小胖說統計之十:研究設計

小胖說統計之十:研究設計

開篇宣告:1:以下內容轉自網路,如有侵權,可聯絡刪除

                 2. 以下觀點,僅代表作者個人觀點,請帶著質疑的態度去閱讀。如有問題,歡迎評論區留言或直接聯絡作者


        在我們開展的臨床試驗中,最常見的有三種研究設計型別即平行設計(parallel group design)、交叉設計(cross‐over design)和析因設計(factorial design)。


1. 平行設計

        這也是我們絕大部分臨床試驗的設計型別。即將病人隨機分配到兩個或多個治療組中的一組,每組分別給予不同的治療。當然我們最常遇到的兩組臨床試驗,一組試驗藥物,一組對照藥物或安慰劑,就是最典型的平行設計。平行設計是最常見也是最簡單最傳統的設計,可以直接比較兩組間的差異,也比較容易進行統計分析。


2. 交叉設計

        按照預先設計好的順序,病人在各個時期依次接受各種治療,以比較各治療間的差異。這是自身比較和組間比較綜合應用的偉大發明哦。下邊是一個最簡單的2X2 交叉設計的例子:


                                   A 藥物 ‐‐‐‐ 洗脫期 ‐‐‐‐ B 藥物

受試者 隨機化

                                   B 藥物 ‐‐‐‐ 洗脫期 ‐‐‐‐ A 藥物


        交叉設計最大的好處是由於做到自身比較,因此需要較少的樣本量。而它存在的問題也是顯而易見的,其中最大的問題就是延滯效應(carryover effect),啥意思呢,就是一個病人現服了A 藥物後經過一段洗脫期後再服用B 藥物,就存

在一種情況,即這個病人服用A 藥物的效果可能在後期服用B 藥時還有殘餘,從而難以真正判斷藥物的療效,特別是B 藥的療效。因此,交叉設計應儘量避免延滯效應,一方面洗脫期必須足夠長,以使藥物的作用完全消退,更重要的一方

麵是你在應用交叉設計時必須要充分了解疾病的特徵,要求疾病是慢性病,且病情相對穩定。總之一句話,要精心進行研究,在試驗前就要確定是否滿足交叉設計的要求。在這裏,小胖還要說明的一點是,交叉設計對病人的失訪要求比較嚴格,當有病人失訪時,分析和解釋會變得很複雜,因此,交叉設計一般僅限於預期失訪較少的試驗。

        當然小胖最後強調的一點是,交叉設計特別是2x2 交叉設計也有它天生適應的土壤,那就是生物等效性試驗,這也是我們交叉設計最常用的情況。


3. 析因設計:

        首先小胖給大家講一個故事,20 世紀中葉,心血管疾病和腫瘤已成為疾病死亡的主要原因。大量觀察研究顯示,β-胡蘿蔔素可能會降低腫瘤的發生率;而另一方面,很多醫生透過觀察猜想阿司匹林可能會預防心臟病的發生。為此

60 年代和70 年代開展了很多臨床試驗,但結果卻不盡相同。1980 年由主要研究者Charles H. Hennekens 領導開始進行了歷史上最著名的臨床試驗之一Physicians' Health Study,此試驗選擇了醫生作為受試者,原因在於醫生比普通人群能更準確地報告他們的醫療史和健康狀況,同時也更有可能確定研究藥物的可能的副作用。而此試驗的主要目的在於評價阿司匹林能否預防心肌梗塞和其他心血管事件,同時還想知道β-胡蘿蔔素能否預防腫瘤的發生。在這項試驗中,使用了當時還是創新的臨床研究設計,也就是所謂的2x2 析因設計。受試者將被分配到下列四組中:(1)阿司匹林加β-胡蘿蔔素;(2)阿司匹林加β-胡蘿蔔素安慰劑(3)阿司匹林安慰劑加β-胡蘿蔔素(4)阿司匹林安慰劑加β-胡蘿蔔素安慰劑。

共有22071 名受試者隨機入組。最後試驗結果表明,阿司匹林可以使心肌梗塞的風險降低44%(P<0.00001);而補充β-胡蘿蔔素12 年未帶來益處也未帶來害處。

        以上這個故事,就是歷史上最著名的一個析因設計即透過治療的不同組合,對兩個或多個治療同時進行評價的例子,從以上這個例子我們簡單地可以看出析因設計有以下優點:

        - 可以在一個試驗中,同時檢驗兩種假設

        - 成本大大降低

        - 受試者可接受性提高,即只有1/4 的機會分到完全安慰劑組中

        上邊Physicians' Health Study 這個例子,可以簡單地讓大家對析因設計有了一個初步的瞭解,下邊小胖將繼續深入介紹一下析因設計的應用。

        首先小胖提出一個問題,為什麼要使用析因設計?

