Considerações de poder para análises de equações de estimação generalizadas em ensaios randomizados por clusters de quatro níveis

Neste artigo, desenvolvemos métodos para cálculos de tamanho de amostra e poder em estudos de intervenção de quatro níveis quando a atribuição da intervenção é realizada em qualquer nível, com um foco particular em ensaios randomizados por clusters (CRTs). Os CRTs envolvendo quatro níveis estão se tornando populares na pesquisa em saúde, onde os efeitos são medidos, por exemplo, a partir de avaliações (nível 1) dentro de participantes (nível 2) em divisões (nível 3) que estão aninhadas em clusters (nível 4). Em tais CRTs multiníveis, consideramos três tipos de correlações intraclasse entre diferentes avaliações para contabilizar esse agrupamento: a do mesmo participante, a de diferentes participantes da mesma divisão e a de diferentes participantes de divisões diferentes no mesmo cluster. Assumindo funções de ligação e variância arbitrárias, com a estrutura de correlação proposta como a verdadeira estrutura de correlação, fórmulas de tamanho de amostra em forma fechada para randomização realizada em qualquer nível (incluindo ensaios randomizados individualmente dentro de uma estrutura agrupada de quatro níveis) são derivadas com base na abordagem de equações de estimação generalizadas usando a variância baseada em modelo e usando a variância sanduíche com uma matriz de correlação de trabalho de independência. Demonstramos que o poder empírico corresponde bem ao previsto pelo método proposto para apenas oito clusters, quando os dados são analisados usando as equações de estimação ajustadas pela matriz para os parâmetros de correlação com um estimador de variância sanduíche corrigido para viés, sob projetos tanto balanceados quanto desbalanceados.