4. - Ca. Mama estadíos Tempranos.
- Regimenes que incluyen Taxanos:
- AC - EC - FAC – FEC
- Tema: Contribución de F a AC / EC no está
definida al igual que dosis densa
AT mejoran outcomes:
- Inclusión:
- Confirmación Histologica, operable,
confinado a mama y axila
- MP o MT + DA ( al menos G +)
- 18-70ª
- ECOG 0-1
- MO normal al igual que otros
organos.
- Edad Fértil: uso de MAC.
- Endpoint 1º: SLE
6. - Asignación de Participantes a Grupos de
Tratamiento y de control, suponiendo que cada
participante tiene la misma probabilidad de ser
asignado a cualquier grupo.
¿Qué es?
- Evita Sesgo de Selección
- Genera Grupos Comparables entre sí¿Por qué?
7. Basada en una secuencia única
donde la asignación es Aleatoria.
SIMPLE
PRO: Grupos de Gran Tamaño,
genera Nº similar de Participantes .
Contra: Grupos de Menor Tamaño,
generan Nº desigual de
Participantes .
8. EN BLOQUES
- Se Randomiza Participantes en Grupos
que resultan en tamaños iguales de
Muestra
- Bloques Pequeños
- Tamaño determinado por Investigador
- Nº constante en todo tiempo
- Tamaño Bloque: Multiplo Nº Grupos
- Contra: Covariables en ciertos grupos.
9. - Aborda la necesidad
para controlar y equilibrar la influencia de las
covariables
- Aquí el Investigador ID y entiende la
influencia de las covariables sobre la variable
dependiente
- Se genera un bloque separado para cada
combinación de covariables, y los
participantes se asignan al
bloque apropiado y se realiza una
randomización simple.
- De esta Forma se Controla Influencia
covariables sobre conclusiones.
- Útil en Muestras Pequeñas y funciona
cuando todos han sido ID antes de la
asignación de grupo.
ESTRATIFICADO
10. ADAPTATIVA o MEDIANTE
MINIMIZACION
- Se asigna secuencialmente un nuevo
participante a un grupo de tratamiento
particular tomando en cuenta las
covariables específicas y asignaciones
previas de los participantes.
-R. Depende del participante ant. ; se
realiza decision caso a caso para el
enrolamiento del que sigue.
Analiza:
- Totales Marginales
- Covariable
- Comparan Totales
Se asigna a Grupo con Menos
Covariables para Reducir Desequilibrio
15. En ocasiones, el experimentador está interesado en estudiar el
efecto sobre la variable respuesta de varios factores.
En estos casos la alternativa a la experimentación clásica, en la
que se estudia el efecto de cada factor en experimentos
independientes, es el diseño factorial
Definición:
Un Diseño Factorial con Dos Factores (2x2) consiste en experimentar con
todos los tratamientos que se obtienen al combinar cada nivel de un
factor con los niveles del otro
INTRODUCCIÓN:
16. 1 Contrastar si existen diferencias entre las medias de la
variable respuesta en cada uno de los niveles del factor 1.
2 Contrastar si existen diferencias entre las medias de la
variable respuesta en cada uno de los niveles del factor 2.
3 Contrastar si los dos factores interaccionan.
OBJETIVOS:
17. Eficiencia: con menos experimentos se estiman los efectos con
la misma precisión.
Mayor información, pues con la experimentación clásica no se
exploran todas las combinaciones de los niveles de los
factores.
Mayor rango de validez de las conclusiones.
VENTAJAS:
18. DISEÑO FACTORIAL
2 x 2
Variable A1 A2
Variable B1 B2 B1 B2
Grupos
Experimentales
A1B1 A1B2 A2B1 A2B2
Variable: Dosis A1: Standard A2: Densa
Variable: QMT B1: EC-P B2: FEC-P
En nuestro Estudio:
De negro Tto y de blanco control – ej. 2 grupo tto tamaño del bloque seria 4 o 6 y se randomizan a todas las posibles combinaciones.
Multiplo: EJ: 2 grupo Ttto, tamaño del bloque 4 o 6. ////////////Covariables por ej, comorbilidad que afecten resultados.
(1) a block size of 4 is chosen, (2)
possible balanced combinations with 2 C (control) and 2 T
(treatment) subjects are calculated as 6 (TTCC, TCTC,
TCCT, CTTC, CTCT, CCTT), and (3) blocks are
randomly chosen to determine the assignment of all 40
participants (eg, one random sequence would be [TTCC /
TCCT / CTTC / CTTC / TCCT / CCTT / TTCC / TCTC /
CTCT / TCTC]). This procedure results in 20 participants
in both the control and treatment groups (
Clasifica a los pacientes en diferentes estratos o categorias según determinados criterios pronosticos conocidos antes de la asignacion aleatoria.
Los pacientes de cada categoria son asignados de forma independiente a cada brazo del estudio mediante un procedimiento de aleatorizacion propio.
Se consigue que los grupos contengan aprox el mismo Numero de sujetos en cada gradiente definido
En el Ejemplo. Luego de 9 participantes se debe asignar enrolaral 10ª teniendo en cuenta covariables bajo peso y hombre se suman totales marginales y el que tenga menos se asigna y asi se reduce el desequilibrio.
In the simple case, the factorial design attempts to evaluate two interventions
compared to control in a single experiment
Este tipo de experimentos permiten el estudio del efecto de cada factor sobre la variable respuesta, así como el efecto de las interacciones entre factores sobre dicha variable.