Revisión metodológica de la estimación del tamaño muestral en ensayos clínicos aleatorizados con una variable respuesta de tiempo hasta el evento

Abstract

Los ensayos clínicos aleatorizados (ECA) son esenciales en la investigación clínica para evaluar la eficacia y seguridad de nuevas intervenciones terapéuticas. La estimación del tamaño de la muestra es crucial tanto metodológica como éticamente. Aunque los conceptos estadísticos para calcular el tamaño de la muestra son claros en comparaciones de medias y proporciones, son más diversos para una variable de tiempo hasta el evento. En este TFM vamos a revisar en un primer objetivo la metodología empleada para estimar el tamaño muestral en un ECA cuyo objetivo primario sea una variable de tiempo hasta el evento. La revisión consta de una breve introducción sobre los tipos de estimaciones muestrales que hay y las consideraciones básicas de su cálculo. Posteriormente, se revisan las características de una variable de tiempo hasta el evento y sus principales métodos de análisis para terminar con una revisión de las principales fórmulas usadas para el cálculo del tamaño muestral.

En el segundo objetivo, abordaremos el cálculo por simulación del tamaño muestral en un ECA con un diseño secuencial de grupo (GSD), basándonos en la metodología presentada por Jiang et al. 2012. Se simularon 4 escenarios posibles en un ECA de dos brazos cuyo objetivo principal era una variable de tiempo hasta el evento. El escenario A constaba de un diseño tradicional de una etapa; el B constaba de dos etapas; el C de tres etapas con igual espacio de tiempo entre ellas y el D de tres etapas con t1 = 0, 5 y t2 = 0, 75. La decisión del mejor escenario se efectuó en base a una serie de índices obtenidos de la simulación. En concreto, los escenarios C y D necesitaron un mayor tamaño muestral, pero redujeron el número esperado de eventos. Finalmente, el escenario D fue el elegido por su mayor probabilidad de detención precoz. En conclusión, este TFM ofrece una visión global sobre el cálculo del tamaño muestral en un ECA con una variable de tiempo hasta evento y una metodología práctica y sencilla para estimar dicho tamaño muestral en un ECA con GSD.

Abstract: Randomised clinical trials (RCTs) are essential in clinical research to evaluate the efficacy and safety of new therapeutic interventions. Sample size determination is crucial both methodologically and ethically. Although the statistical concepts for calculating sample size are clear in comparisons of means and proportions, they are more diverse for a time-to-event variable. In this TFM we will review in a first objective the methodology used to estimate sample size in an RCT whose primary objective is a time-to-event variable. The review consists of a brief introduction on the types of sample size estimates available and the basic considerations of their calculation. We then review the characteristics of a time-to-event variable and its main methods of analysis and conclude with a review of the main formulas used for sample size calculation.

In the second objective, we will address the simulation calculation of sample size in an RCT with a group sequential design (GSD), based on the methodology presented by Jiang et al. 2012. Four possible scenarios were simulated in a two-arm RCT whose primary endpoint was a time-to-event variable. Scenario A consisted of a traditional one-stage design; scenario B consisted of two stages; scenario C consisted of three stages with equal time spacing between them; and scenario D consisted of three stages with t1 = 0, 5 and t2 = 0, 75. The decision on the best scenario was made on the basis of a series of indices obtained from the simulation. In particular, scenarios C and D required a larger sample size, but reduced the expected number of events. Finally, scenario D was chosen because of its higher pro-bability of early arrest. In conclusion, this TFM provides an overview of the sample size calculation in an RCT with a time-to-event variable and a practical and simple methodology to estimate the sample size in an RCT with GSD.