052. Cele pierwotne i wtórne w badaniach biomedycznych

W badaniu biomedycznym rzadko analizuje się tylko jedną informację. Badacze mogą jednocześnie oceniać skuteczność interwencji, bezpieczeństwo, jakość życia, funkcjonowanie pacjentów, wykorzystanie świadczeń i różnice między podgrupami. Nie wszystkie te pytania mają jednak taki sam status. Najważniejsze pytanie powinno zostać wyodrębnione jako cel pierwotny, a pozostałe należy uporządkować jako cele wtórne lub eksploracyjne. Taki podział nie jest wyłącznie kwestią stylu redakcyjnego. Wpływa na projekt badania, liczebność próby, plan analizy, kontrolę błędu pierwszego rodzaju i sposób interpretacji wyników.

W tej lekcji kursu publicznego na statystyk.edu.pl skupimy się na tym, jak świadomie budować hierarchię celów. Nie chodzi o mechaniczne przypisywanie etykiet „pierwotny” i „wtórny”, lecz o pokazanie, które pytanie ma być głównym sprawdzianem powodzenia badania, a które pytania uzupełniają obraz zjawiska.

1. Czym jest cel pierwotny?

Cel pierwotny to najważniejsze pytanie, na które badanie ma dostarczyć odpowiedzi. Zwykle dotyczy jednego głównego efektu, porównania lub zależności, określonych w sposób możliwy do zmierzenia. W badaniu interwencyjnym może brzmieć: „Ocena wpływu programu rehabilitacji na zmianę dystansu pokonywanego w teście sześciominutowego marszu po 12 tygodniach w porównaniu ze standardową opieką”. W badaniu obserwacyjnym cel pierwotny może dotyczyć związku między ekspozycją a wynikiem zdrowotnym, na przykład: „Ocena związku między przewlekłym stresem zawodowym a nasileniem objawów depresyjnych u pielęgniarek”.

Cel pierwotny powinien być zgodny z problemem głównym, projektem badania, populacją, ekspozycją lub interwencją, wynikiem i czasem obserwacji. W praktyce warto sprawdzić, czy można w nim jednoznacznie wskazać:

• kogo lub czego dotyczy badanie;
• jakie działanie, ekspozycja albo cecha jest analizowana;
• jaki wynik zostanie oceniony;
• w jakim czasie i według jakiej definicji wynik będzie mierzony;
• z czym wynik zostanie porównany, jeżeli badanie ma charakter porównawczy.

W badaniu klinicznym cel pierwotny jest często wyrażany za pomocą pierwotnego punktu końcowego. Cel jest pytaniem naukowym, natomiast punkt końcowy jest jego operacyjnym pomiarem. Przykładowo celem może być ocena skuteczności leczenia w ograniczaniu bólu, a pierwotnym punktem końcowym – zmiana wyniku w skali bólu od wartości wyjściowej do 8. tygodnia.

2. Czym są cele wtórne?

Cele wtórne odpowiadają na pytania ważne, lecz podporządkowane celowi pierwotnemu. Mogą rozszerzać ocenę skuteczności, dotyczyć bezpieczeństwa, mechanizmu działania, jakości życia, funkcjonowania lub innych konsekwencji badanego zjawiska. Nie powinny być przypadkową listą wszystkich zmiennych zebranych w bazie danych.

Przykładowe cele wtórne w badaniu programu edukacyjnego dla osób z cukrzycą typu 2 to:

• ocena wpływu programu na stężenie hemoglobiny glikowanej;
• ocena zmiany wiedzy zdrowotnej pacjentów;
• ocena przestrzegania zaleceń dotyczących aktywności fizycznej;
• ocena liczby nieplanowanych kontaktów z systemem ochrony zdrowia;
• ocena jakości życia związanej ze zdrowiem.

Cel wtórny może być formalnie zaplanowany i mieć własną hipotezę, metodę analizy oraz określony sposób raportowania. Jednak jego wynik nie powinien być przedstawiany tak, jakby był głównym dowodem skuteczności, jeżeli nie nadano mu takiego statusu przed rozpoczęciem badania.

