
36 420
420
420
410
400
400 400
380
390
380
380
360
360
370
Debido a la importancia del tiempo máximo de duración del ensayo clínico (Día
0 a Visita 10 meses) se han supuesto los siguientes escenarios:
281
Experimentos de simulación prospectiva
Es por ello importante poder calcular el tiempo de duración máximo del ensayo
clínico y prever todos los posibles retrasos en el mismo, especialmente él
debido al retraso en el tiempo de reclutamiento, tan importante en el ensayo
clínico por todas las implicaciones que posee (económicas, logísticas,
estratégicas, éticas, etc).
282
Experimentos de simulación prospectiva
283