小胖学统计031：临床试验中常用的统计分析方法（一）、（二）

静远学堂—跟着小胖学统计031：临床试验中常用的统计分析方法（一）、（二）2014-10-30 jeeyor[url=]驭时临床试验信息[/url]

% m* a6 y2 U0 T& R                               
登录/注册后可看大图

信息来源：微信公众号--静远医学统计在线(微信号：jeeyor) 授权发布

临床试验中常用的统计分析方法（一）

单样本t检验（The One-Sample t-Test）

例1：

. k9 {4 ?. |  _

        20－39岁的一般人群的胆固醇均值为230mg/dL，200名20－39岁的受试者参加了一项饮食对心脏病的影响试验，在这项试验中受试者采用了一项健康的饮食方案，研究结束后测量其胆固醇值，看其胆固醇水平是否不同于一般人群。

, Z/ Z0 Q" V/ u( b* r

        以上这个例子就是一个典型的单样本t检验，检验所选取的200名受试者的胆固醇值是否与230mg/dL（一般人群胆固醇值）不同。

假设胆固醇变量名为TC，SAS程序为：

PROC TTEST;

VAR TC;

RUN;

        单样本t检验在临床试验中应用最广泛的是在配对数据中，即我们常说的配对t检验，它其实是单样本t检验的一种特例，我们一般对配对数据的差值和0进行比较，这时那个差值就可以看作一个单样本，而0就可以看作那个假设的值。在临床试验中，这种配对数据常出现在对同一个病人的重复测量时，比如说对同一个病人两个不同时间点的测量（如基线和研究结束），以及不同的两种治疗给予同一个受试者，目的是证明不同时间点或不同的治疗是否有差别。

* b  Y3 |% I. W1 C  F5 J- i& p

我们在临床试验中常会遇到下边的情况：

       （1）一些非对照的开放性试验中，试验的主要目的就是通过治疗前后终点指标的变化来评价药物的疗效，如在一项减肥药单组试验中，入组的受试者分别测量其治疗前和治疗后的体重，通过体重的变化来评价减肥药的疗效，这时便可以通过单样本t检验检验治疗前后体重的变化是否大于0来证实药物疗效。
9 X) q2 ]" _8 @7 n7 K! E

       （2）在一些随机对照临床试验中，同样也会经常用到单样本t检验来检验组内差别，即检验各个组别内受试者治疗前后各个指标的变化，比如说在过敏性鼻炎临床试验中，主要指标为症状评分，在统计分析时不仅要比较试验组和对照组，还要比较两组组内治疗前后评分是否有变化，这时就需要用到单样本t检验，还有对一些实验室检测指标治疗前后的比较，也经常用到单样本t检验。

假设治疗前的体重为WTPRE，治疗后的体重为WTPST，SAS程序为：

PROC TTEST;

     PAIRED WTPRE*WTPST;

RUN;

+ p) K  J* {" `. {7 {7 Y" v. P/ Q

静注：以上两个分析程序，其本质结果是一样的，即第1个程序是计算出差值后再用程序进行检验（是否大于0），后一个则是将疗前与疗后的结果使用程序进行配对（每个样本疗前与疗后匹配相减后，总体是否大于0），按以上两个程序，若TC=WTPST-WTPRE，那么它们的分析结果是一样的。

        最后需要强调的一点是，单样本t检验需要数据服从正态分布，如果不服从正态分布Wilcoxon signed-rank test会更合适，这个统计分析方法将在以后的博文中加以介绍。

2 H4 f; k1 v$ a! b: g临床试验中常用的统计分析方法（二）

两样本t检验（TheTwo-Sample t-Test）

        在一项随机对照临床试验中，试验的主要目的是评价试验药物对比对照药物（阳性对照或安慰剂）的疗效和安全性。为了达到这个目的，我们可以设计成平行组比较，即受试者随机分配接受试验药物或对照药物的治疗。此时我们对两组进行比较，其基础便是两个独立的样本（受试者被入组到两个治疗组）。这时我们便可以采用两样本t检验来进行两组均数的比较。

; h( B# y% m$ V' x" L

例1：

        在一项比较氯雷他定对比阿司咪唑治疗过敏性鼻炎的临床试验中，主要疗效指标是治疗结束后症状评分的改变，这时我们就可以先计算每个病人治疗前后症状评分的变化值，然后通过两样本t检验对其变化值进行比较。

        假设评分变化值变量名为CHANGE,治疗组别变量名为GROUP，SAS程序为：

PROC TTEST;

     CLASS GROUP;

     VAR CHANGE;

RUN;

" g' R/ r; `  V6 `; n$ p! C# l

注意事项：

       （1）两样本t检验是建立在正态分布的基础上的，而正态分布可通过shapiro-wilktest或kolmogorov-smirnov检验来检验，具体可通过SAS程序中的PROCUNIVARIATE NORMAL来实现。而当两组的样本量N1和N2比较大时（通常大于等于30），一般就没有那么严格要求正态分布了，其样本均数的分布会逐渐接近正态分布。但是在一些情况下，如果中位数明显比均数更能反应分布情况，此时非参数检验会更适合（静注：常见的例如病程指标，一般数据是比较离散的，此时使用非参数方法分析更恰当）。

% S: ?3 a: |- |* K0 r

       （2）其实现在的临床试验大部分是多中心临床试验，在对主要疗效指标进行分析时，不仅要考虑到治疗组的效应，还需考虑到中心效应，此时两样本t检验就无法做到，这时Two-way  ANOVA会更适合。因此，现在两样本t检验更多地用于一些基线连续性变量的比较即基线可比性（baselinecomparability）的检验，比如看看两组在基线时的年龄、体重、基线评分之类的是否有差别，以判断其基线可比性（静注：如果基线有出现有统计学意义的指标，即不具可比性，这时要注意在进行主要疗效指标分析时，一般需要考虑该指标作为协变量进行分析。一般的，主要疗效指标为计量时用协方差分析，计数时用Logistic检验，生存指标时用Cox风险回归。若统计模型中，该参数仍有统计学意义，则要进一步考虑亚组分析或敏感性分析，以评估该指标可能存在某种亚型可能更具临床意义或没有临床意义）。

3 [3 M% O4 O/ B( @1 }" C

统计方法的简单描述：

英文版本：

XX will be analyzed bya two-sample t-test for comparison between treatment groups.

中文版本：

将采用两样本t检验对两组XX指标进行比较。

1 a9 [9 e. w% ?7 O5 l

好资料，感谢分享