为什么越来越多的临床试验会做亚组分析?

李延龙

李延龙

上海盛迪医药有限公司

擅长:研究设计和统计分析
已关注
关注
2017-10-15 来源:医咖会

在临床试验中,我们一般希望在所有类型患者中观察到一致的治疗效果,但疗效往往会随着患者的特点而变化,这时候我们就需要亚组分析来明确研究结论。

新英格兰医学杂志刊出的一篇综述《The Primary Outcome Is Positive — Is That Good Enough?》中[1],作者认为当临床试验的主要结局阳性时,还应当考虑11个问题。(表1)

表1 主要结局阳性时应当考虑的问题

今天,我们探讨一下“研究结论是否在重要的亚组之间保持一致?”

一、什么是亚组分析(Subgroup Analysis)?

正如上面提到的,临床试验的主要目的是要明确某种治疗措施是否对某种疾病有疗效,但是我们往往又想进一步知道某一类型患者(比如老年患者,重症患者)的疗效是否会更好,这时候我们除了对全部研究对象进行统计分析以外,还会尝试对其中部分研究对象(亚组)进行分析。

亚组分析包括两类[2]:(1)在临床试验设计之初就有了明确的计划——确证性亚组分析(事先);(2)在临床试验结束后才决定进行——探索性亚组分析(事后)。确证性亚组分析的结果比探索性亚组分析的结果更为可靠。

新英格兰医学杂志发表的一项3期药物临床试验——PLATO[3],探讨了替格瑞洛和氯吡格雷在急性冠脉综合征(ACS)患者中的疗效。研究入选了43个国家及地区、862个中心的18624例ACS患者。主要终点为复合终点,包括心血管死亡,心肌梗死或卒中。研究发现,相比于氯吡格雷,使用替格瑞洛的研究对象主要终点事件发生率降低了16% (9.8%VS 11.7%, HR=0.84, 95%CI:0.77-0.92, P<0.001)

试读结束,兑换后即可解锁本专栏全部课程
评论
请先登录后再发表评论
发表评论
medi_27441208821
我的研究做了Cox亚组分析,每一个亚组比较都有一个P值,我很想知道交互P是如何弄出来的,应该用哪些因素交互?比如说:两种不同的治疗方案治疗脑梗死(明确的2组),比较性别是否存在差异。我的做法是:把数据分成男、女2个不同性别的数据,再分别进行Cox回归,得出各自P值,但不知道他们交互P怎么弄,请大神指点。
2022-05-25 08:43:35 回复
0
medi_27441208821
太好了
2022-05-24 23:08:59 回复
1
使用课程券需先认证
为保证平台的学术氛围,请先完成认证,认证可免费享受基础会员权益
基础课程券2张
专属科研工作台
200积分
确认
取消
下载附件需认证
为保证平台的学术氛围,请先完成认证,认证可免费享受基础会员权益
基础课程券2张
专属科研工作台
200积分
确认
取消
公众号
统计咨询
扫一扫添加小咖个人微信,立即咨询统计分析服务!
会员服务
SCI-AI工具
积分商城
意见反馈