תוכנית ניתוח סטטיסטי (SAP): מה קובעים לפני שפותחים את הנתונים?

תוכנית ניתוח סטטיסטי (Statistical Analysis Plan, או SAP) היא מסמך שמתרגם את שאלת המחקר להוראות ניתוח מפורטות: אילו נבדקים ייכללו, כיצד יוגדרו המשתנים והתוצאים, באילו מודלים ישתמשו, איך יטופלו נתונים חסרים ואילו בדיקות רגישות יבוצעו. המטרה היא לצמצם החלטות שמתקבלות רק אחרי שרואים את התוצאות ולהפוך את הניתוח לשקוף ולשחזור.

לא כל מחקר זקוק למסמך רגולטורי ארוך. גם במחקר תצפיתי, עבודה לתואר או מחקר רטרוספקטיבי, תוכנית קצרה ומדויקת יכולה לחשוף בזמן בעיות שקשה לתקן לאחר איסוף הנתונים. היא אינה מחליפה את פרוטוקול המחקר, אלא מפרטת כיצד יבוצע החלק הסטטיסטי שלו בפועל.

מה ההבדל בין SAP לפרוטוקול מחקר?

הפרוטוקול מתאר את מטרות המחקר, התכנון, האוכלוסייה, החשיפה או ההתערבות, התוצאים ותהליך איסוף הנתונים. ה-SAP נכנסת לרמת פירוט שמאפשרת לבצע את הניתוח בלי להמציא כללים תוך כדי עבודה. לפי ICH E9, עליה להרחיב את עקרונות הניתוח שנקבעו בפרוטוקול ולפרט את הנהלים לניתוח המשתנים המרכזיים והמשניים.

למשל, בפרוטוקול אפשר לכתוב שהתוצא הראשי הוא שינוי בלחץ הדם לאחר 12 שבועות. בתוכנית הניתוח צריך להגדיר מהו ערך הבסיס, איזה ביקור ייחשב לשבוע 12, מה יקרה אם המדידה חסרה, האם המודל יתוקנן לערך הבסיס, ואיזה אומדן ורווח סמך ידווחו.

מי שנמצא בשלב בניית המחקר יכול להתחיל מכתיבת פרוטוקול מחקר רפואי, ואז להעמיק את ההחלטות האנליטיות במסמך נפרד או בנספח מובנה.

למה כדאי לקבוע את הניתוח לפני שנחשפים לתוצאות?

כאשר בוחרים מודל, תת-קבוצה או נקודת חיתוך אחרי שרואים מה “עובד”, קשה להבחין בין החלטה מקצועית מוצדקת לבין החלטה שהושפעה מהתוצאה. תוכנית שנכתבה מראש אינה מבטיחה מחקר טוב, אבל היא מתעדת את הכוונה המקורית ומחייבת לסמן ניתוחים חדשים כניתוחים חקרניים או בדיעבד.

הקווים המנחים של Gamble ועמיתיו מפרטים את הרכיבים הנדרשים ב-SAP לניסוי קליני. תבנית מחקרית מורחבת שפורסמה ב-2023 מדגישה שהמסמך צריך להיות מפורט מספיק כך שסטטיסטיקאים שונים, שקיבלו את אותו מאגר נתונים, יגיעו לניתוחים דומים. “נשתמש במבחנים מתאימים” אינו תכנון סטטיסטי.

בניסוי סמוי מקובל להשלים ולאשר את התוכנית לפני פתיחת הסמיות. מומלץ להכין אותה במקביל לפרוטוקול, משום שהעבודה עליה עשויה לחשוף מוקדם פערים בהגדרת התוצא, בגודל המדגם או במבנה הנתונים. במחקר פתוח או תצפיתי העיקרון דומה: כדאי לקבע את ההחלטות המרכזיות לפני שבוחנים את הקשרים בין החשיפות לתוצאות.

מה צריכה לכלול תוכנית ניתוח סטטיסטי?

אין תבנית אחת שמתאימה לכל מחקר, אבל תוכנית שימושית צריכה לענות לפחות על שמונה קבוצות של שאלות.

1. שאלת המחקר והתוצאים

מהו התוצא הראשי, מהם התוצאים המשניים, באילו נקודות זמן הם נמדדים ומהי ההשוואה העיקרית? “שיפור קליני” אינו תוצא מוגדר אם לא ברור באיזה מדד, ביחס לאיזו נקודת בסיס ובאיזה מועד.

2. אוכלוסיות הניתוח

צריך לקבוע מי נכנס לכל ניתוח ומדוע. בניסוי עשויות להיות אוכלוסיות intention-to-treat, per-protocol ובטיחות. במחקר רטרוספקטיבי יש להגדיר כיצד מטפלים בכפילויות, ברשומות חלקיות ובמטופלים ללא משך מעקב מספיק.

3. הגדרת המשתנים

יש לפרט יחידות מדידה, קטגוריות, נקודות חיתוך ומשתנים שיחושבו מתוך נתוני המקור. אם גיל יחולק לקבוצות, למשל, צריך להסביר מראש מדוע והיכן יעברו הגבולות. חלוקה שנבחרת לאחר צפייה בהתפלגות עלולה לאבד מידע ולהיות רגישה לבחירה שרירותית.

4. השיטה לכל תוצא

לכל תוצא מרכזי צריך להצמיד מודל או מבחן, מדד אפקט, רווח סמך, רמת מובהקות ומשתני תיקנון. אם השיטה תלויה בהנחה מסוימת, יש לציין כיצד היא תיבדק ומה תהיה החלופה.

