Cálculo de poder e tamanho de amostra para benefício líquido incremental em análises de custo-benefício com aplicações em ensaios conduzidos pelo Canadian Cancer Trials Group
BMC Medical Research Methodology volume 23, número do artigo: 179 (2023) Citar este artigo
31 Acessos
Detalhes das métricas
Historicamente, cálculos de poder e tamanho de amostra a priori não têm sido realizados rotineiramente em análises de custo-efetividade (CEA), em parte devido à ausência de dados publicados de correlação e variância de custo e eficácia, que são essenciais para cálculos de poder e tamanho de amostra. É importante ressaltar que a correlação empírica entre custo e eficácia não foi examinada no que diz respeito à estimativa da relação custo-benefício na literatura clínica. Portanto, não está bem estabelecido se os estudos de custo-efetividade incluídos em ensaios randomizados controlados (ECR) têm capacidade insuficiente ou excessiva para detectar mudanças na relação custo-benefício. No entanto, recentemente diretrizes (como as da ISPOR) e agências de financiamento sugeriram que o tamanho da amostra e os cálculos de poder deveriam ser considerados em CEAs incorporados em ensaios clínicos.
Examinamos todos os ECRs conduzidos pelo Canadian Cancer Trials Group com uma análise de custo-efetividade incorporada. A variância e a correlação de eficácia e custos foram derivadas dos dados do ensaio original. O método do benefício líquido incremental foi utilizado para calcular o poder da análise de custo-efetividade, com exploração de correlações alternativas e valores de disposição a pagar.
Identificamos quatro ensaios para inclusão. Observamos que um cenário hipotético de coeficiente de correlação zero entre custo e efetividade levou a uma estimativa conservadora do tamanho da amostra. A análise de custo-eficácia não teve capacidade suficiente para detectar alterações na relação custo-benefício em dois ensaios, com uma disposição a pagar de 100.000 dólares. Com base em nossas observações, apresentamos seis considerações para futuras avaliações econômicas e um programa on-line para ajudar os analistas a incluir a priori o tamanho da amostra e cálculos de poder em futuros ensaios clínicos.
A correlação entre custo e eficácia teve um impacto potencialmente significativo no poder e na variância das estimativas de relação custo-benefício nas análises de custo-eficácia examinadas. Portanto, as seis considerações e o programa on-line podem facilitar cálculos de poder a priori em análises de custo-efetividade incorporadas em ensaios clínicos futuros.
• Os analistas podem utilizar o programa online apresentado no presente estudo para examinar o poder a priori das análises de custo-eficácia.
• Os analistas poderão potencialmente aplicar as considerações apresentadas neste documento na fase de planeamento de futuras análises de custo-eficácia.
Relatórios de revisão por pares
O custo crescente dos agentes anticâncer nas últimas duas décadas gerou discussões na literatura sobre o valor das novas terapias anticâncer [1]. Especificamente, foram apresentadas preocupações na literatura devido aos benefícios de sobrevivência desproporcionalmente modestos de novos agentes terapêuticos contra o cancro, em comparação com os aumentos substanciais no custo [2]. No entanto, os ensaios anticancerígenos de fase III são convencionalmente concebidos para detectar melhorias na eficácia e não necessariamente alterações na relação custo-benefício [3, 4].
Atualmente, os CEAs incorporados em ensaios de câncer são comumente concluídos sem tamanho formal de amostra e cálculos de poder [5]. No entanto, um relatório recente da Força-Tarefa de Boas Práticas de Pesquisa da ISPOR sugeriu a inclusão de cálculos de tamanho de amostra para CEAs incorporados em ensaios clínicos [5]. Além disso, as agências de financiamento de bolsas de pesquisa podem normalmente solicitar justificativas estatísticas do tamanho da amostra, mesmo para desfechos secundários de avaliação econômica em ensaios clínicos de câncer [comunicação pessoal: Matthew Cheung, copresidente do Comitê de Análise Econômica, Canadian Cancer Trials Group, 11 de novembro de 2022]. No entanto, existe atualmente uma escassez de informações na literatura publicada com relação às estimativas empíricas dos parâmetros do tamanho da amostra [5, 6]. Portanto, os analistas podem não ser capazes de examinar o poder dos CEAs incorporados em ensaios clínicos, apesar da sua reconhecida importância na literatura [5]. Além disso, a probabilidade de um novo tratamento ser rentável com base em métodos bayesianos pode ser difícil de estimar porque as distribuições anteriores de variância e covariância também não estão bem estabelecidas na literatura [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>