3. Cel pierwotny, wtórny i eksploracyjny – trzy różne poziomy

Warto odróżnić co najmniej trzy poziomy pytań:

Poziom	Znaczenie	Przykład
Pierwotny	Główna odpowiedź, od której zależy ocena powodzenia badania.	Czy interwencja zmniejsza średnie nasilenie bólu po 12 tygodniach?
Wtórny	Zaplanowane, ważne pytania uzupełniające.	Czy interwencja poprawia jakość życia i ogranicza liczbę dni zwolnienia?
Eksploracyjny	Pytania dodatkowe, często służące generowaniu hipotez.	Czy efekt różni się zależnie od chronotypu pacjenta?

Granice między celami wtórnymi i eksploracyjnymi mogą zależeć od protokołu, dziedziny i celu publikacji. Najważniejsza jest przejrzystość: czy pytanie zostało zdefiniowane przed analizą danych, czy pojawiło się dopiero po obejrzeniu wyników.

4. Dlaczego hierarchia celów ma znaczenie statystyczne?

Jeżeli badacz analizuje wiele wyników, rośnie ryzyko uzyskania co najmniej jednego „istotnego” wyniku wyłącznie przez przypadek. Dla pojedynczego testu przy poziomie alfa równym 0,05 prawdopodobieństwo błędu pierwszego rodzaju wynosi 0,05 przy założeniu prawdziwości hipotezy zerowej. Nie oznacza to, że wartość p równa 0,05 jest prawdopodobieństwem prawdziwości hipotezy zerowej. Jest to prawdopodobieństwo uzyskania danych co najmniej tak niezgodnych z hipotezą zerową, przy założeniu, że hipoteza zerowa jest prawdziwa i że model analizy jest właściwy.

Jeżeli w badaniu wykonuje się wiele niezależnych testów, prawdopodobieństwo wystąpienia przynajmniej jednego wyniku nominalnie istotnego może być większe niż 0,05. W uproszczeniu, przy m niezależnych testach, można zapisać:

P(co najmniej jeden fałszywie dodatni wynik) = 1 − (1 − α)m

• α – nominalny poziom istotności pojedynczego testu, na przykład 0,05;
• m – liczba testów;
• P – prawdopodobieństwo wystąpienia co najmniej jednego wyniku fałszywie dodatniego.

Wzór jest uproszczeniem, ponieważ wyniki mogą być zależne. Pokazuje jednak problem: wiele równorzędnie traktowanych punktów końcowych wymaga zaplanowania strategii kontroli wielokrotnego testowania. Można stosować między innymi hierarchię testów, procedury sekwencyjne, korektę Bonferroniego lub inne metody dobrane do struktury hipotez. FDA podkreśla, że uporządkowanie punktów końcowych według ważności pomaga ograniczyć ryzyko nadinterpretacji wyników wielokrotnych analiz (FDA, 2022).

Nie każda analiza wtórna musi być objęta identyczną procedurą testowania jak cel pierwotny. Musi jednak być jasno opisane, czy ma charakter potwierdzający, wspierający czy wyłącznie opisowy. Samo umieszczenie wyniku w tabeli nie czyni go dowodem potwierdzającym.

5. Jak formułować cel pierwotny?

5.1. Zastosuj strukturę populacja–działanie–wynik–czas

Praktycznym schematem jest konstrukcja:

W populacji P ocenić wpływ lub związek A z wynikiem W w czasie T, w porównaniu z C.

Symbol P oznacza populację, A – interwencję, ekspozycję albo cechę, W – wynik, T – punkt lub okres pomiaru, a C – grupę odniesienia, jeżeli występuje.

Przykład: „Ocenić, czy u dorosłych pacjentów po udarze 12-tygodniowy program ćwiczeń domowych, w porównaniu ze standardową rehabilitacją, zwiększa średni wynik sprawności ruchowej mierzony po zakończeniu programu”.

