1. 什么是多重性问题？

临床试验中的多重性（multiplicity）是指多重检验，即多次使用假设检验。众所周知，由于每次假设检验都有风险，特别是当拒绝原假设时，我们会犯第一类错误，即假阳性（false positive）。而对同一个问题的回答需要多次使用假设检验时，I类错误就会膨胀。例如，4个试验组间进行两两比较，如每次检验水准为0.05，则6次假设检验至少出现一次假阳性的概率会高达26.5%。因此，需要适当的方法将总的第I类错误控制在预定的水准下。这就是多重性校正问题。

凡涉及多个主要疗效指标，或期中分析，或多组间比较，就遇到了多重性问题。换句话说，当一个临床试验只涉及一个试验组和一个对照组比较、一个主要疗效指标，且不进行期中分析，此时一般不涉及多重性问题。除此之外的临床试验都存在多重性问题。可见，多重性问题是临床试验中的常见问题。

2. 什么时候需要校正多重性？

因对α的校正和对P值的调整是同一个问题的两个方面，故这里只讨论对α的校正。下面分5种情况来介绍。

（1）存在多个主要疗效指标时，α的校正

一般情况下，一个临床试验只涉及一个主要疗效指标，但是，也有临床试验中定义了多个主要疗效指标。此时需要考虑多重性问题。

1）当要求多个指标同时有统计学意义，才认为试验有效，此时无需校正α。

2）只要有一个指标有效，即认为试验药物有效，此时需校正α；一般按重要性进行分配，重要的指标检验水准大一些，不重要的指标检验水准小一些，也可以等分，但总和不超过α。例如，在抗肿瘤药物研究中，考虑两个主要疗效指标：总体生存率和无进展生存率，前者取0.04，后者取0.01；也可以都取0.025。总和为0.05。