臨床試驗(yàn)中多重性問(wèn)題的統(tǒng)計(jì)學(xué)考慮

臨床試驗(yàn)根據(jù)研究目的不同可分為“探索性臨床試驗(yàn)”和“確證性臨床試驗(yàn)”，而臨床研究結(jié)論通常需要根據(jù)確證性臨床試驗(yàn)的統(tǒng)計(jì)推斷結(jié)果得到。如果某一確證性臨床試驗(yàn)需要對(duì)多個(gè)檢驗(yàn)假設(shè)做出統(tǒng)計(jì)學(xué)推斷，例如多個(gè)主要療效指標(biāo)的多重檢驗(yàn)、多組間多重比較、多個(gè)時(shí)間點(diǎn)的期中分析(interim analysis)等情況下，便會(huì)涉及多重性(multiplicity)問(wèn)題。無(wú)須考慮多重性問(wèn)題的臨床試驗(yàn)一般限于下列情況:即單臂或雙臂設(shè)計(jì)、使用單個(gè)主要指標(biāo)、事先只指定了一個(gè)與主要指標(biāo)相關(guān)的原假設(shè)且在一個(gè)時(shí)間點(diǎn)上進(jìn)行統(tǒng)計(jì)推斷。除此以外的其他情況理論上都應(yīng)考慮多重性問(wèn)題。在一個(gè)假設(shè)檢驗(yàn)中，錯(cuò)誤地拒絕原假設(shè)稱為I類錯(cuò)誤(type I error)，I類錯(cuò)誤概率通常用α表示。若進(jìn)行統(tǒng)計(jì)推斷時(shí)遇到多重性問(wèn)題但未經(jīng)妥善處理，則會(huì)導(dǎo)致I類錯(cuò)誤增大。對(duì)確證性臨床試驗(yàn)進(jìn)行評(píng)價(jià)時(shí)，將I類錯(cuò)誤控制在可接受的α水平上是一個(gè)重要的原則。所以在制定研究方案和進(jìn)行統(tǒng)計(jì)分析時(shí)應(yīng)慎重考慮統(tǒng)計(jì)推斷的多重性及相關(guān)問(wèn)題。多重性問(wèn)題的定義、統(tǒng)計(jì)推斷的原則以及控制I類錯(cuò)誤的方法等關(guān)鍵點(diǎn)需在方案中事先詳細(xì)闡述。

妥善處理多重性問(wèn)題的意義

I類錯(cuò)誤的增大，會(huì)導(dǎo)致將一個(gè)無(wú)效或劣效的藥物有更大的機(jī)會(huì)推向市場(chǎng)，其后果是災(zāi)難性的。例如，在一項(xiàng)確證性臨床試驗(yàn)中，設(shè)定了4項(xiàng)主要療效指標(biāo)，如果從這4個(gè)指標(biāo)的統(tǒng)計(jì)分析結(jié)果中選擇P值最小者來(lái)判斷療效，若每次假設(shè)檢驗(yàn)均為單側(cè)0.025的檢驗(yàn)水平，那么4次檢驗(yàn)至少出現(xiàn)1次假陽(yáng)性結(jié)論的概率最高可接近10%(即1－0.9754)，而不是研究者假定的2.5%。像這樣在確證性研究中試圖從多個(gè)檢驗(yàn)結(jié)果中僅選擇有利的部分結(jié)果，將大大增加發(fā)生假陽(yáng)性錯(cuò)誤的機(jī)會(huì)。因此，針對(duì)多重性問(wèn)題就需要在方案設(shè)計(jì)時(shí)制定出有效的策略和方法來(lái)事先控制I類錯(cuò)誤。

多重檢驗(yàn)中I類錯(cuò)誤的有關(guān)概念

假設(shè)同一項(xiàng)研究中的m個(gè)假設(shè)檢驗(yàn)結(jié)果如表1所示。

表1 多重檢驗(yàn)的結(jié)果

其中R是可觀察到的隨機(jī)變量，S、T、U、V均無(wú)法觀察到，m和m0是固定數(shù)值，但m0大小未知。

將多個(gè)假設(shè)檢驗(yàn)看做一個(gè)整體，其中至少有一次錯(cuò)誤拒絕原假設(shè)，就會(huì)導(dǎo)致錯(cuò)誤的決策，這一錯(cuò)誤的概率稱為總I類錯(cuò)誤率(family-wise error rate，F(xiàn)WER):

FWER=P(V＞0)

即m次檢驗(yàn)中至少發(fā)生一次I類錯(cuò)誤的概率。在確證性臨床試驗(yàn)中所指的“控制I類錯(cuò)誤”發(fā)生率，是強(qiáng)控制(in the strong sense)總I類錯(cuò)誤率FWER，即在同一問(wèn)題的多個(gè)假設(shè)檢驗(yàn)中，應(yīng)控制至少一個(gè)真的原假設(shè)被拒絕的概率在通?？山邮艿哪硞€(gè)α水平即αFWER上，而不論多次檢驗(yàn)中的哪個(gè)或哪些原假設(shè)為真;相應(yīng)地在所有原假設(shè)為真的條件下控制總I類錯(cuò)誤率FWER則屬于弱控制(in the weak sense)。