5.2. Zdefiniuj wynik operacyjnie

Nie wystarczy napisać „ocenić poprawę stanu zdrowia”. Należy wskazać, czym ta poprawa będzie mierzona: konkretną skalą, badaniem laboratoryjnym, zdarzeniem klinicznym, wskaźnikiem funkcjonalnym albo innym uzasadnionym pomiarem. Trzeba również określić kierunek interpretacji i sposób obliczenia efektu, na przykład różnicę średnich zmian, iloraz ryzyka, hazard względny lub różnicę odsetków.

6. Jak formułować cele wtórne?

Cele wtórne powinny odpowiadać na pytania, które są logicznie powiązane z celem głównym, ale nie konkurują z nim o pierwszeństwo. Dobrą praktyką jest pogrupowanie ich według funkcji:

• skuteczność dodatkowa – inne klinicznie istotne wyniki;
• bezpieczeństwo – działania niepożądane, hospitalizacje, przerwanie leczenia;
• funkcjonowanie i jakość życia;
• wykorzystanie zasobów – wizyty, koszty, czas pobytu;
• mechanizm działania – biomarkery lub pośrednie procesy biologiczne;
• heterogeniczność efektu – różnice w podgrupach, o ile analiza jest odpowiednio uzasadniona.

Każdy cel wtórny powinien mieć określony pomiar, czas oceny, populację analityczną i plan interpretacji. W przypadku licznych celów należy ustalić, które będą testowane formalnie, a które zostaną przedstawione opisowo lub jako hipotezotwórcze.

7. Przykład 1: badanie kliniczne programu rehabilitacji

Załóżmy, że badacze porównują 12-tygodniowy program rehabilitacji kardiologicznej ze standardową opieką u osób po zawale mięśnia sercowego.

Cel pierwotny: ocena różnicy między grupami w zmianie dystansu w teście sześciominutowego marszu od wartości wyjściowej do 12. tygodnia.

Cele wtórne:

• ocena zmiany jakości życia;
• ocena liczby ponownych hospitalizacji w okresie 6 miesięcy;
• ocena przestrzegania zaleceń dotyczących aktywności fizycznej;
• ocena częstości działań niepożądanych związanych z wysiłkiem.

Gdyby po zakończeniu badania okazało się, że program nie poprawił dystansu marszu, lecz zmniejszył liczbę hospitalizacji, byłby to wynik interesujący klinicznie. Nie należy jednak automatycznie pisać, że „badanie wykazało skuteczność programu”, bez wskazania, że efekt dotyczył wtórnego punktu końcowego i wymaga ostrożnej interpretacji zgodnej z wcześniej ustaloną strategią analizy.

8. Przykład 2: zdrowie publiczne i zdrowie psychiczne

Rozważmy badanie obserwacyjne wśród ratowników medycznych. Celem jest ocena związku między liczbą ekspozycji na zdarzenia traumatyczne a nasileniem objawów zespołu stresu pourazowego.

Cel pierwotny: ocena związku między liczbą ekspozycji traumatycznych w ostatnich 12 miesiącach a wynikiem kwestionariusza objawów PTSD.

Cele wtórne:

• ocena związku ekspozycji z jakością snu;
• ocena związku ekspozycji z absencją chorobową;
• sprawdzenie, czy wsparcie zespołu modyfikuje analizowany związek;
• opisanie odsetka osób, które korzystały z pomocy psychologicznej.

Jest to badanie obserwacyjne, dlatego jego wyniki nie uzasadniają prostego stwierdzenia, że ekspozycje „powodują” PTSD. Można mówić o związku, zależności lub współwystępowaniu, a wnioski przyczynowe wymagałyby odpowiedniego projektu, założeń i kontroli czynników zakłócających.

9. Przykład praktyczny: jak poprawić źle sformułowany plan?

Wersja niepoprawna: „Celem badania jest sprawdzenie, czy aplikacja zdrowotna poprawia zdrowie pacjentów, zmniejsza stres, poprawia sen, zwiększa aktywność i zmienia wyniki badań laboratoryjnych”.

Problemem jest nadmierna szerokość, brak definicji populacji, brak czasu pomiaru i brak hierarchii. Lepsza wersja może wyglądać następująco:

Cel pierwotny: ocena wpływu 8-tygodniowego korzystania z aplikacji na zmianę wyniku w skali odczuwanego stresu u dorosłych pacjentów z nadciśnieniem, w porównaniu ze standardową edukacją, po 8 tygodniach.

