揭开亚组分析的面纱肿瘤学期临床试验亚组

揭开亚组分析的面纱——肿瘤学Ⅲ期临床试验亚组分析现状

医院临床统计中心梁斐

梁斐统计师

作者简介

医院临床统计中心统计师，复旦大学公共卫生学院社会医学与卫生事业管理专业硕士。擅长临床统计、医院管理及卫生技术评估。包括成本效益分析、药物经济学分析和疾病负担分析等，掌握常用临床统计分析方法，成本效益分析模型，熟练使用SPSS、SAS、Treeage等统计软件。

Ⅲ期临床试验的亚组分析有助于筛选出获益更大或获益不足而毒副反应更严重的患者，对肿瘤患者的个体化治疗有重要意义。医院张盛副教授、胡夕春教授和医统江湖梁斐所组成的研究团队对肿瘤学Ⅲ期临床试验亚组分析现状进行了研究，研究结果已经发表在年5月份的《临床肿瘤学杂志》（JClinOncol）上。

导言

亚组分析是临床试验报道的重要组成部分，由于临床试验的入组患者通常存在很大的异质性，因此亚组分析对于确定无效人群，或者最佳获益人群具有重要意义。因此亚组分析的结果可以帮助临床医生开展个体化的治疗。然而不适当的亚组分析也可能导致夸大或者误导的结果。

CONSORT（ConsolidatedStandardsofReportingTrials），即临床试验报告统一标准。CONSORT声明（statement）对随机对照临床试验的报道拟定了一份含25项内容的清单，旨在规范报道要求，使读者能够获得完整、清晰的临床试验方法学和研究结果的信息。

CONSORT声明对亚组分析报道作出了如下推荐。

亚组分析应在研究方案中预先设计

对同一数据进行复合分析存在着出现假阳性结果的风险，因此，为避免造成这一情况，研究者应进行亚组分析。而在研究初始阶段将亚组分析写入研究方案并根据预先设计展开分析，其结果比得到试验数据后再进行亚组分析更为可靠。

亚组分析结果应完整报道

如果在临床试验中进行了亚组分析，研究报道应包括哪些亚组被用于分析、选择这些亚组的原因、是否为预设亚组分析以及预设亚组分析的数量。选择性报道可能会造成偏倚。

交互作用分析是评估亚组效果的合适方法

最常见但易误导读者的评价方法是比较每组治疗效果单独分析的P值。单从某一亚组疗效的P值是否有统计学意义推断治疗效果是不正确的，而且会导致假阳性率增高。

评估某个亚组时，关键不在于该亚组疗效是否显著优于对照组，而是亚组治疗效果是否在组间具有显著性差异，而这种比较可以通过交互作用分析实现。但其弊端是可能降低把握度（power）。在进行交互作用分析时，除须报告每个亚组的P值外，还须计算偏离差异［含可信区间（CI）］。

亚组分析应局限于一些重要的临床问题

如果某个亚组分析满足上述一切条件，并得出有统计学意义的结论，但从临床医生的角度来看认为这个亚组分析是没有意义的，发生这种冲突的时候应该怎么办？

研究第一作者、医院张盛副教授认为，这个问题很难完全回答。但我们需要明确的是，统计学只是一种方法学，统计最终是为临床服务的，而治疗是从临床出发的，一切统计学如果离开了临床医生的判断，离开了临床应用，是没有价值的。

虽然亚组分析被广泛的使用并且是临床试验报告的重要部分，但是对于亚组分析报道的现状却很少有相关研究加以