強(qiáng)控制FWER常常意味著事先對(duì)αFWER進(jìn)行分配，不同的原假設(shè)須在其分配所得到的校正后檢驗(yàn)水平上進(jìn)行檢驗(yàn)。采用何種分配αFWER的算法視具體問(wèn)題而定，相應(yīng)的理論有簡(jiǎn)有繁，不同的選擇可能會(huì)得出不同的結(jié)論，因此，必須在試驗(yàn)設(shè)計(jì)時(shí)事先指定校正方法，包括是否需要進(jìn)行多重性校正的考慮，并詳細(xì)介紹具體校正步驟。如果出現(xiàn)非預(yù)見(jiàn)的多重性問(wèn)題，就必須使用保守的方法，例如Bonferroni法，當(dāng)然此時(shí)會(huì)降低把握度。

常用的控制I類錯(cuò)誤的方法

1.一般原則

(1)并-交檢驗(yàn)與交-并檢驗(yàn)

并-交檢驗(yàn)(UIT，union-intersection test)意為:若對(duì)應(yīng)于m次檢驗(yàn)的基本原假設(shè)為H1，H2，…，Hm，相應(yīng)備擇假設(shè)表示為 K1，K2，…，Km。并-交檢驗(yàn)是把上述各基本假設(shè)的交集HI作為全局的原假設(shè)，而把上述各備擇假設(shè)的并集KU作為全局的備擇假設(shè)，即檢驗(yàn):

并-交檢驗(yàn)中，只要有一次檢驗(yàn)有統(tǒng)計(jì)學(xué)意義即可拒絕全局HI，故需要調(diào)整每次檢驗(yàn)的水準(zhǔn)以控制總I類錯(cuò)誤。如果對(duì)某種疾病療效的評(píng)價(jià)涉及多個(gè)方面問(wèn)題，根據(jù)其中一個(gè)或多個(gè)(但不是全部)方面問(wèn)題上的有利證據(jù)即可判定為藥物開(kāi)發(fā)成功，這樣就可能帶來(lái)從多重分析中選擇有利結(jié)果的機(jī)會(huì)，需采用并-交檢驗(yàn)考慮控制FWER的方法。

而交-并檢驗(yàn)(IUT，intersection-union test)所定義的全局原假設(shè)HU是各基本原假設(shè)的并集，全局備擇假設(shè)KI定義為各備擇假設(shè)的交集，即檢驗(yàn):

交-并檢驗(yàn)中當(dāng)每個(gè)假設(shè)Hi均被拒絕時(shí)，才可拒絕全局原假設(shè)HU。如果一項(xiàng)臨床試驗(yàn)中所有的多個(gè)主要指標(biāo)同時(shí)都需要有統(tǒng)計(jì)學(xué)意義才可認(rèn)為療效有臨床意義，則需采用交-并檢驗(yàn)。例如預(yù)防宮頸癌有針對(duì)HPV(人乳頭狀瘤病毒)16、18、6、11 型的四價(jià)疫苗，其療效評(píng)價(jià)指標(biāo)是針對(duì)上述四種分型來(lái)評(píng)價(jià)其各自免疫原性的抗體滴度。無(wú)論哪一個(gè)分型的免疫原性沒(méi)有統(tǒng)計(jì)學(xué)意義，原假設(shè)HU就不被拒絕(疫苗的有效性就不會(huì)被法規(guī)部門(mén)認(rèn)可)，或者說(shuō)只有四個(gè)指標(biāo)均有統(tǒng)計(jì)學(xué)意義時(shí)才可拒絕原假設(shè)，此時(shí)由于沒(méi)有機(jī)會(huì)選擇四項(xiàng)指標(biāo)中最有利的單次假設(shè)檢驗(yàn)結(jié)果，因此無(wú)需進(jìn)行多重性校正。

實(shí)際工作中的多重檢驗(yàn)往往是并-交檢驗(yàn)、交-并檢驗(yàn)或其組合。圖1、圖2分別為二者的示意圖，其拒絕全局原假設(shè)的條件非常類似于物理學(xué)上的并聯(lián)和串聯(lián)電路。

圖1 并-交檢驗(yàn)

圖2 交-并檢驗(yàn)

(2)閉合原理與分割原理

如何確定前述并-交檢驗(yàn)拒絕HI時(shí)哪個(gè)(些)基本原假設(shè)不成立，可采用閉合原理(closure principle)構(gòu)建逐步法來(lái)進(jìn)行分析。1976年Marcus等人提出的這種多重檢驗(yàn)構(gòu)造方法，能靈活地把各種研究目的之間的關(guān)系和重要性綜合反映到一個(gè)恰當(dāng)?shù)亩嘀貦z驗(yàn)步驟中，基于此原理構(gòu)造出的多重比較方法稱為閉合檢驗(yàn)(closed test procedures)。很多常見(jiàn)的多重比較方法實(shí)際上都可視為某種閉合檢驗(yàn)，如Holm、Shaffer、固定順序檢驗(yàn)法等。閉合原理的缺點(diǎn)是難以構(gòu)造相應(yīng)參數(shù)的聯(lián)合可信區(qū)間。

