热度 3|
亚组分析(Subgroup Analysis)(七)
上文中,小胖介绍了我们常见的亚组分析的情况,关于亚组分析,一直是一个颇具争议的话题,内容也比较繁杂,小胖在这个系列里就不做过多介绍了,以后有机会的话,可以再对亚组分析作进一步的探讨。
最后,小胖想介绍一下FDA对亚组分析的一些基本观点,供大家参考,以作为本系列亚组分析内容的结束。
众所周知,FDA在批准一个新的药品上市之前,必须对其疗效和安全性进行验证。因此FDA要求申办者进行两项III期研究来证实药物的疗效和安全性。一般来说,对药物的评价都是基于整个ITT人群的, FDA是根据治疗组和对照组平均疗效结局的差异来判断药物的疗效的。
当然,FDA也知道不同特征的人群治疗效果可能不同,这就是所谓的治疗效果的heterogeneity。解决这个问题有两个办法:
(1)FDA鼓励申办者在开始试验前事先规定要进行的亚组分析。如果对亚组分析预先确定相应的无效假设和正确的证实性分析策略,那么申办者就需要对多重性和样本量进行考虑。这一点正是基于亚组分析产生的两个问题:
问题一:多重性问题(multiplicity)
这一点很好理解,你对多个亚组进行检验,自然会增加I类错误(假阳性),产生多重性的问题。
问题2:统计把握度问题(power)
如果你的样本量的计算是基于主要假设而确定的,也就是说都是根据总体人群的总体疗效而确定的,即保证能检验出总体疗效来。因此,对于同一个指标,基于亚组人群的检验只有在治疗效应更大的情况下才能有把握检验出来,或者说基于亚组人群的检验的把握度不会像总体人群检验那样能达到80%-90%。况且对于多重检验的控制会更加降低把握度。这样就会造成underpowered的情况。
FDA没有明确指出这种事先规定的亚组分析的疗效结果可以作为药物批准的依据,但FDA也没有排除这种情况。
待续。。。
手机版|会员|至尊|接种|公卫人 ( 沪ICP备06060850号-3 )
GMT+8, 2024-5-16 04:00 , Processed in 0.046507 second(s), 6 queries , Gzip On, MemCached On.
Powered by Discuz! X3.4
© 2001-2023 Discuz! Team.