临床试验数据分析要点GCP.doc

临床试验数据剖析要点 5．3．1剖析对象的数据集 5．3．1．1全样本剖析（Fullanalysisset） 计划治疗原则（intention-to-treat）是指主要剖析应当包括所有进入随机化的按照这一原则需要对所有随机受 试者达成随访获得试验结果。由于各样原因，这在实际上是难以达到的，因此，全样本剖析是尽可能靠近于包括所有 随机受试者，在剖析中保存最初的随机化关于防备偏差和提供安全的统计查验基础很重要。在很多场合，它提供的对 治疗效果的估算很可能反应了此后的实际察看结果。？ 从剖析中剔除已随机受试者的情况不多：包括不切合重要入选标准，一次也没有用药，随机化后没有任何数据。 从剖析中剔除不切合入选条件受试者必须不致惹起偏差：入选标准的测定是在随机化之后；违犯合格标准的检测是完 全客观的；所有受试者都受到同样的合格性检查；各组推行同样的入选标准，凡违犯者均被清除。 5．3．1．2按照研究设计对象（PerProtocolSet） PerProtocol  对象组，有时称之为  有效病例  、有效样本  或可评论受试者样本；定义为全部剖析样本中较 好按照设计书的一个受试者亚组：？ ·达成预先说明确实定治疗方案暴露。？ ·获得主要变量的测定数据。？ ·没有违犯包括入选标准在内的重要试验设计。？ 从有效受试者组中剔除受试者的精准原因应当在揭盲前就充分限定并有文件记录。？ 为获得有效受试者而清除对象的原因和其他一些违犯研究设计的问题，包括对象分派错误、试验中使用了试 验方案规定不能用的药物、依从性差、出组和数据缺失等，应当在不同治疗组之间对其种类、发生频次和发生时间进 行评论。 5．3．1．3不同的剖析（受试者）组的作用 在考证性试验中，往常进行全样本和有效受试者两种剖析。这样能够对两者之间的任何差别进行理解的议论和 解释。有时候可能需要计划进一步探究结论关于选择剖析受试者组的敏感程度。  两种剖析获得基本一致的结论时，  治 疗结果的可信度增加。  可是要记着，需要  quot;  有效受试者  中清除相当数量受试者会对试验的总有效性留下疑点。  ？ 在优越性（Superiority  trial  ，证明新药比标准比较药物优越）  试验、等效性试验或不差于（non－inferiority trial，确证新产品与比较药物相当）试验中，这两种剖析有不同的作用。在优越性试验中，全样本剖析用于主要的 剖析能够防止有效受试者剖析对疗效的过于乐观的估算；全样本剖析所包括的不依从受试者一般会缩小所估算的治 疗作用。可是，在等效性或不差于试验中使用全样本剖析往常是不谨慎的，对其意义应当特别认真考虑。 5．3．2缺失值和线外值（包括异样值） 缺失值代表临床试验中一个潜在的偏差根源。因此，在实施临床试验时应当尽最大努力切合试验方案关于数据收集和数据管理的要求。关于缺失值并没有通用的办理办法，但只需办理方法合理，特别是如果办理缺失值方法在试验 方案中预先写明，则不会影响试验的有效性。当缺失值数目较大时，要考虑剖析结果关于办理缺失值方法的敏感程度。 线外值（包括异样值）的统计学定义在某种程度上带有任意性。除了统计学判断之外加上医学判断以鉴识一个线外值 （包括异样值）是最可信的方法。同样，办理线外值（包括异样值）的程序应当在方案中列出，且不可预先就有利于 某一个治疗组。 5．3．3数据的种类、显着性查验和可信限 在临床试验中，对每个受试者可收集  3种数据：所接受的治疗、对治疗的反响（  Re-sponse）和进入试验时影响 预后因子的基线值。接受同样治疗的受试者组成统计分疗组。对治疗的反响基本上有  3类。？ ①定性反响。根据预定的评论标准将受试者分为若干类型，如高血压治疗的  有效。无效；淋巴细胞瘤化疗 的完全缓解、部分缓解、无变化。？②定量反响。当存在一种可靠测定方法时，受试者的治疗结果最好采用实际数值，如舒张压。但最好同时记录 其基线值，以便评论治疗前后的变化量值。？ ③到某事件发生的时间。如使用避孕药受试者从开始治疗到意外妊娠的时间。 5．3．3．1数据的描绘性统计 在开始剖析以前，有必要先看一下各组受试者的每个变量察看值的散布频度，以对变量有一个感性认识；从最大 值和最小值也能够发现可能的错误和超范围的值；决定某些变量是否需要作某种变换；或按某种特定散布作统计分 析。？ ①定性数据需要记录各治疗组的受试者总数和在每个反响类其他受试者数，然后转变为比率或百分率或直方图、 圆图等表示。采用c2查验、Fisher精准查验比较所察看到的组间率的差别的程度。？ ②定量数据计算每个治疗组的平均反响（均数、几何均数）和变化程度（标准差）。以均值、标准差、直方图、 累积频数散布图表示。在受试者数较小时，能够用图表显示每个受