临床试验中统计学.doc

小胖说统计之一： 认识α,β ????? 要了解生物统计在临床试验中的应用，首先需从认识α,β开始，就是这两个不起眼的符号贯穿了临床试验生物统计的始终。α和β的定义是比较拗口的，特别是对于那些没学过统计的人来说，这两个东西是怎么也搞不明白具体是怎么回事。虽然比较拗口，但咱还得在这里重复一下α和β的科学定义：α又称第I类错误或显著性水平，指拒绝了实际上成立的H0，β又称第II类错误，指不拒绝实际上不成立的H0。对应β的还有一个概念叫power，国内翻译为把握度，它等于1－β，指拒绝实际上不成立的H0的概率。 说得通俗一点，临床试验中你会犯俩错误，一种错误就是两种药本来没啥区别，却说成您的药优于人家的药，这就是α；另一种错误就是你的药的确优于人家的药，却说成两种药没啥区别，这就是β。那1－β呢，就是咱的优秀药物被发现的概率啊。 不知道，上边的解释，您听明白了吗？如果听明白了，小胖要问您了，谁应该最关心α啊，那又谁应该最关心β啊？ 最关心α的当然是我们伟大的SFDA以及诸如FDA之类的药品审批机构啊，为啥？他们当然不希望一种药明明和别的药没啥区别，却被药厂说成疗效更好，换言之，他们可不希望审批无效的药物进入市场。所以啊，它们要限定这种错误发生的概率，也就是我们的α了，一般情况下，α被限定为0.05。 最关心β的当然是我们的药厂了，为啥？为钱，哈哈！药厂当然不希望明明他的药优于别人的药，却被说成两种药没啥区别吧，所以它们希望降低这种错误发生的概率，也就是降低β了。换言之，他希望提高把握度（1－β），使自己的药能有更高的概率作出来优于别的药物，从而进入市场，赚取钞票。。。一般情况下，β应小于0.2，甚至0.1，对应的把握度为80％或90％。 当然药厂降低β，也就是提高把握度，会提高你试验成功的概率，但这也同时意味着同等条件下样本量的增加，样本量的增加就意味着money的增加，这些都是矛盾的，没办法，谁让这世界本来就是一个矛盾的世界呢，你只好去权衡利弊，找个平衡点呗。。。 今天就到这里吧，休息，休息。。。 小胖说统计之二：怎样认识Non－positive 试验 在上一博认识完α和β后，我们继续深入探讨一下β。。。 在很多情况下，我们会经常遇到临床试验的结果是Non－positivie（P0.05）,此时你会怎么解释呢？有的同学比较干脆，看到p0.05，就立马认为两种药无差别，更有甚者，如果对照组是安慰剂的话，那这个药就被判定为无效，彻底over了。当然这些同学未免有点武断了，其实大多数情况下，这是由于under－powered造成的，下边小胖就给大家举个例子看看吧。。。 咱保护人家的知识产权，先说明这个例子的referencnce为: Arch Pediatr Adolesc Med. 2006;160(11):1126-1129, 仅供咱参考学习之用。 试验是这样的： 本试验比较Duct Tape和placebo治疗小学儿童人乳头瘤病毒（疣）的疗效，主要疗效指标是6周后的wart resolution，最后的试验结果是Duct Tape组16％，placebo组6％，p＝0.12。 看到这个结果，你会得出啥结论？别，咱先别急，先看看它的最初的样本含量和把握度设计的叙述： 根据以往综述，placebo治疗10周后约有30％的wart resolution。假设双测检验0.05显著水平，每组需要39例病人才能有80％的把握检验出Duct Tape和placebo组wart resolution30％的的差异。考虑到失访，最终入组100例（每组50例）。 看完这个叙述，你应该会发现点东西了吧，对！研究者过高地估计了placebo的wart resolution，同时也过高地估计了两组之间的差别。研究者那个后悔啊，肠子都悔青了，后来经过反省，他发现了俩估计上的问题： （1）人家以前的综述，是说10周后的wart resolution是30％，本试验主要指标是6周后的wart resolution，当然这个率应该低一些； （2）与placebo30％的差别，也太过于自信了吧，人家临床上觉得你的药有15％的提高就有临床意义了，你把标准提得这么高，不是自找麻烦吗。 根据试验结果，我们可以推算出本试验的把握度只有26％, 这么低的把握度就怪不得没做出啥来了。。。 这样吧，小胖替研究者重新设计一下，咱假设plcebo组30％wart resolution不变，把两组差异降为15％，这样算出来，每组做175例，总共350例。 假设同样的wart resolution结果，Duct Tape组16％，placebo组6％，你猜咋得？把握度大于80％，P0.05了！！！咱的Duct Tape有救了！！！ 说了这么半天，大