Zi — (Se — Sc)/2

, где Se и Sc — успехи в сравниваемых терапиях соответственно.

Статистика

V= S*F/(4n),

где S, F и п — общее число успехов, неудач и пациентов соответственно.

Верхняя и нижняя границы области продолжения исследования вычисляются таким образом, чтобы при их пересечении исследование можно было остановить, сделав однозначное заключение о преимуществе одной из терапий . Классический подход к последовательному дизайну, предложенный автором , предполагает проведение попарных сравнений пациентов в группах. Однако очень мало клинических исследований действительно проводилось по такой схеме, поскольку случайно выбранные пары могут существенно отличаться по многим прогностическим факторам . Для устранения этого ограничения был предложен так называемый групповой последовательный дизайн, который предусматривает деление всего множества пациентов на подгруппы, число которых равно числу предполагаемых инспекций результатов. В каждой подгруппе половина пациентов получает одну терапию, половина - другую терапию, статистический анализ производится каждый раз как только заканчивается сбор информации для очередной подгруппы. И каждый раз данные для уже проанализированных подгрупп пересчитываются. Уровень значимости при такой процедуре выбирается с учетом множественных сравнений. В остальном этот подход не отличается от классического. С описанием других процедур последовательного дизайна можно познакомиться, например, в работах .

Поскольку в отличие от плана параллельных групп в данном случае количество пациентов не определяется заранее, не может возникнуть ситуация, когда собранных данных не хватает для формирования статистически значимого заключения о различии в эффекте.

Мультицентровые исследования — это исследования, проводимые по единой методике и программе одновременно в нескольких лечебных учреждениях, что позволяет сократить сроки сбора необходимого объема информации. Число пациентов при этом возрастает не пропорционально, поскольку необходимо учесть межцентровую вариацию интересующих параметров. Существует мнение, что мультицентровые клинические исследования могут оказаться неэффективными, если в каждом центре в процесс исследования включено разное число пациентов . Статистический анализ данных мультицентровых исследований требует особого внимания, снекоторыми статистическими процедурами можно познакомиться в работах . Многие ученые сходятся во мнении, что, несмотря на то что в основе мультицентровых исследований лежит единый протокол, условия проведения исследования в каждом центре могут приводить к такой существенной межцентровой вариации данных, что результаты таких исследований можно рассматривать как частный случай метаанализа.

Метаанализ и объединение данных (pooling) —процесс обобщениярезультатов различных исследований на одну тему с применением специальных процедур синтеза данных. К такому объединению обычно прибегают в случае, если объемов отдельных исследований оказывается недостаточно для формирования статистически значимого заключения. При этом существуют 2 подхода к анализу данных:

1) объединение данных отдельных исследований и проведение анализа для всей совокупности, как если бы они были получены в одном исследовании;

2) проведение анализа полученных данных для каждого исследования вотдельности и последующее объединение не данных, а статистических результатов.

Такое объединение результатов не может проводиться путем вычисления обычных средних значений. При проведении метаанализа используют процедуры «взвешивания» данных различных источников в соответствии с числом включенных пациентов, процедуры анализа и т.д. Наиболее простой способ для понимания такого объединения результатов — графический. На один и тот же график наносят доверительные интервалы для интересующего показателя эффекта, вычисленные в различных исследованиях. Преимуществом объединения данных является возможность получения статистически достоверного заключения вследствие увеличения общего объема выборки. Однако известны и противники такого подхода.

По их мнению, процедуры отбора пациентов, методы проведения исследований и оценки эффекта могут настолько варьироваться, что объединение результатов теряет всякий практический смысл . Поэтому данные для проведения метаанализа должны специальным образом подбираться.