论文部分内容阅读
随着医药研发技术的不断发展,许多疾病的治疗已经有比较有效的治疗药物,越来越多的临床试验被设计成非劣效性/等效性试验。非劣效性/等效性试验指使用有效的干预方法或治疗作为对照的试验,而不是采用临床试验中的“金标准”对照一安慰剂。如果试验的目的是研究新疗法对某些疾病患者死亡率或病症转归的影响,则常常要进行非劣效性/等效性试验。如果有明显伦理学原因,比如对某种疾病已经有比较有效的疗法,那么我们就应当使用这些活性有效治疗中的一种作为对照,而不是按照赫尔辛基宣言和ICH E10中所规定使用安慰剂对照。在非劣效/等效性试验中,试验目的不再是为了证明新药优效于标准有效药,而是验证试验药疗效不比阳性对照药差或者是等效于一个事先给定的、临床上可以接受的界值,这个界值称为非劣效性/等效性界值。
当前许多临床试验的设计为非劣效性试验,其主要疗效指标很多为等级定性指标,如临床疗效的评价、疾病的临床分期、病症严重程度的临床分级、中医诊断的一些临床症状等。对于两组等级资料样本中无差异的检验假设,通常采用Wilcoxon-Mann-Whitney检验。比值比模型同样也适用于两组等级资料样本的比较,但由于模型参数会随着等级层次的增加而增加,这就意味检验效能提高需要增加样本量,不适合小样本等级资料的比较。Mehta曾提出过相关的模型评价等级资料的非劣效性,但其方法过于复杂,实际应用中不太方便。因此本课题引入了非参数概率模型的方法评价等级资料的非劣效性。本课题详细介绍了非参数概率模型方法评价临床试验中等级资料的非劣效性,非参数概率模型是基于Wilcoxon-Mann-Whitney检验的一种秩和检验方法,根据非参数概率模型构建检验假设,计算渐近方差和处理效应PE的估计值,多篇文献曾经证明了处理效应PE近似服从正态分布,因此本课题利用PE和非劣效界值之间的差异构建区间假设检验,获得检验统计量以及p值。本课题通过一个临床试验实例对此模型的具体应用进行阐述,并编写了非参数概率模型检验的SAS宏程序。
第一部分研究结果显示:非参数概率模型是基于秩次并结合了概率计算的一种非参数方法,因此它不仅能够适用于等级资料的非劣效性,对于不服从正态分布的任意参数资料也能够通过排秩进行非劣效性评价。非参数概率模型的非劣效评价最后是通过处理效应的值进行类似于t检验,对于大样本资料可以类似于正态分布进行计算,当样本量比较小的时候(n<50时),可以通过公式估计计算TN的自由度,因此其适应性比较广,并能够得到比较精确的结果,对于促进临床试验的发展起到举足轻重的作用。在临床试验实践中,统计分析人员可以结合自身的数据集运行本文中的SAS宏程序,分析工作将非常高效便捷。当然,使用本文介绍的等级资料的非劣效性评价过程,也存在一些缺陷和不足,如等级资料的非劣效性界值确定仍然是个难题,这需要统计专家和临床专家共同合作确定非参数概率模型中的非劣效性界值。另外,本文中的非劣效性评价未考虑协变量的效应,临床试验中应尽可能根据试验的实际情况消除协变量的影响。
在新药临床试验中,当疗效指标数据服从正态分布时,传统的等效性假设检验根据两种药物处理组的疗效均数以及等效性界值构建检验假设。等效性检验假设公式的左端和右端为等效性界值-δ和δ,δ是在试验设计阶段由临床专家和统计学家共同商讨决定并在试验方案中阐明。传统假设检验方法评价服从正态分布数据的等效性时,主要考虑的是两组均数的等效性。Bauer P和Bauer MM等曾提出只用均数等效性证明试验等效性是不够的,他们认为即使疗效指标的均数很接近,倘若两者疗效方差相对较大,容易使个别的病人获得过度疗效或没有疗效的风险增加。从另一方面来说,如果所有病人服用新药后疗效都很差,并且疗效数值都很接近(即变异性很小),可以认为大部分病人服用新药后疗效差于标准有效药。因此,两组药物疗效的均数和方差的联合等效较单纯的均数等效更加完善。贝叶斯方法通过二维联合把两组样本的均数和方差结合在一起,不仅考虑了两组正态分布的均数位置而且考虑到它的方差变异大小。基于贝叶斯理论,对均数以及方差的后验密度分布同时进行等效性评价。本课题分别阐述了传统假设检验方法和贝叶斯方法评价正态分布资料数据的等效性,并通过实例探讨了其具体的应用过程,最后运用蒙特卡罗模拟方法对两种方法的检验效能进行比较。
第二部分研究结果显示:对于正态分布资料来说,传统假设检验针对固定的等效性界值,有现成的较成熟公式可以应用,并且其公式运用简单,无论是手算还是运用统计软件(如SAS、SPSS)都很容易实现。但其局限是:此种方法只考虑两组均数分布情况,没有考虑方差变异度比值,犯一类错误的概率较高。本课题运用的贝叶斯方法弥补了传统假设检验方法的局限,不仅联合考虑了均数的位置变化和方差的变异度,而且形成的联合密度分布函数使二者有机的结合起来,使结果更加全面可信。模拟试验也证明了在等效性评价方面贝叶斯方法的检验效能要比传统假设检验稍高。但由于不同分布类型资料的联合分布密度公式较为复杂,且HPD置信区间曲线图绘制过程以及精确概率计算较繁琐,目前尚无统一公认的标准,故贝叶斯方法尚未得到普遍应用。所以今后国内有必要加强贝叶斯方法评价等效性的理论研究,形成一套简单易行的方法,将有利于我国新药临床试验的蓬勃发展。