        小胖簡單總結為兩點,一是出於成本的考慮;二是出於探索藥物之間互動作用的考慮。

        首先我們看一下第一點成本。大家都知道開展一項臨床試驗是十分昂貴的。一項臨床試驗的主要花費包括:

        - 治療費用,也就是研究藥物對照藥物的費用

        - 受試者篩選、隨機入組和隨訪費用

        - 臨床試驗的設計以及前期準備

        - 統計分析和報告

        析因設計的出現,即我們可以在一個試驗中同時研究兩種或兩種以上藥物的療效,比起我們開展兩個或兩個試驗分別研究兩種或兩種以上藥物的療效,在臨床試驗費用方面,特別是在一些非治療費用方面會大大節省。這種情況下采用析

因設計,我們通常假設藥物之間是獨立的,不會相互影響,即無論有B 還是沒B,A 的效應本身都是一樣的。顯然,對於那些治療性試驗,這種假設很少是合理的,因為各種治療都是針對同一種疾病的,難免會產生一些相互的影響。因此,用析因設計來達到在一個試驗中同時研究兩種或兩種以上藥物的療效來代替開展兩個或兩個以上試驗分別研究兩種或兩種以上藥物的療效的目的,這種情況大部分出現於一些預防性試驗中,比如前文中提到的Physicians' Health Study,以及後來的Physicians' Health Study II,還有WHI 研究。在這些試驗中,每個藥物經常分開進行分析和報告。實際上,有時一種藥物治療可能已經結束並進行分析報告了,而另一種藥物治療還在繼續。例如,在Physicians' Health Study 中,阿司匹林早早就顯示出了降低心肌梗塞風險而終止治療了,而β-胡蘿蔔素卻仍在繼續。在這種情況下,應用析因設計,其藥物治療評價的比較應該是:


        以A 藥和B 藥,2x2 析因設計為例

        (1)A 藥 (2)B 藥 (3)A+B       (4) PLACEBO

        - A 藥的評價比較:接受A 藥治療的對比未接受A 藥治療的 即 (1)+(3)vs (2)+(4)

        - B 藥的評價比較:接受B 藥治療的對比未接受B 藥治療的 即 (2)+(3)vs (1)+(4)

        而樣本量的計算也是基於上述兩個比較,分別計算出上述兩個比較所需的樣本量,然後選擇較大的那一個樣本量即為這個試驗所需的樣本量。而在具體的統計分析中,通常我們也不會對多重性進行調整。

        小胖要強調的一點是,上邊這些統計方面的考慮是基於藥物之間無互動作用這一假設的。至於互動作用的問題,也就是析因設計應用的另一方面即出於探索藥物之間互動作用的考慮。

        析因設計另一大應用便是出於探索藥物之間互動作用的考慮。如果您對藥物之間的互動作用感興趣或想比較所有可能的藥物治療組合的療效,那麼析因設計將是你的最合適的選擇。在這裏小胖需要說明的一點是,如果你只對所有治療組

閤中的某幾個組合感興趣,比如現在有三個藥物,8 種藥物治療組合,你只是想比較其中的三四個治療組合,那麼你還是選擇一個只包含你所感興趣的治療組合的試驗,這時析因設計不是你最好的選擇。

        其實,上述情況下的析因設計應用最廣泛的便是我們經常碰到的聯合治療的臨床試驗,比如我們常見到的在心血管臨床試驗,特別是高血脂臨床試驗中,通常會使用聯合治療。聯合治療作為一種治療方法有時是十分必需的。比如說我們

常碰到以下幾種情況(以兩種藥物聯合治療為例):

        - 兩種藥物有不同的互補的療效機制

        - 一種藥物由於毒性反應只能限定在某個劑量以下,而這時可以聯合另一種藥物達到更高的療效,而毒性也不會過大;比如說在高血脂治療中,他汀類藥物的劑量一般超過80mg 後,其毒性就會很大,因此可以聯合其他藥物使用比如ezetimibe,出現ezetimibe+他汀類10mg/20m/40mg,同樣可以達到80mg 他汀類的療效甚至更高,毒性也相應地減少了

        另外一點,如果你主要關心的是藥物之間的互動作用,那麼在樣本量方面會大大增加,才能檢驗出這種互動作用。因此,我們結合前文所述,如果你計算樣本量時是基於藥物主效應,那麼這時的樣本量在估計互動作用時,其檢驗效能會

大大降低。

        現在關於析因設計,特別是對於互動作用,還有很多爭議,小胖就不在此贅述了,小胖只是希望透過以上這些簡單的介紹能讓大家初步瞭解析因設計是什麼樣子的就可以了。


完結


0則評論

評論文章

您的電子郵件等資訊不會被公開,以下所有項目均必填