协变量（二）

 

正如小胖在上篇博文中所提及的，协变量之所以产生一系列问题，对研究结果造成一系列影响，最大的原因在于两条：

 

1. 这个变量与研究结果密切相关，也就是说这个变量对治疗结局有重要影响

2. 这个变量在治疗组间分布不均衡

 

因此，既然我们知道这些，对于协变量的处理，我们就应该首先从这两点着手，而在随机化阶段运用分层随机化，则是最简单也是最有效的方法之一了。首先我们可以选择一个或几个对治疗结局有重要影响的协变量，把这一个或几个协变量当作分层因素，进行分层随机化，从而使这些作为分层因素的对治疗结局有重要影响的协变量在组间分布保持均衡。具体的分层随机化的介绍，可参加小胖说统计之三十四、小胖说统计之三十五、小胖说统计之三十六和小胖说统计之三十七。

 

那么怎么选择进行分层的协变量呢？当然要根据以往的研究、疾病的特性以及临床实践等来确定对治疗结局有重要影响的协变量。那是不是只要觉得对治疗结局有影响的协变量就要进行分层呢？显然这是不切实际的，正如小胖在前边介绍分层随机化的博文中指出的那样，你选择的分层协变量越多，组合数就越多，层数也就越多，层数一多，就会使有些层次的人数不足。例如某临床试验我们选择研究中心（10个中心）、性别（男或女）、疾病严重程度（I级或II级）三个协变量作为分层因素，则共有10×2×2＝40层，如果一共入选200例病人的话，每层平均5个人，甚至有的层人数会很少，难以实施统计处理。既然我们不能过多地选择协变量，那么我们只有选择那些重要的协变量了，即那些对治疗效果确实有重要影响的协变量才应该考虑作为分层因素，一般来说很少超过2－3个。

 

下边看一个例子吧：

 

McHutchison JG, Lawitz EJ, Shiffman ML, et al. Peginterferon Alfa-2b or Alfa-2a with Ribavirin for Treatment of Hepatitis C Infection. The New England Journal of Medicine 2009;361(6):580-593

 

“Among patients with HCV genotype 1 infection, baseline HCV RNA level and race are associated with SVR; patients are stratified according to baseline viral load (≤600 000 vs >600 000 IU ⁄ mL) and whether they are African American or non-African American”

 

“Patients were randomly assigned, in a 1:1:1 ratio and with the use of an interactive voice system, to one of the three treatment groups and were stratified according to HCV RNA level (≤600,000 IU per milliliter or >600,000 IU per milliliter) and self-reported race (black or nonblack). ”

 

上边这个例子中，由于基线RNA水平和种族对丙肝的疗效有重要的影响，因此选择了这两个变量作为分层因素进行了分层随机化。