例如以下的最簡(jiǎn)單情形:兩個(gè)主要指標(biāo)在兩組間比較，設(shè) θi=μiT－ μiC為感興趣參數(shù)，i=1，2 分別表示兩個(gè)指標(biāo)，μt、μc分別表示處理組與對(duì)照組的總體均數(shù)。這里的基本原假設(shè)為 Hi:θi≤0，i=1，2。如果采用Bonferroni檢驗(yàn)，為把總I類錯(cuò)誤率控制在α水平，可對(duì)每個(gè)基本原假設(shè)Hi在α/2水平進(jìn)行檢驗(yàn)。但運(yùn)用閉合原理即可以得到把握度高于Bonferroni的檢驗(yàn)。形式上可以把Hi看作要進(jìn)行推斷的參數(shù)空間的子集。令Θ=?2表示具有參數(shù)θ=(θ1，θ2)∈Θ的參數(shù)空間。圖3顯示原假設(shè)Hi={θ∈?2:θi≤0}，i=1，2是實(shí)平面(參數(shù)空間)的子集。顯然，兩個(gè)基本原假設(shè)H1和H2相交，兩者的交集為H12=H1∩H2={θ∈?2:θ1≤0，θ2≤0}，就是圖 3中的第 3象限。檢驗(yàn)交集H12需要多重性調(diào)整。假如考慮采用Bonferroni檢驗(yàn)來(lái)調(diào)整，這個(gè)方法實(shí)際上是在α/2水平檢驗(yàn)整個(gè)并集H1∪H2，而不僅僅是檢驗(yàn)交集H12。圖3也表明剩下的2、4象限部分均能在α水平進(jìn)行檢驗(yàn)，不需要進(jìn)行進(jìn)一步的多重性調(diào)整。由此得到如下自然的檢驗(yàn)策略:首先采用適當(dāng)?shù)牟?交檢驗(yàn)以檢驗(yàn)交集H12，如果H12在第一步?jīng)]有被拒絕，則無(wú)需對(duì)H1或H2作進(jìn)一步檢驗(yàn)即可認(rèn)為H1和H2均不能被拒絕;如果H12有意義，那么繼續(xù)在全局α水平檢驗(yàn)H1和H2，當(dāng)且僅當(dāng)H1和H12均在(局部)α水平被拒絕，才可認(rèn)為H1可被拒絕，對(duì)H2亦然。

圖3 參數(shù)空間?2中兩個(gè)假設(shè)H1和H2及其交集H12

對(duì)于更一般的情況，閉合檢驗(yàn)也同樣首先對(duì)基本假設(shè)Hi的所有交集采用適當(dāng)?shù)男Ｕ龣z驗(yàn)水平進(jìn)行并-交檢驗(yàn)，當(dāng)且僅當(dāng)包含基本假設(shè)Hi的所有交集有統(tǒng)計(jì)學(xué)意義時(shí)再逐級(jí)向上直至最后對(duì)基本假設(shè)Hi采用全局α作檢驗(yàn)，若包含基本假設(shè)Hi的交集在校正的檢驗(yàn)水平上無(wú)統(tǒng)計(jì)學(xué)意義，則無(wú)需對(duì)含有Hi的假設(shè)做進(jìn)一步檢驗(yàn)。

分割原理(partitioning principle)最先由Finner和Strassburger(2002)正式提出，基本想法是把感興趣的參數(shù)所對(duì)應(yīng)的基本假設(shè)Hi的并集分割成不相交的若干個(gè)參數(shù)空間的子集，由于這些子集互不相交，所以其中最多只有一個(gè)子集對(duì)應(yīng)的假設(shè)為真，這樣對(duì)每個(gè)子集的檢驗(yàn)只需在α水平上進(jìn)行即可控制FWER。其優(yōu)點(diǎn)是可構(gòu)造出比閉合檢驗(yàn)把握度更高的方法且便于得到相應(yīng)參數(shù)的聯(lián)合可信區(qū)間。

仍以兩指標(biāo)兩組比較為例，令 θi=μiT－ μiC，i=1，2為感興趣的參數(shù)，再令Θ=?2表示具有參數(shù)θ=(θ1，θ2)∈Θ 的參數(shù)空間?；驹僭O(shè)為 Hi={θ∈?2:θi≤0}，i=1，2。Ki表示相應(yīng)的備擇假設(shè)。圖 3顯示基本原假設(shè)H1和H2是實(shí)平面(參數(shù)空間)的子集。現(xiàn)在把參數(shù)空間Θ分解為如下集合:Θ1=H1，Θ2=H2∩K1，Θ3=K1∩K2，見(jiàn)圖 4。因?yàn)?Θi，i=1，2，3 不相交，且Θ1∪Θ2∪Θ3=Θ，因此，它們構(gòu)成參數(shù)空間Θ的一個(gè)分割。這樣，真實(shí)的參數(shù)向量θ在且僅在互不相交的子集Θi中的某一個(gè)集合里。因此，對(duì)這些子集采用(局部)α水平檢驗(yàn)就是一個(gè)多重檢驗(yàn)，這個(gè)檢驗(yàn)把總I類錯(cuò)誤嚴(yán)格控制在了α水平。另外，參數(shù)向量θ的可信集就是被拒絕的假設(shè)的補(bǔ)集之交集。