Cele wtórne: ocena wpływu aplikacji na jakość snu, liczbę dni z odnotowaną aktywnością fizyczną oraz ciśnienie skurczowe. Wyniki laboratoryjne można zakwalifikować jako eksploracyjne, jeśli badanie nie ma odpowiedniej mocy i uzasadnienia do ich formalnego testowania.

10. Cele a hipotezy, liczebność próby i analiza

Cel pierwotny powinien prowadzić do jasno określonej hipotezy. Jeżeli podstawowym wynikiem jest różnica średnich, hipoteza zerowa może mieć postać:

H0: μ1 − μ2 = 0

• μ₁ – średnia wartość wyniku w pierwszej grupie;
• μ₂ – średnia wartość wyniku w drugiej grupie;
• 0 – brak różnicy średnich w populacji.

Ważniejsze od samej wartości p są oszacowanie efektu, jego przedział ufności i znaczenie kliniczne. Wynik statystycznie istotny może być zbyt mały, aby miał znaczenie dla pacjenta. Z kolei wynik nieistotny statystycznie nie dowodzi braku efektu; może wynikać z małej próby, dużej zmienności lub niedokładnego pomiaru.

Liczebność próby należy wiązać przede wszystkim z celem pierwotnym i minimalną ważną różnicą, którą badacze chcą wykryć. Jeżeli cele wtórne mają mieć charakter potwierdzający, trzeba rozważyć, czy próba zapewnia odpowiednią precyzję także dla tych analiz. Nie powinno się dopisywać po fakcie, że badanie było „wystarczająco liczne” do każdego dodatkowego pytania.

11. Najczęstsze błędy

1. Zbyt wiele celów pierwotnych. Nadanie wszystkim zmiennym najwyższego statusu rozmywa główne pytanie i komplikuje kontrolę błędu pierwszego rodzaju.
2. Brak rozróżnienia między celem a pomiarem. „Ocena jakości życia” jest ogólnym zamiarem; trzeba wskazać skalę, czas i sposób obliczenia wyniku.
3. Dopisywanie celów po obejrzeniu danych. Analizy post hoc mogą być wartościowe, ale należy oznaczyć je jako eksploracyjne lub wtórnie wygenerowane.
4. Traktowanie wszystkich wartości p jako równorzędnych. Wynik wtórny nie staje się głównym dowodem tylko dlatego, że osiągnął nominalne p < 0,05.
5. Brak planu dla wielokrotnego testowania. Przy wielu hipotezach trzeba określić hierarchię, procedurę korekty albo opisowy charakter części analiz.
6. Mylenie istotności statystycznej ze znaczeniem praktycznym. Należy raportować wielkość efektu, przedział ufności i – gdy to możliwe – minimalną klinicznie istotną różnicę.
7. Zmiana definicji wyniku w trakcie badania. Zmiana skali, punktu czasowego lub sposobu obliczeń może zwiększać ryzyko selektywnego raportowania.
8. Język przyczynowy w badaniu obserwacyjnym. Związek statystyczny nie jest automatycznie dowodem przyczynowości.

12. Jak raportować cele w protokole i publikacji?

Cel pierwotny i cele wtórne powinny być opisane w protokole, rejestracji badania lub planie analizy statystycznej przed analizą wyników. Należy podać dokładną definicję każdego punktu końcowego, metodę pomiaru, czas oceny, populację, sposób radzenia sobie z brakami danych oraz plan porównań. CONSORT zaleca pełne, wcześniej określone zdefiniowanie pierwotnych i wtórnych wyników, w tym sposobu i czasu ich oceny (Schulz, Altman i Moher, 2010). Rozszerzenie CONSORT-Outcomes zwraca dodatkowo uwagę na uzasadnienie wyboru wyniku, interpretację docelowej różnicy i odróżnienie analiz zaplanowanych od niezaplanowanych (Butcher i in., 2022).

