IRB常見的倫理與統計議題 -...

21
2013.03.09 1 中山醫大附醫 103 臨床試驗教育訓練課程 台北醫學大學暨附屬醫院聯合IRB/ 三軍總醫院IRB/振興醫院IRB 委員 IRB常見的倫理與統計議題

Transcript of IRB常見的倫理與統計議題 -...

  • 2013.03.091

    中山醫大附醫

    103年臨床試驗教育訓練課程

    白 璐台北醫學大學暨附屬醫院聯合IRB/

    三軍總醫院IRB/振興醫院IRB委員

    IRB常見的倫理與統計議題

  • 2013.03.09

    研究的科學性 vs.研究的倫理

    • 實驗介入

    • 盲性處理

    • 組別間的可比較性(隨機分派)

    • 代表性樣本(隨機抽樣)

    • 相關因子控制

    • 效果確認(重複測量/追蹤)

    • 受試者暴露於有害物或發生副作用的風險

    • 受試者知權的損失

    • 受試者被對待的公平性

    • 受試者的自主(願)性

    • 受試者隱私暴露風險

    • 受試者個資揭露風險

  • 2013.03.09

    如何兼顧研究的科學性與倫理

    • 可能有危害性的介入先做動物實驗

    • 依循試驗的期別(trial phases)逐步做介入試驗

    • 適當的研究設計,e.g. cross-over design

    • 僅收集必要的、最少量的資訊

    • 充分的告知

    • 確實徵求並獲得同意

    • 不記名與去連結處理

    3

  • 2013.03.09

    為研究順利採取的手段vs.研究的倫理

    • 引誘性招募作為

    • 行為控制

    • 隱瞞淡化事實

    • 防範退出

    • 檢體與資料方便存放

    • 檢體與資料其他運用

    • 受試者自願性受影響

    • 受試者自由性受限制

    • 受試者判斷力受影響

    • 受試者自主性受影響

    • 受試者個資與隱私無保障

    • 受試者未受尊重

    4

  • 2013.03.09

    如何兼顧研究的順利與倫理

    • 平實中性的招募內容

    • 受試者應配合事項的事前充分告知

    • 試驗前及試驗中已知之危害、副作用、不便及處理方式之充分告知

    • 允許受試者中途退出,不以補償金額為控制手段,但可事前評估退出率,調整收案人數

    • 所有資料保存妥當,所有經手人保密切結

    • 所有資料超過本研究範圍的運用以及已收集到的中途退出者之資料運用必先獲得受試者同意

  • 2013.03.09

    Example: Is smoking a cause of MI

    • Design a Randomized Blinded Trial

    R : Random SelectionR : Random AssignmentB : Blinding

    Sample (B)

    E: smoke

    C: Placebo

    MI

    MI

    No MI

    No MI

    Population

    RR

    Evaluation (B)

    Treatment(cause)

    Results(effect)

    Eligible Population

  • 2013.03.09

    真能這樣做嗎?Why Not?

    • Ethical issues

    • Wait too long to see the results

    • Mono-causal etiology? Quite impossible!

    • Other issues

    Unless using animals for the experiment

  • 2013.03.09

    統計問題與研究倫理

    • 主要在研究樣本大小的決定

    • 樣本數是研究計畫中必須陳述的事項

    • 樣本數要依照研究的特性、條件去估算

    • 只有「合理」「適當」的樣本數,沒有「正確」「最好」的樣本數

  • 2013.03.09

    臨床試驗的樣本數要30人?

    • 樣本數是研究計畫中必須陳述的事項

    • 樣本數要依照研究的特性、條件去估算

    • 只有「合理」「適當」的樣本數,沒有「正確」「最好」的樣本數

  • 2013.03.09

    樣本數的合理性臨床試驗的樣本數要30人?

    多少才好?

    合理適當最好

    愈少愈好?

    保護動物避免浪費

    經費不足

    越多越好?

    容易顯現統計差異

    可以留做他用

    合理量如何決定?

  • 2013.03.09

    • 統計方法的決定與主要測量值的的特性有關

    連續性變項(continuous variable)平均值 (mean, )變異數 (variance, σ2 )

    t test, ANOVA(F test), etc.

    二分變項 (dichotomous variable)百分比(proportion, p)(即平均值)變異數 (variance, pq/n) (q=1-p)

    z test for proportions,

    χ2(Chi-square), etc.

    The statistical methods used for analysis

  • 2013.03.09

    需要樣本數的充分理由

    達到效果所需的最少數量

    平均值 變異數 α levelPower of

    the test

  • 2013.03.09

    檢定假說時決定樣本數的先備資訊

    • 該種測量值的變異數 ( variance, σ2 )或標準差 (standard deviation, σ)

    • 顯示效果的差異大小(e.g. )

    • 檢定水準( level,Prob.of Type I error) (通常使用p< .05 or .01 or .001)

    • 檢定力( , Power of the test)

    (通常使用.90 or.80)

    1 2

    1

  • 2013.03.09

    先備資訊從何處獲得?

    先驅研究pilot study

    文 獻

    經驗印象

    學理基礎

  • 2013.03.09

    檢定兩組平均值的差異時樣本數的估算

    2 2 2

    1 2 1 1 22 ( ) /( )n n z z

    2 2

    1 2 2(0.64)(1.96 1.28) /(1.2) 9.33n n

    e.g.某測量值的變異數為0.64,兩組平均值的差異在1.2以上才是有意義的,在雙尾檢定水準為 .05且檢力為 .90的條件下,每組需要多少人?

    10

  • 2013.03.09

    調整各假設值對樣本數估計的影響

    • 若改為單尾檢定則

    • 若變異數較大σ2 =1,則

    • 若兩組有意義的差異較小

    • 合理的調整各假設值之後,

    樣本數的估計不會超過原始估計數的兩倍

    2 2

    1 2 2(0.64)(1.65 1.28) /(1.2) 7.63n n

    2 2

    1 2 2(0.64)(1.96 1.28) /(1) 13.44n n

    2 2

    1 2 2(1)(1.96 1.28) /(1.2) 14.58n n 15

    8

    14

  • 2013.03.09

    • 請多利用統計諮詢

  • 2013.03.09

    統計方法的說明要出現在受試者同意書上嗎?

    • 「本研究將做血液生化分析包括growth hormone、testosterone、cortisol與lactate等濃度的測定。統計檢測將以重複測量變異數分析(two-way repeated measure ANOVA) 考驗三種處理對參與者於蹲舉阻力運動測驗前後,各激素濃度的差異。當交互作用達顯著差異時,將以 Fisher’s LSD 進行事後比較。」

  • 2013.03.09

    樣本數需要這樣告訴受試者嗎?

    • 「本研究將以線性結構方程模型(Structural Equation Modeling, SEM)來討論影響……….的因素路徑,一般認為在執行SEM 時 如無特殊原因,皆會以最大概似法進行,因此估計參數與樣本數比值(p:n)應為1:20,1:10 是樣本數的最小要求,但是最大概似法在樣本大於500 以上時,卡方值會嚴重的膨脹,導致模型配適度不佳(Lei, & Wu, 2007) ,綜合以上的看法樣本要大於200 並小於500 是合理的樣本數。」

  • 2013.03.09

    樣本數這樣告訴受試者即可

    • 本研究將邀請300位於2013年做過健康檢查的50-75居民參與。

  • 2013.03.0921

    白 璐[email protected]

    [email protected]: 02-8791-0456

    mailto:[email protected]:[email protected]