圖4 兩個(gè)原假設(shè)H1和H2的分割原理

2.常見(jiàn)多重比較方法

根據(jù)對(duì)檢驗(yàn)順序是否有要求，多重性校正方法可分為單步法和逐步法。單步法對(duì)每個(gè)檢驗(yàn)是否拒絕原假設(shè)的結(jié)論均不依賴于其他各次檢驗(yàn)，也就是說(shuō)各個(gè)檢驗(yàn)的順序并不重要，可同時(shí)進(jìn)行所有的檢驗(yàn)。例如Bonferroni和Dunnett檢驗(yàn)。而逐步法是按照一定順序依次對(duì)相應(yīng)原假設(shè)進(jìn)行檢驗(yàn)的，這些順序上的安排使得其中一些原假設(shè)被隱含在其他假設(shè)中，從而有可能進(jìn)行一次檢驗(yàn)就能對(duì)多個(gè)假設(shè)下結(jié)論。逐步法又分為向上法和向下法。向上法是從P值最大的假設(shè)開(kāi)始檢驗(yàn)，若結(jié)果無(wú)統(tǒng)計(jì)學(xué)意義，則對(duì)P值次大的假設(shè)進(jìn)行檢驗(yàn)，若結(jié)果有統(tǒng)計(jì)學(xué)意義，則宣布該假設(shè)及之后的所有假設(shè)均具有統(tǒng)計(jì)學(xué)意義，如Hochberg方法。向下法的檢驗(yàn)順序則相反，它首先從P值最小的假設(shè)開(kāi)始檢驗(yàn)，若結(jié)果有統(tǒng)計(jì)學(xué)意義，則對(duì)P值次小的假設(shè)進(jìn)行檢驗(yàn)，若結(jié)果無(wú)統(tǒng)計(jì)學(xué)意義，則宣布該假設(shè)及之后的所有假設(shè)均具無(wú)統(tǒng)計(jì)學(xué)意義，如Holm方法。一般而言，單步法的把握度會(huì)低于相應(yīng)逐步法，但前者的優(yōu)點(diǎn)是其聯(lián)合可信區(qū)間構(gòu)造相對(duì)簡(jiǎn)單。

根據(jù)對(duì)分布假設(shè)的要求，多重性校正方法可分為3類:其一是基于P值的方法或非參數(shù)方法。這類方法不指定檢驗(yàn)統(tǒng)計(jì)量的聯(lián)合分布，只依據(jù)單變量的P值來(lái)進(jìn)行檢驗(yàn)，如Bonferroni和Holm方法。在檢驗(yàn)次數(shù)很多或檢驗(yàn)統(tǒng)計(jì)量之間有很強(qiáng)的相關(guān)時(shí)這類方法把握度較低，結(jié)論偏保守。其二是參數(shù)方法，如指定了統(tǒng)計(jì)量服從多元正態(tài)分布或多元t分布時(shí)的Dunnett檢驗(yàn)等。其三是基于再抽樣的方法，通常是通過(guò)bootstrap再抽樣法或permutation檢驗(yàn)來(lái)近似統(tǒng)計(jì)量的聯(lián)合分布。后兩種方法在進(jìn)行多重性校正時(shí)考慮了多個(gè)檢驗(yàn)間的相關(guān)性。多個(gè)指標(biāo)相互獨(dú)立時(shí)，F(xiàn)WER增大得最嚴(yán)重，相關(guān)性高，F(xiàn)WER增大程度減少。

為節(jié)省篇幅，將一些常見(jiàn)多重比較方法列于表2，有興趣的讀者可參閱相關(guān)文獻(xiàn)。

表2 常見(jiàn)的一些多重比較方法

常見(jiàn)的多重性問(wèn)題及處理方法

以下主要針對(duì)多個(gè)主要療效指標(biāo)和多組間比較的情況作一介紹，多個(gè)時(shí)間點(diǎn)的期中分析將作為專題另作討論。

1.多個(gè)主要指標(biāo)

需要指出，當(dāng)事先指定了一個(gè)主要指標(biāo)和多個(gè)次要指標(biāo)，且聲明所有次要指標(biāo)屬于支持性證據(jù)的情況下，由于結(jié)果的判斷主要取決于單個(gè)主要指標(biāo)，故不存在從多次比較中選擇有利結(jié)果的機(jī)會(huì)，不需要考慮多重性校正。

(1)所有的多個(gè)主要指標(biāo)同樣都需要有統(tǒng)計(jì)學(xué)意義才可下推斷結(jié)論時(shí)，屬于交-并檢驗(yàn)。此時(shí)由于沒(méi)有意圖或機(jī)會(huì)選擇最有利的某次假設(shè)檢驗(yàn)結(jié)果，因此可設(shè)定每次檢驗(yàn)的I類錯(cuò)誤水平等于αFWER，無(wú)需進(jìn)行多重性校正。但應(yīng)注意此時(shí)會(huì)增大II類錯(cuò)誤(錯(cuò)誤地不拒絕至少1個(gè)原假設(shè))，在估算試驗(yàn)的樣本量時(shí)應(yīng)設(shè)定較高的把握度。把握度的損失除了與指標(biāo)多少有關(guān)，還受到指標(biāo)間相關(guān)性的影響。若相互獨(dú)立，其把握度為單個(gè)指標(biāo)把握度的乘積，若完全相關(guān)且標(biāo)準(zhǔn)化的效應(yīng)值相同(實(shí)際上很難發(fā)生)，則不增大II類錯(cuò)誤。

(2)假設(shè)有m≥2個(gè)主要指標(biāo)，至少有一個(gè)達(dá)到有統(tǒng)計(jì)學(xué)意義即可認(rèn)為藥物有效的情況下，由于存在從多次比較中選擇有利結(jié)果的機(jī)會(huì)，故需要考慮多重性校正來(lái)構(gòu)建并-交檢驗(yàn)。如前述基于Bonferroni類和Simes類的各種方法。

