Сравнение основных стратегий анализа рандомизированных контролируемых исследований с множественными конечными точками с применением к трансплантации почки

Почему это важно для пациентов и испытаний

Когда врачи проверяют новые методы лечения, особенно у людей после трансплантации почки, им важно знать не только живут ли пациенты дольше, но и сохраняют ли они трансплантированную почку и избегают ли серьёзных побочных эффектов, таких как инфекции. Ни один исход сам по себе не даёт полной картины. В этой статье с помощью масштабных компьютерных симуляций исследуется практический вопрос: когда в испытании одновременно отслеживают несколько важных исходов, какая статистическая стратегия лучше всего даёт ясные ответы, обеспечивает справедливость по отношению к пациентам и учитывает ограниченный размер реальных исследований?

Разные способы оценки успеха

Авторы сосредотачиваются на рандомизированных контролируемых исследованиях, которые отслеживают несколько ключевых событий после трансплантации почки: смерть, потерю трансплантата, эпизоды отторжения и тяжёлые инфекции. Вместо выбора только одного исхода обсуждаются три основные стратегии, часто встречающиеся в регуляторных рекомендациях. Первая объединяет несколько событий в единый «любой неблагоприятный исход», то есть исследование проверяет, задерживает ли или предотвращает новое лечение первое такое событие. Вторая тестирует каждый исход отдельно, но корректирует правила множественного тестирования, чтобы частые проверки не увеличивали вероятность ложноположительного результата. Третья, называемая обобщёнными попарными сравнениями, ранжирует исходы по клинической значимости и сравнивает пациентов по парам: сначала по наиболее важному событию, а менее критичные учитываются лишь тогда, когда первый уровень даёт неопределённый результат.

Как строились симуляции

Поскольку в сложных ситуациях трудно вывести точные формулы для поведения этих стратегий, исследователи использовали симуляции клинических испытаний. Они смоделировали тысячи «виртуальных исследований» при широком наборе реалистичных сценариев: разные размеры выборки, разные скорости наступления каждого исхода, различные величины пользы или вреда лечения и разные степени корреляции между исходами. Некоторые сценарии отражали особенности трансплантации почки, где смерть и потеря трансплантата редки, но инфекции часты; другие включали «терминальное» событие, такое как смерть, которое мешает наблюдать последующие исходы, либо допускали корреляцию исходов без такого блокирования. В каждом смоделированном испытании применяли все три стратегии анализа и фиксировали, объявила бы она лечение успешным.

Что они нашли о суммарной мощности тестов

Во многих сценариях с временными событиями стратегии, объединяющие информацию в единый глобальный тест — композитная конечная точка и обобщённые попарные сравнения — оказались более мощными, чем подход с множественным тестированием. Это значит, что они с большей вероятностью выявляли истинную пользу лечения, когда она имелась, особенно если лечение приносило эффект по нескольким исходам. Обобщённые попарные сравнения часто были немного более мощными, чем композит, особенно если выгода наблюдалась по всем приоритетным исходам. Однако их эффективность сильно зависела от того, какое событие стоит на вершине приоритетного порядка и как часто оно встречается. Напротив, множественное тестирование с поправкой обычно давало меньшую чувствительность, но его эффективность улучшалась с ростом размеров исследования и когда редкие, но очень важные события всё же демонстрировали явный эффект лечения.

Скрытые компромиссы и сложные ситуации

Симуляции выявили важные оговорки. Когда в комбинированной мере доминирует частый, но менее тяжёлый исход, например инфекция, композитная конечная точка может показать статистически значимую пользу, даже если в редких, но более серьёзных исходах, таких как смерть или потеря трансплантата, улучшения мало или его нет — и в крайних случаях может наблюдаться даже ухудшение. Обобщённые попарные сравнения частично решают эту проблему, отдавая приоритет более серьёзным событиям, но они могут терять мощность, если верхний по приоритету исход часто встречается и при этом не затрагивается лечением, поскольку многие парные сравнения прекращаются на этом уровне и не учитывают благоприятные изменения в менее приоритетных исходах. Множественное тестирование, хотя и менее мощное в целом, даёт более ясное представление о том, какой именно исход определяет положительный или отрицательный результат, но требует более сильных эффектов или больших выборок, чтобы достичь значимости после корректировки.

Влияние корреляций и противоречивых эффектов

Поведение всех трёх стратегий изменялось, когда исходы были скоррелированы — например, когда пациенты, потерявшие трансплантат, также с большей вероятностью умирали — или когда лечение имело противоположные эффекты на разные исходы. Сильные положительные корреляции часто снижали мощность композитных конечных точек и обобщённых попарных сравнений, поскольку сильно связанные компоненты дают меньше независимой информации, чем слабо связанные. В сценариях с противоречивыми эффектами глобальные методы — особенно если они придавали больше веса более важным событиям — реже объявляли успех, если вред проявлялся в исходах с высоким приоритетом, даже когда менее важные исходы улучшались. Тем не менее при условии, что главный «движущий» исход приносил пользу от лечения, эти методы часто оставались более мощными, чем подход с поправкой на множественное тестирование.

Что это значит для будущих испытаний

Для читателей без специальных статистических знаний главный вывод в том, что не существует универсального способа оценки сложных вмешательств. Объединение исходов в единый показатель или использование попарных сравнений может сделать исследования меньшими и эффективнее, помогая выявлять реальные преимущества в трансплантации почки и аналогичных областях. Но такие подходы могут также скрывать, какие именно исходы улучшились или ухудшились, и существенно зависеть от порядка приоритизации исходов или их корреляции. Авторы приходят к выводу, что проектировщикам испытаний следует выбирать баланс между статистической эффективностью и прозрачностью: глобальные тесты можно использовать для принятия основного решения, но их всегда следует сопровождать тщательным покомпонентным анализом, чтобы убедиться, что кажущиеся преимущества не маскируют важные вреды.

Цитирование: Herkner, F., Posch, M., Bond, G. et al. Comparison of primary analysis strategies of randomized controlled trials with multiple endpoints with application to kidney transplantation. Sci Rep 16, 8769 (2026). https://doi.org/10.1038/s41598-026-38979-6

Ключевые слова: исследования при трансплантации почки, композитные конечные точки, анализ множества конечных точек, обобщённые попарные сравнения, моделирование клинических испытаний