Что такое эмуляция целевого исследования? Семинары Академии методов исследования NIHR RSS

Запись начинается через 7 минут. Докладчик: Рут Киог, профессор биостатистики и эпидемиологии кафедры медицинской статистики Лондонской школы гигиены и тропической медицины (LSHTM) и содиректор Центра данных и статистической науки для здравоохранения LSHTM (DASH). Председатель: д-р Уилл Халм, статистический эпидемиолог Института прикладной науки о данных Беннетта, кафедра первичной медико-санитарной помощи, Оксфордский университет. Метод целевого моделирования клинических испытаний (TTE) помогает изучать причинно-следственные эффекты вмешательств (например, методов лечения, политики) с использованием данных наблюдений. Рандомизированные контролируемые исследования являются золотым стандартом для изучения эффектов вмешательств, но не на все важные вопросы можно ответить с помощью исследования, включая вопросы об эффектах в определенных группах пациентов, о долгосрочных эффектах и ​​сложных стратегиях лечения. Данные наблюдений предоставляют возможности для изучения вопросов, которые иначе были бы невозможны. Однако это сложно не только из-за смешения факторов, но и из-за того, как информация о методах лечения и характеристиках пациентов наблюдается во времени. Нам необходимо тщательно продумывать дизайн таких исследований, чтобы избежать предвзятости, и структура TTE помогает нам в этом. TTE включает два этапа: (1) описание протокола «целевого исследования», которое должно ответить на вопрос о причинно-следственной связи; (2) моделирование каждого компонента протокола с использованием наблюдательных данных. В этом докладе будет представлена ​​структура TTE, а также обсуждены передовые методы и проблемы. Мы рассмотрим примеры и недавно предложенные рекомендации по отчетности TTE. Мы не будем подробно описывать конкретные методы статистического анализа, но подчеркнем необходимость адаптации анализа к вопросу и правильного учета проблем, возникающих при различных стратегиях лечения. Ключевые ссылки: Hernán MA, Dahabreh IJ, Dickerman BA, Swanson SA. The Target Trial Framework for Causal Inference From Observational Data: Why and When Is It Helpful? Ann Intern Med. 2025 Mar;178(3):402-407. doi: 10.7326/ANNALS-24-01871. Кэшин, А. Г.; Хансфорд, Х. Дж.; Эрнан, М. А.; Суонсон, С. А.; Ли, Х.; Джонс, М. Д.; Дахабрех, И. Дж.; Дикерман, Б. А.; Эггер, М.; Гарсия-Альбенис, Х.; Голуб, Р. М.; Ислам, Н.; Лоди, С.; Морено-Бетанкур, М.; Пирсон, С.-А.; Шневейсс, С.; Шарп, М. К.; Стерн, Дж. А. К.; Стюарт, Э. А.; МакОли, Дж. Х. Прозрачное представление результатов наблюдательных исследований, имитирующих целевое исследование — заявление TARGET. ЖАМА 2025, 334 (12), 1084–1093. https://doi.org/10.1001/jama.2025.13350. БМЖ 2025. https://doi.org/10.1136/bmj-2025-087179.