(3)同一個(gè)試驗(yàn)中多個(gè)療效指標(biāo)可能具有不同的重要性，其中一個(gè)指標(biāo)最為重要，而其他指標(biāo)如果出現(xiàn)令人信服的結(jié)果也將明顯提升試驗(yàn)品的價(jià)值。此時(shí)原假設(shè)可以按照分級(jí)的策略進(jìn)行檢驗(yàn)。分級(jí)的次序可以是自然的次序(例如假設(shè)按時(shí)間或指標(biāo)的重要程度排序)，也可以根據(jù)研究者具體的關(guān)注點(diǎn)。檢驗(yàn)原假設(shè)的等級(jí)次序應(yīng)當(dāng)在方案中事先說(shuō)明。如果多個(gè)主要指標(biāo)存在上述層次結(jié)構(gòu)從而決定了其假設(shè)檢驗(yàn)的順序，只有在位次靠前的檢驗(yàn)有統(tǒng)計(jì)學(xué)意義時(shí)才可進(jìn)行下一個(gè)檢驗(yàn)，此時(shí)不需要校正I類錯(cuò)誤，每次檢驗(yàn)的水準(zhǔn)均等于αFWER。這是由于每次檢驗(yàn)的拒絕域總是落在上一次大小已設(shè)定為αFWER的拒絕域之內(nèi)，故而這種固定順序的序貫檢驗(yàn)的I類錯(cuò)誤不會(huì)超過(guò)第一次檢驗(yàn)所設(shè)定的αFWER，但是對(duì)應(yīng)較低等級(jí)指標(biāo)的假設(shè)檢驗(yàn)的II類錯(cuò)誤將增大。需要注意的是，一旦依次進(jìn)行的某個(gè)原假設(shè)沒(méi)有被拒絕，該序貫檢驗(yàn)終止，本次及之后的所有檢驗(yàn)均認(rèn)定為無(wú)統(tǒng)計(jì)學(xué)意義。例如E1、E2、E3三個(gè)指標(biāo)依次被檢驗(yàn)，指標(biāo)E2沒(méi)有統(tǒng)計(jì)學(xué)意義，那么E2和E3所指向的臨床價(jià)值就不能被肯定(無(wú)論指標(biāo)E3是否有統(tǒng)計(jì)學(xué)意義)。這一策略典型地體現(xiàn)于主要指標(biāo)和次要指標(biāo)共存時(shí)的假設(shè)檢驗(yàn)，亦即當(dāng)主要指標(biāo)沒(méi)有統(tǒng)計(jì)學(xué)意義時(shí)就不能根據(jù)次要指標(biāo)的檢驗(yàn)結(jié)果推斷藥物療效。

(4)設(shè)有三個(gè)主要指標(biāo)E1，E2和E3，當(dāng)E1單獨(dú)有統(tǒng)計(jì)學(xué)意義或者E2和E3同時(shí)有統(tǒng)計(jì)學(xué)意義即可認(rèn)為藥物有效。全局原假設(shè)可寫(xiě)為HE1∩{HE2∪HE3}。這種情況下的原假設(shè)實(shí)際上是另外兩個(gè)原假設(shè)的交集，其一是E1無(wú)效，其二是E2和E3至少有一個(gè)無(wú)效。對(duì)這兩個(gè)原假設(shè)的交集可采用Bonferroni類方法來(lái)控制FWER，即首先在小一點(diǎn)的α1水平檢驗(yàn)E1，之后再用剩余的α－α1水平檢驗(yàn)E2和E3中的每一個(gè)。

(5)設(shè)有三個(gè)主要指標(biāo) E1，E2和 E3，當(dāng) E1和 E2同時(shí)有統(tǒng)計(jì)學(xué)意義或者E1和E3同時(shí)有統(tǒng)計(jì)學(xué)意義即可認(rèn)為藥物有效。全局原假設(shè)可寫(xiě)為{HE1∪HE2}∩{HE1∪HE3}。這種情況相當(dāng)于(E1，E2)和(E1，E3)的交集作為了臨床決策依據(jù)。此時(shí)E1是臨床收益方面最有關(guān)的指標(biāo)，但僅這一個(gè)指標(biāo)尚不能足以說(shuō)明臨床療效，還需要E2或E3中至少一個(gè)也有統(tǒng)計(jì)學(xué)意義。這樣E1和E2、E3的交集就存在一種分級(jí)次序:如果E1沒(méi)有被拒絕就無(wú)需檢驗(yàn)E2和E3。故而可以首先對(duì)E1在整個(gè)α水平上作檢驗(yàn)，如果被拒絕，接著再對(duì)E2和E3采用在α水平上控制FWER的方法做并-交檢驗(yàn)。

2.多組比較

(1)多劑量組與對(duì)照組相比

若劑量組間無(wú)效應(yīng)大小順序限制，可采用Dunnett及其逐步法;如劑量組間效應(yīng)已確認(rèn)有大小順序限制(如隨著劑量增加效應(yīng)值單調(diào)上升)，可采用固定順序的檢驗(yàn)方法，此時(shí)無(wú)需調(diào)整I類錯(cuò)誤。

(2)多個(gè)劑量組相比，無(wú)安慰劑和陽(yáng)性對(duì)照

通常是由于倫理方面的考慮不設(shè)安慰劑且沒(méi)有合適的陽(yáng)性藥物。高劑量組的耐受性和低劑量組的療效可能會(huì)不滿足要求，而某個(gè)較高劑量組可能安全有效?？稍谌中约僭O(shè)檢驗(yàn)的基礎(chǔ)上進(jìn)行有I類錯(cuò)誤控制的多重比較，如進(jìn)行所有兩兩比較所采用的Shaffer方法等。

