临床试验数据统计分析概述

临床试验数据统计分析概述㈠、统计分析计划书统计分析计划书由生物统计学专业人员起草，并与主要研究者商定，其内容比试验方案中所规定的统计分析更为详细。统计分析计划书上应列出统计分析集的选择、主要指标、次要指标、统计分析方法、疗效及安全性评价方法等，按预期的统计分析结果列出统计分析表备用。统计分析计划书应形成于试验方案和病例报告表完成之后。在临床试验进行过程中，可以修改、补充和完善。在盲态审核时再次修改完善。但是在第一次揭盲之前必须以文件形式予以确认，此后不能再作变动。㈡、统计分析集用于统计的分析集需在试验方案的统计部分中明确定义，并在盲态审核时确认每位受试者所属的分析集。在定义分析数据集时，需遵循以下两个原则：①使偏倚达到最小；②控制I类错误的增加。根据意向性分析（简称ITT）的基本原则，主要分析应包括所有随机化的受试者。即需要完整地随访所有随机化对象的研究结果，但实际操作中往往难以达到。因此，常采用全分析集进行分析。全分析集（简称FAS）是指尽可能接近符合意向性治疗原则的理想的受试者集。该数据集是从所有随机化的受试者中，以最少的和合理的方法剔除受试者后得出的。在选择全分析集进行统计分析时，对主要指标缺失值的估计，可以采用最接近的一次观察值进行结转(lastobservationcarryforward,简称LOCF)。受试者的“符合方案集”(简称PP)，亦称为“可评价病例”样本。它是全分析集的一个子集，这些受试者对方案更具依从性，依从性包括以下一些考虑，如接受治疗，主要指标可以测定以及没有对试验方案大的违反等。将受试者排除在符合方案集之外的理由应在盲态审核时阐明，并在揭盲之前用文件写明。在确证性试验中，对药物的有效性评价时，宜同时用全分析集和符合方案集进行统计分析。当以上两种数据集的分析结论一致时，可以增强试验结果的可信性。当不一致时，应对其差异进行清楚的讨论和解释。如果从符合方案集中排除受试者的比例太大，则对试验的总的有效性会产生疑问。在很多的临床试验中，全分析集方法是保守的，但更能反映以后实践中的情况。应用符合方案集可以显示试验药物按规定的方案使用的效果，但可能较以后实践中的疗效偏大。对安全性评价的数据集选择应在方案中明确定义，通常安全性数据集应包括所有随机化后至少接受一次治疗的受试者。㈢、缺失值及离群值缺失值是临床试验中的一个潜在的偏倚来源，因此，病例报告表中原则上不应有缺失值，尤其是重要指标（如主要的疗效和安全性指标）必须填写清楚。对病例报告表中的基本数据，如性别、出生日期、入组日期和各种观察日期等不得缺失。试验中观察的阴性结果、测得的结果为零和未能测出者，均应有相应的符号表示，不能空缺，以便与缺失值相区分。离群值问题的处理，应当从医学和统计学专业两方面去判断，尤其应当从医学专业知识判断。离群值的处理应在盲态检查时进行，如果试验方案未预先指定处理方法，则应在实际资料分析时，进行包括和不包括离群值的两种结果比较，研究它们对结果是否不一致以及不一致的直接原因。㈣、数据变换分析之前对关健变量是否要进行变换，最好根据以前的研究中类似资料的性质，在试验设计时就做出决定。拟采用的变换(如对数、平方根等)及其原理需在试验方案中说明，数据变换是为了确保资料满足统计分析方法所基于的假设，变换方法的选择原则应是公认常用的。一些特定变量的常用变换方法已在某些特定的临床领域得到成功地应用。㈤、统计分析方法临床试验中数据分析所采用的统计分析方法和统计分析软件应是国内外公认的，统计分析应建立在正确、完整的数据基础上，采用的统计模型应根据研究目的、试验方案和观察指标选择，一般可概括为以下几个方面：1、描述性统计分析一般多用于人口学资料、基线资料和安全性资料，包括对主要指标和次要指标的统计描述。2、参数估计、可信区间和假设检验参数估计、可信区间和假设检验是对主要指标及次要指标进行评价和估计的必不可少的手段。试验方案中，应当说明要检验的假设和待估计的处理效应、统计分析方法以及所涉及的统计模型。处理效应的估计应同时给出可信区间，并说明计算方法。假设检验应明确说明所采用的是单侧还是双侧，如果采用单侧检验，应说明理由。3、协变量分析评价器械有效性的主要指标除药物作用以外，常常还有其它因素的影响，如受试者的基线情况、不同治疗中心受试者之间差异等因素，这些因素在统计学中可作为协变量处理。在试验前应深思熟虑地识别可能对主要指标有重要影响的协变量及如何进行分析以提高估计的精度，补偿处理组间由于协变量不均衡所产生的影响。在多中心临床试验中，如果中心间处理效应是齐性的，则在模型中常规地包含交互作用项将会降低主效应检验的效能。因此对主要指标的分析如采用一个考虑到中心间差异的统计模型来研究处理的主效应时，不应包含中心与处理的交互作用项。如中心间处理效应是非齐性的，则对处理效应的解释很复杂。