统计学在临床试验中的作用.docVIP

统计学在临床试验中的作用 　　摘要：在应用统计学的基本概念的基础上，探讨临床研究中统计学的作用以及在不同类型的临床试验中比较结果的一些方法。分析下面我们将举一些例子，看看在分析临床试验中数据偏倚时如何使用其它的检验方法进行多重检验时必须校正，使临床试验的结果更真实可信，并有助于我们研究新疗法。 　　关键词：应用统计学；临床研究数据；检验方法 　　中图分类号：R96 文献标识码：A 文章编号：1673-8500（2013）02-0075-01 　　一、临床试验的统计学方法 　　临床试验 是指按科学的实验方法，研究疾病在临床阶段规律的试验。临床试验研究的对象主要是病人或健康人。 　　1.选择病人可以作为实验组也可以作为对照组。一般是选择患某种确诊疾病的患者为观察病例。选择病人除考虑病人本身的特征外，还要考虑疾病的特征，如病情的发展状况，常规治疗方案的疗效情况，病人的生存状况是否存在危险等等方面。 　　2.选择健康人。一般是作为试验的对照组，考虑的各方面因素与病人相同或相近。由于人的背景因素及个性特征极为复杂，在进行临床试验研究时，除考虑上述因素外，还要考虑医德等方面的问题。在选择病人及健康人、选择处理因素时，要非常慎重。试验前应该经过科研小组成员及有关专家的认真讨论，并进行周密设计，以避免出现各种意外情况。因此，针对人体的临床试验研究与动物试验研究存在很大的区别。这是每位医学科研工作者应该十分注意的。 　　3.社区干预试验。是指对社区中的所有人群施加某种处理因素并观察一段较长的时间。其目的是通过干扰某些在人群中存在的危险因素或施加某种保护性措施，观察处理因素在社区人群中产生的效应或预防效果。典型的社区干预试验的实例之一是在社区人群的饮水中加入氟化物以观察是否能够降低人群的龋齿发生率的试验。由于社区干预试验中涉及人群数量多，人群结构复杂，不易控制处理因素及背景干扰因素，且难以对人群给予处理因素时进行随机化分配，其试验效果及效应的确切性往往不易准确判断或确定。 　　二、临床试验中数据偏倚分析 　　让我们从无效假设开始谈起。无效假设就是认为被比较的项目之间无差别。在临床试验中就是两组：一组是应用一种药物的治疗组，另一组是使用对照药物治疗组。的确，统计的常规就是用来判断差异是由偶然性或样本偏差造成的，还是存在真实的差异。事实上，在临床试验中我们非常依赖统计学。我们将要学习偏倚、机会遇、共线性、混杂因素和效应修饰。 　　偏倚之一就是所谓的选择性偏倚。这是研究者在将研究对象进行分组时发生的偏倚。他也许会选择具有某些特性的个体分入特定的组，从而预先影响了干预的结果。因此在临床试验中，盲法分组非常重要。另一类偏倚就是所谓的评价偏倚，是指研究者的偏见或预判断改变了试验结果。 　　安慰剂效应，我们对这个概念都非常熟悉。它的意思就是，如果一个研究对象认为自己正在进行一种活性治疗，那么在他身上就会出现正面效应。认识较少但是与安慰剂效应作用一样的，被称作有害安慰剂效应。它的意思就是，如果一个研究对象认为自己正在服用安慰剂，那么在他身上就会出现负效应。还有一个概念称作停药效应，研究者倾向于排除服用安慰剂的研究对象，认为他们不会像活性药物治疗组一样有效。再次说明了，对研究者而言，对具体研究对象的治疗分组保持盲法非常重要。 　　记忆或回忆偏倚，通常发生于某一组的研究对象更容易回忆起某些事件，而另一组的研究对象则不然。这可以影响需要收集一定类型资料的研究，和某些设计类型的研究结果。 　　宣示偏倚，一个试验组的研究对象叙述他们的经历时较其他组更准确。这样就会影响结果，影响试验数据的分析以及试验的解释。 　　我们已经谈到临床试验中会发生的各种类型的偏倚，但是我们别忘记，机会（偶然性）本身就是一种数据分析的“捣蛋鬼”，机会代表了偶然因素导致的结果的可能性，记住P值，而且根据定义，按照常规设定的P值为0.05就表示，你接受有二十分之一的机会由偶然因素导致的结果。我们要使用针对这个问题的统计学方法。记住前面的一个例子，在一个临床试验中就单一干预做的40个不同的分析。很可能由机会造成在这40个分析中可能有2个是有统计学差异但并不符合实际。这两个结果完全是机会产生的。这就是为什么要在进行多重检验时必须校正。 　　共线性是指一个观察的因素与暴露有关但是与所观察的疾病无关。例如，在患有肺癌的研究对象的口袋里有火柴，就会假定火柴可以引起肺癌，但事实是火柴点燃了研究对象吸的香烟，而不是点燃了研究对象起居室的壁炉。共线性可以建立一种并非真正的关联，它是由于一件事情与另外一件直接与结果相关的事情有关。 　　混杂因素就是那些与暴露因素有关但是与结果无关的因素。例如暴露因素是一个化工厂的苯和氯乙烯，哪一个是癌症的危险因素？如果一个研究对象均暴露于二者，则不能区