(3)試驗(yàn)藥、陽(yáng)性對(duì)照和安慰劑比較

當(dāng)符合倫理要求時(shí)常常建議采用如下三個(gè)組的設(shè)計(jì)來(lái)證明新藥的療效和安全性:試驗(yàn)藥、陽(yáng)性對(duì)照和安慰劑。通常這種研究的目的有多個(gè):①驗(yàn)證試驗(yàn)藥與安慰劑相比的優(yōu)效性(確證療效);②驗(yàn)證陽(yáng)性對(duì)照藥與安慰劑相比的優(yōu)效性(證明試驗(yàn)的靈敏度);③驗(yàn)證試驗(yàn)藥非劣于陽(yáng)性對(duì)照藥(證明非劣效性)。如果這三個(gè)目的要同時(shí)達(dá)到，即要求所有這3個(gè)假設(shè)檢驗(yàn)都必須在所需的檢驗(yàn)水平顯示有統(tǒng)計(jì)學(xué)意義，可進(jìn)行交-并檢驗(yàn)而不需要校正I類錯(cuò)誤。此時(shí)，如果未能顯示試驗(yàn)藥優(yōu)于安慰劑，就可解釋為試驗(yàn)藥無(wú)效(當(dāng)陽(yáng)性對(duì)照藥優(yōu)于安慰劑時(shí))，或試驗(yàn)缺乏靈敏度(當(dāng)試驗(yàn)藥和陽(yáng)性對(duì)照藥未顯示優(yōu)于安慰劑)。

復(fù)合指標(biāo)

多個(gè)指標(biāo)均有統(tǒng)計(jì)學(xué)意義時(shí)才能判斷藥物有效則通常進(jìn)行交-并檢驗(yàn)而不考慮對(duì)I類錯(cuò)誤的校正，故而在多個(gè)指標(biāo)均有統(tǒng)計(jì)學(xué)意義而其臨床意義并不是很明顯的時(shí)候常常會(huì)考慮將臨床上既往經(jīng)驗(yàn)證握與治療效果有關(guān)的多個(gè)指標(biāo)構(gòu)造成一個(gè)單獨(dú)的復(fù)合指標(biāo)來(lái)避免多重性問(wèn)題。復(fù)合指標(biāo)的類型有2種。第一種即等級(jí)評(píng)定量表，它是由多個(gè)反應(yīng)不同側(cè)面治療效果的臨床指標(biāo)合并而產(chǎn)生。這種類型的復(fù)合指標(biāo)在某些適應(yīng)證(例如精神或神經(jīng)系統(tǒng)疾病)中有長(zhǎng)期的使用經(jīng)驗(yàn)。另一種類型的復(fù)合指標(biāo)是在生存分析的背景下產(chǎn)生的?？梢跃C合幾個(gè)事件來(lái)定義復(fù)合指標(biāo)。定義復(fù)合指標(biāo)最好是把所有較為重要的臨床事件都作為構(gòu)成指標(biāo)。如果患者出現(xiàn)事先指定的構(gòu)成指標(biāo)(例如死亡、或心肌梗死，或致殘性卒中)列表中的一個(gè)或多個(gè)事件，則認(rèn)為患者有這種臨床結(jié)果。至出現(xiàn)結(jié)果的時(shí)間以患者隨機(jī)化至首次出現(xiàn)列表中事件的時(shí)間計(jì)算。通常，各構(gòu)成指標(biāo)代表相對(duì)罕見(jiàn)的事件，并且單獨(dú)研究每個(gè)構(gòu)成指標(biāo)需要非常大的樣本量。此時(shí)，使用復(fù)合指標(biāo)旨在增加達(dá)到預(yù)期的事件數(shù)，從而可以提高研究的把握度。除主要指標(biāo)外建議還要分別分析單個(gè)構(gòu)成指標(biāo)以提供支持性信息。當(dāng)主要指標(biāo)有統(tǒng)計(jì)學(xué)意義，則對(duì)單個(gè)構(gòu)成指標(biāo)的檢驗(yàn)無(wú)需進(jìn)行多重性校正。如果宣稱的療效是基于復(fù)合指標(biāo)中某個(gè)或某些成分時(shí)，則需事先定義這些成分并納入包括多重性考慮的確證性分析策略。

定義復(fù)合指標(biāo)時(shí)，建議各構(gòu)成成分僅采用以同樣的方式受到預(yù)期治療影響的指標(biāo)。所有構(gòu)成成分都應(yīng)該能夠反應(yīng)好的治療效果，或者臨床上更為重要的成分至少不能出現(xiàn)負(fù)面的療效，增加一個(gè)可以預(yù)見(jiàn)的對(duì)治療作用不敏感的構(gòu)成指標(biāo)會(huì)導(dǎo)致變異性增大，其直接的后果將是降低靈敏度。非劣效性或等效性研究中也應(yīng)避免指標(biāo)的變異性增大。對(duì)于目的是為了證明優(yōu)效性的研究，首選較為一般性的構(gòu)成指標(biāo)作為主要指標(biāo)，因?yàn)檫@是最保守的分析。由于同樣原因，對(duì)于非劣效性/等效性試驗(yàn)，首選更特殊的構(gòu)成指標(biāo)(例如疾病相關(guān)的病死率)作為主要指標(biāo)。

常見(jiàn)問(wèn)題問(wèn)答

(1)是否有多個(gè)主要療效指標(biāo)的情況進(jìn)行統(tǒng)計(jì)推斷時(shí)就要進(jìn)行多重性校正?

