当一个临床研究得到阴性结果时，研究者典型的第一反应是：什么出错了？治疗是否真的无效？是否还有一线希望？接下来该怎么做? 

新英格兰医学杂志发表的一篇文章，列举了试验的主要结局为阴性时，应该考虑的问题[1]。

今天我们来讨论第8个问题：“亚组分析是否发现阳性信号？”。相信很多人都听说过亚组分析或者应用过亚组分析，有人认为亚组分析具有“化腐朽为神奇”的功能，总能在阴性结果中挖掘出一些P＜0.05的点来给研究者发挥的空间；也有人认为亚组分析的结果根本就不可靠。

那么，亚组分析的作用究竟怎样，我们到底该如何看待亚组分析？下面我们将以SYNTAX和EXCEL 试验为例，来谈谈临床试验结局阴性时究竟要不要考虑亚组分析。

一、“神奇”的亚组分析

亚组分析指的是，除了将所有受试者作为一个整体人群进行统计分析外，研究者会尝试对其中部分人群（亚组）进行分析。在随机对照试验中，研究者对亚组分析总是抱有极大热情，甚至将其作为“必杀技”。

比如在一些随机对照试验的结果报告中经常有这样的情况：在所有入组的研究对象中，干预措施较对照措施并无任何优势，统计学差异没有显著性；然而研究者进行几次亚组分析后，奇迹出现了，干预措施在某些亚组人群（比如某种基因突变、某个种族、某个地区、某个年龄段等）中出现了显著效果，最后这样一个来源于亚组分析的结果拯救了一个原本可能毫无价值的干预措施，简直让人“不明觉厉”！

然而事实果真如此吗？

二、亚组分析的局限性

随机对照试验中，随机化最大的作用是使研究对象在试验组与对照组之间，除试验因素以外的其他因素都达到均衡，所以如果在试验方案中没有设计亚组分析，那么事后进行的亚组分析事实上已经破坏了随机化原则，亚组内的研究对象在基线特征上可能已经不再平衡，此时亚组分析结果的证据级别最多与一个观察性研究的证据级别类似，大多数时候其可靠性甚至不如一个设计合理且基线特征平衡的观察性研究结果。