课件：临床试验的数据管理与统计分析姚晨讲稿.pptVIP

等效: E – C 的 95% 可信区间 支持等效 不支持等效 0 试验组好 对照组好 ( ( ( ) ) ) 不支持等效 –? +? 非劣效的定义 绝对的相等 E = C 是不可能的 非劣效: E 与 C相近,可以差一些，但不能太大，具体根据事先确定的界值? 判断 差 好 –? E – C 0 95% 可信区间的下限大于 –?. 非劣效试验的统计分析 E 是否非劣于C（至少与C一样好）? 或, E与 C (阳性对照) 的差距在界值 ?以内 步骤 选择临床非劣效的界值 ? 计算差异的 95% 可信区间是否在(–?, ?)内 非劣效: E – C 的 95% 可信区间 支持非劣 0 试验组好 对照组好 ( ( ) ) 不支持非劣 –? 非劣效与优效比较 对照组好 试验组好 优效 临床劣效 临床非劣效，但统计学劣效 0 –? E-C的95% CI 为评价某治疗糖尿病新药的有效性，采用随机、双盲双模拟、阳性对照药平行对照、多中心临床研究设计方案，整个试验过程历时18周，其中药物治疗16周，以16周测定的HbA1c 相对基线(0周)变化值作为主要疗效指标。根据临床经验规定如果试验组主要疗效指标不比阳性对照药差0.3，即可判定试验药有效，必要时还可进一步评价是否优于对照药。 这里提出的是一个非劣效检验的问题，根据对照药的有效性，由临床专家提出了0.3这一非劣效的标准，即：当两组主要疗效指标的总体差值不超过0.3时，该差距在临床上没有实际意义，认为两组药物疗效相当。 举例(两均数之差) 1、主要疗效指标治疗前后变化 2、各中心主要疗效指标治疗前后变化 3、主要疗效指标中心效应分析 ANOVA数据的图形表达 最小二乘法(最早称为回归分析法)是一种数学优化技术，它通过最小化误差的平方和找到一组数据的最佳函数匹配,由著名的英国生物学家、统计学家道尔顿（F.Gallton）——达尔文的表弟所创。 ANOVA是利用线性回归模型研究变量之间存在关系 。 最小二乘均数(LSmeans)是校正其他因素影响后的估计的独立效应大小，其95%CI为总体效应大小。 ANOVA中的最小二乘均数(LSmeans) 4、主要疗效指标有效性分析 有效性判定: 试验组 – 对照组 差值的 95% CI 不支持非劣 支持非劣 ( ) 0 对照组好 试验组好 ? 0.2 0.1 -0.1 -0.5 -0.4 -0.3 -0.2 0.3 0.4 0.5 ( ) -0.14 -0.37 0.09 ( ) 支持优效 患者暴露于研究药物的时间 研究时间（天）=（末次随访日期－初诊日期）+ 1 治疗时间（天）= 按照患者实际用药天数计算 患者用药依从性=〔（发药量－剩余量）／应服药数量〕×100%， 安全性评价指标 生命体征（心率、收缩压、舒张压）、体重、 实验室检查(心电图) 不良事件 ……… 四、安全性评价 生命体征、体重：对基线和每次访视时检查结果进行定量描述，组内采用配对t检验，组间采用两组t检验进行比较。 心电图：采用治疗前后交叉表的形式描述各治疗周期心电图变化。 实验室检查：采用治疗前后交叉表的形式定性描述其有临床意义的变化。 不良事件的种类、严重程度、发生频率及与研究药物的关系将列表描述。 安全性评价统计分析方法 Thank you 联系人：姚晨yaoc301@ 问题与解答 THANK YOU SUCCESS * * 可编辑 * 1 * * * 1 variabilities depend on subject, study conduct, etc. to say that the “true E” is close to E, we give a range and, since we also are not completely certain of the range, we give it with a statement of probability the reduction is statistically significant. ? The lower limit of 95% CI for E – C is greater than 0. * 1 * 1 * 1 * 1 * 1 Again, a probability statement is needed Absence of evidence should not be confused with evidence of absence. * 1 Also give supportive evid