答:對(duì)多重性的考慮是必要的。但是否要進(jìn)行多重性校正要視具體情況，例如如果多個(gè)指標(biāo)同時(shí)有統(tǒng)計(jì)學(xué)意義才可以判斷試驗(yàn)品有效，則無(wú)需進(jìn)行多重性校正。

(2)是否多個(gè)劑量組比較就要考慮統(tǒng)計(jì)推斷時(shí)進(jìn)行多重性校正?

答:對(duì)多重性的考慮是必要的。但是否要進(jìn)行多重性校正要視具體情況，例如多個(gè)劑量組的劑量組間效應(yīng)已確認(rèn)有大小順序限制(如隨著劑量增加效應(yīng)值單調(diào)上升)，可采用固定順序的檢驗(yàn)方法，此時(shí)無(wú)需調(diào)整I類錯(cuò)誤。

(3)如何決定多個(gè)主要療效指標(biāo)應(yīng)采用并-交檢驗(yàn)還是交-并檢驗(yàn)?

答:單純的交-并檢驗(yàn)不需要多重性校正，而并-交檢驗(yàn)要考慮多重性校正，所以存在多個(gè)主要療效指標(biāo)時(shí)確定哪種類型的檢驗(yàn)較為重要。而檢驗(yàn)類型的確定與試驗(yàn)品本身的藥效特點(diǎn)有關(guān)，為明確檢驗(yàn)類型，臨床專家在方案中要明確描述出多個(gè)指標(biāo)同時(shí)有意義還是多個(gè)指標(biāo)中任意幾個(gè)有意義或者多個(gè)指標(biāo)的某幾種組合有意義表示試驗(yàn)品有效，這樣才能明確定義出檢驗(yàn)類型。

(4)同一指標(biāo)在多個(gè)數(shù)據(jù)集中進(jìn)行假設(shè)檢驗(yàn)，是否要考慮多重性校正?

答:不需要考慮。對(duì)不同的個(gè)體分屬何種數(shù)據(jù)集(FAS或PPS)在研究方案和統(tǒng)計(jì)分析計(jì)劃中須明確定義，從中選擇一個(gè)(通常是FAS)作為主要的分析集。一般而言，對(duì)受試者不同子集進(jìn)行多重分析是用于分析主要結(jié)論的敏感性，增加從主要分析集所得結(jié)果的可靠性，不需要校正I類錯(cuò)誤。

(5)對(duì)于相同的數(shù)據(jù)集使用不同的統(tǒng)計(jì)學(xué)模型作多次檢驗(yàn)是否需考慮多重性校正?

答:對(duì)于相同的數(shù)據(jù)集，有時(shí)會(huì)使用不同的統(tǒng)計(jì)學(xué)模型或2步法，目的是為了選擇恰當(dāng)?shù)慕y(tǒng)計(jì)學(xué)方法，在第一個(gè)統(tǒng)計(jì)學(xué)檢驗(yàn)結(jié)果的基礎(chǔ)上進(jìn)行主要療效的比較(如首先在正態(tài)性檢驗(yàn)的基礎(chǔ)上決定其后采用t檢驗(yàn)或者秩和檢驗(yàn))。如果這些方法提供有明顯的機(jī)會(huì)，使得根據(jù)已知的患者治療分組情況可選擇有利于結(jié)論的分析策略時(shí)，則會(huì)立即產(chǎn)生對(duì)多重性的顧慮。雖然技術(shù)上而言對(duì)同一數(shù)據(jù)用不同的統(tǒng)計(jì)方法需要考慮分配總I類錯(cuò)誤，但若基于正式的盲態(tài)核查(見(jiàn)ICH E9)而選擇的最終統(tǒng)計(jì)學(xué)模型則不會(huì)出現(xiàn)這些顧慮，而且主要的統(tǒng)計(jì)分析策略應(yīng)在統(tǒng)計(jì)分析計(jì)劃中提前說(shuō)明，并在隨機(jī)化治療分配信息公開(kāi)之前確定。即使是使用了不同的統(tǒng)計(jì)方法，通常也是為說(shuō)明研究的可靠性和結(jié)果的穩(wěn)健性。類似的問(wèn)題可存在于協(xié)方差分析或其他多因素模型中，須納入模型的變量和分析策略需要在方案中事先說(shuō)明才可用于療效的確證性研究。

(6)多個(gè)劑量組的設(shè)計(jì)，建立了劑量-反應(yīng)關(guān)系，是否均需考慮多重性校正?

答:有時(shí)一項(xiàng)研究沒(méi)有足夠的把握度來(lái)發(fā)現(xiàn)和推薦單個(gè)有效和安全的劑量(或劑量范圍)，但可以成功地確證總體上臨床作用與劑量增加呈正相關(guān)。此時(shí)可以按外推的方式將組間比較的估計(jì)值和可信區(qū)間用于設(shè)計(jì)將來(lái)的研究，或者分析目的是為了探索劑量-反應(yīng)關(guān)系模型，在這種情況下，沒(méi)有必要調(diào)整I類錯(cuò)誤。

(7)對(duì)實(shí)驗(yàn)室安全性數(shù)據(jù)或不良反應(yīng)的分析是否需要多重性校正?