כדאי לחבר את התוכנית גם לחישוב גודל המדגם. ההנחות שעליהן מבוסס החישוב צריכות להתאים לתוצא ולניתוח הראשי המתוכנן.

5. נתונים חסרים

“ננתח את הנתונים הזמינים” אינו תמיד כלל מספק. חשוב לקבוע כיצד יתואר היקף החסר, מה יהיה הניתוח הראשי והאם יבוצע ניתוח רגישות. השיטה תלויה במנגנון החסר, בסוג המשתנה ובהנחות המחקר, ולכן אין פתרון אוטומטי שמתאים לכל מאגר.

6. ריבוי השוואות ותתי-קבוצות

כאשר בודקים תוצאים, מועדים או תתי-קבוצות רבים, גדל הסיכוי לממצא מקרי. ה-SAP צריכה להבהיר אילו בדיקות הן מאששות, האם נדרש תיקון לריבוי השוואות ואילו ניתוחים נועדו ליצירת השערות בלבד.

7. בדיקות רגישות ושינויים

בדיקת רגישות בוחנת אם המסקנה נשמרת תחת הנחה סבירה אחרת. היא אינה סדרת ניסיונות עד שמתקבלת תוצאה רצויה. אם הניתוח שונה מהתוכנית, צריך לתעד מה השתנה, מתי ומדוע.

8. פלטים מתוכננים

אפשר להכין מראש שלדים של טבלאות ותרשימים בלי תוצאות. כך מגלים אם חסר משתנה או אם הפלט אינו עונה על שאלת המחקר. רצוי להגדיר כיצד יוצגו אומדנים, רווחי סמך, ערכי p ומספר התצפיות.

איך SAP נראית בדוגמה מעשית?

נניח שמחקר עוקבה בודק אם חשיפה מסוימת קשורה לאשפוז חוזר בתוך 30 יום. תוכנית חלשה תאמר “נשווה בין הקבוצות ונבצע רגרסיה”. תוכנית שימושית תגדיר מראש:

• אוכלוסייה: מטופלים העומדים בקריטריונים, עם אשפוז אינדקס אחד למטופל.
• חשיפה: הגדרה קלינית ותפעולית, כולל חלון הזמן למדידתה.
• תוצא: אשפוז חוזר מכל סיבה בתוך 30 יום מהשחרור.
• ניתוח ראשי: מודל מוגדר, אומדן אפקט ורווח סמך של 95%.
• ערפלנים: משתנים שנבחרו לפי ידע קליני וספרות, לא רק לפי מובהקות במדגם.
• חסר: דרך לתיאור החסר, שיטת טיפול ובדיקת רגישות אם נדרשת.
• ניתוחים נוספים: הפרדה בין ניתוחי משנה מתוכננים לניתוחים חקרניים.

הדוגמה אינה קובעת מהו המודל הנכון לכל מחקר. היא מראה את רמת הפירוט הדרושה כדי שהבחירות לא יישארו פתוחות עד שכבר מכירים את התוצאות.

מתי כדאי לערב ביוסטטיסטיקאי?

הזמן הטוב ביותר הוא לפני סיום הפרוטוקול ולפני בניית מסד הנתונים. אז עדיין אפשר לחדד את התוצא הראשי, לוודא שהמשתנים הדרושים ייאספו, להתאים את גודל המדגם ולתכנן מצבים צפויים. אחרי איסוף הנתונים חלק מהאפשרויות נסגרות, ולעיתים מתברר שהשאלה המקורית אינה ניתנת למענה מלא.

אם המחקר כבר התקדם, עדיין יש ערך לכתיבת תוכנית לפני הניתוח. חשוב לציין מתי נכתבה, לאילו נתונים כבר נחשף הצוות ומה נקבע מראש. שקיפות עדיפה על הצגת החלטות מאוחרות כאילו תוכננו מלכתחילה.

ליווי סטטיסטי למחקר רפואי יכול לחבר בין השאלה הקלינית, מבנה הנתונים והניתוח שניתן להגן עליו בפרסום. המטרה אינה מסמך ארוך לשם המסמך, אלא להשאיר כמה שפחות החלטות מהותיות לרגע שבו התוצאות כבר על המסך.

צ׳קליסט קצר לפני אישור התוכנית

• התוצא הראשי מדיד ומוגדר בנקודת זמן ברורה.
• אוכלוסיות הניתוח מוגדרות באמצעות כללים ישימים.
• לכל תוצא מרכזי נקבעו מודל, אומדן ורווח סמך.
• משתני התיקנון נבחרו מראש ומנומקים מקצועית.
• קיימת תוכנית לנתונים חסרים ולבדיקות רגישות.
• הוגדר הטיפול בריבוי השוואות ובתתי-קבוצות.
• ברור אילו ניתוחים מאששים ואילו חקרניים.
• נשמרו גרסה, תאריך והיסטוריית שינויים.

תוכנית ניתוח טובה אינה נמדדת במספר העמודים. היא טובה כאשר היא מחברת בין שאלת המחקר, הנתונים והשיטה, ומאפשרת להסביר בדיוק מה תוכנן, מה בוצע ומה השתנה בדרך.

מקורות

• ICH E9: Statistical Principles for Clinical Trials.
• Gamble C, et al. Guidelines for the Content of Statistical Analysis Plans in Clinical Trials. JAMA, 2017.
• A template for the authoring of statistical analysis plans, 2023.
• NIAID: Statistical Analysis Plan guidance.