Wytyczne ICH E9 podkreślają potrzebę wcześniejszego określenia metod statystycznych i spójności między celem, projektem, analizą i interpretacją (ICH, 1998). Z kolei podejście ICH E9(R1) wymaga precyzyjnego opisania efektu, który badanie ma oszacować, w tym populacji, leczenia, wyniku, czasu i sposobu postępowania ze zdarzeniami występującymi po rozpoczęciu interwencji (ICH, 2019).

Co warto zapamiętać?

• Cel pierwotny jest najważniejszym pytaniem badania i powinien być jasno operacjonalizowany.
• Cele wtórne uzupełniają cel główny, ale nie powinny tworzyć przypadkowej listy zmiennych.
• Cel badawczy jest pytaniem, a punkt końcowy – konkretnym sposobem jego pomiaru.
• Wielokrotne cele i testy zwiększają ryzyko fałszywie dodatnich wniosków, dlatego potrzebna jest hierarchia lub inna zaplanowana strategia.
• Wartość p nie jest prawdopodobieństwem prawdziwości hipotezy zerowej.
• Istotność statystyczną należy rozpatrywać razem z wielkością efektu, przedziałem ufności i znaczeniem praktycznym.
• Analizy odkryte po obejrzeniu danych mogą być użyteczne, lecz powinny być wyraźnie oznaczone jako eksploracyjne.
• Treść celu musi odpowiadać projektowi badania; w badaniu obserwacyjnym nie należy bez uzasadnienia używać języka przyczynowego.

Dobrze zbudowana hierarchia celów działa jak mapa całego badania: wskazuje, co jest najważniejsze, co wspiera główny wniosek, a co służy dopiero generowaniu nowych hipotez. Dzięki temu protokół, analiza statystyczna i publikacja pozostają ze sobą zgodne, a czytelnik może ocenić, które wyniki były planowane i jaką mają rangę.

\n

Źródła i dalsza lektura

\n

1. Schulz, K. F., Altman, D. G., Moher, D., for the CONSORT Group (2010). CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trials. BMJ, 340, c332. DOI: 10.1136/bmj.c332.
2. Moher, D., Hopewell, S., Schulz, K. F., Montori, V., Gøtzsche, P. C., Devereaux, P. J., Elbourne, D., Egger, M., Altman, D. G., for the CONSORT Group (2010). CONSORT 2010 Explanation and Elaboration: updated guidelines for reporting parallel group randomised trials. Journal of Clinical Epidemiology, 63(8), e1–e37. DOI: 10.1016/j.jclinepi.2010.03.004.
3. Chan, A.-W., Hróbjartsson, A., Haahr, M. T., Gøtzsche, P. C., Altman, D. G. (2004). Empirical evidence for selective reporting of outcomes in randomized trials: comparison of protocols to published articles. JAMA, 291(20), 2457–2465. DOI: 10.1001/jama.291.20.2457.
4. Butcher, N. J., Monsour, A., Mew, E. J., Chan, A.-W., Moher, D., Mayo-Wilson, E., Terwee, C. B., Chee-A-Tow, A., Baba, A., Gavin, F., Grimshaw, J. M., Kelly, L. E., Saeed, L., Thabane, L., Askie, L., Smith, M., Farid-Kapadia, M., Williamson, P. R., Szatmari, P., Tugwell, P., Golub, R. M., Monga, S., Vohra, S., Marlin, S., for the CONSORT-Outcomes Group (2022). Guidelines for Reporting Outcomes in Trial Reports: The CONSORT-Outcomes 2022 Extension. JAMA, 328(22), 2252–2264. DOI: 10.1001/jama.2022.21022.
5. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use (1998). ICH E9: Statistical Principles for Clinical Trials. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use. Źródło.
6. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use (2019). ICH E9(R1) Addendum on Estimands and Sensitivity Analysis in Clinical Trials to the Guideline on Statistical Principles for Clinical Trials. International Council for Harmonisation of Technical Requirements for Pharmaceuticals for Human Use. Źródło.
7. U.S. Food and Drug Administration (2022). Multiple Endpoints in Clinical Trials: Guidance for Industry. U.S. Food and Drug Administration. Źródło.

\n