答:安全性數(shù)據(jù)分析主要通過(guò)列表來(lái)進(jìn)行描述，但如果某個(gè)安全性指標(biāo)在整個(gè)研究中要作為確證性策略的一個(gè)部分，如欲聲稱所研究藥物可以增效減毒，那么此安全性指標(biāo)就應(yīng)和主要療效指標(biāo)同樣對(duì)待，統(tǒng)計(jì)分析策略中應(yīng)考慮所涉及的多重性問(wèn)題。不良反應(yīng)的分析中率差或風(fēng)險(xiǎn)比等描述嚴(yán)重性程度的指標(biāo)，以及相應(yīng)的可信區(qū)間，通常要比假設(shè)檢驗(yàn)的P值更為重要，而且由于是否發(fā)生特定的不良反應(yīng)是難以在制定方案時(shí)事先預(yù)設(shè)的，其假設(shè)檢驗(yàn)也就難以事先明確定義，故而其重要性通常是依據(jù)已掌握的關(guān)于此藥物的藥理學(xué)知識(shí)來(lái)決定。同時(shí)，由于通常的研究設(shè)計(jì)(包括樣本量的估計(jì))不是針對(duì)不良反應(yīng)的，對(duì)不良反應(yīng)進(jìn)行統(tǒng)計(jì)學(xué)推斷的樣本量往往達(dá)不到一定的把握度，因此，其假設(shè)檢驗(yàn)結(jié)果也只有參考價(jià)值。除非觀察某種不良反應(yīng)是研究的主要目標(biāo)，針對(duì)不良反應(yīng)的假設(shè)檢驗(yàn)無(wú)需調(diào)整檢驗(yàn)水準(zhǔn)。

(8)多次訪視的結(jié)果在不同時(shí)間點(diǎn)比較是否需要進(jìn)行多重性校正?

答:在多次訪視時(shí)，由于對(duì)主要療效的評(píng)價(jià)通常是在事先指定的某個(gè)訪視點(diǎn)或按照方案中的治療終點(diǎn)進(jìn)行，此時(shí)一般不考慮類似重復(fù)測(cè)量分析的潛在多重性問(wèn)題。

(9)雙單側(cè)等效性檢驗(yàn)是否應(yīng)考慮多重性校正?

答:等效性檢驗(yàn)是一種典型的交-并檢驗(yàn)，因?yàn)橹挥袃纱螁蝹?cè)檢驗(yàn)都具有統(tǒng)計(jì)學(xué)意義時(shí)才可以認(rèn)為等效性結(jié)論成立，所以兩次單側(cè)檢驗(yàn)都不需要校正檢驗(yàn)水準(zhǔn)。

(10)亞組分析是否應(yīng)考慮多重性校正?

答:如果研究目的中特別聲稱特定亞組的治療作用，研究計(jì)劃中就要事先指定相應(yīng)的原假設(shè)和妥善的確證性分析策略，其中包括對(duì)多重性問(wèn)題的考慮。許多研究中，當(dāng)達(dá)到主要目標(biāo)后，亞組分析具有支持性或探索性目的，即證明顯著的總體臨床受益。當(dāng)總的研究人群中療效未被證實(shí)，基于亞組分析的療效推斷結(jié)論被接受的可能性極小。需要注意的是，無(wú)計(jì)劃的亞組分析有時(shí)會(huì)形成錯(cuò)誤的進(jìn)一步研究假設(shè);而無(wú)法事先明確假設(shè)檢驗(yàn)的次數(shù)有時(shí)也難以控制總I類錯(cuò)誤;使用隨機(jī)化之后測(cè)量的某個(gè)變量分組會(huì)形成不恰當(dāng)?shù)膩喗M，例如這樣的亞組中排除了試驗(yàn)失敗者。而恰當(dāng)?shù)膩喗M是根據(jù)隨機(jī)化之前測(cè)量的基線指標(biāo)形成，如人口學(xué)特征或預(yù)后有關(guān)變量等。事先的計(jì)劃是任何亞組分析的關(guān)鍵點(diǎn)。除了可能的多重性問(wèn)題，方案中應(yīng)當(dāng)考慮到把握度，隨機(jī)化一般應(yīng)當(dāng)分層。

1．Committee for Proprietary Medicinal Products(CPMP)．Points to Consider on Multiplicity issues in clinical trials．http://www．ema．europa．eu/docs/en_GB/document_library/Scientific_guideline/2009/09/WC500003640．pdf

2．ICH．ICH Topic E9:Notes for Guidance on Statistical Principles for Clinical Trials，International Conference on Harmonization，London．http://www．emea．europa．eu/docs/en_GB/document_library/Scientific_guideline/2009/09/WC500002928．pdf

3．Alex Dmitrienko，Ajit C．Tamhane，F(xiàn)rank Bretz．Multiple testing problems in pharmaceutical statistics．Chapman ＆ Hall，CRC Press，2010．

4．Frank Bretz，Torsten Hothorn，Peter Westfall．Multiple comparisons using R．Chapman ＆ Hall，CRC Press，2010．

5．Marcus R，Peritz E，Gabriel KR．On closed testing procedures with special reference to ordered analysis of variance．Biometrika，1976，63，655-660．

6．Finner H，Strassburger K．The partitioning principle:A powerful tool in multiple decision theory．The Annals of Statistics，2002，30:1194-1213．