Download PDF
doi: 10.14218/MRP.2023.010
Published online: June 30, 2023
临床试验的亚组分析subgroup analysis在研究中是非常常见的。即便不做相关试验,也需要做一定了解,否则在阅读他人论文时可能会理解不充分,甚至容易受到一些无知作者的误导。
一个干预的疗效在不同特征的亚人群可能是不同的。
经典案例解析:EFGR TKI 酪氨酸激酶抑制剂对非小细胞肺癌的疗效,亚裔患者比白人患者好,女性患者比男性患者好。
原因:这一类药物的分子靶点是EGFR 敏感突变,而EGFR 敏感突变的比例在亚裔患者中高于白人患者,在女性患者中高于男性患者。
所以,如果临床试验要研究酪氨酸激酶的疗效,必须做亚组分析。
本文用2023年5月发表在柳叶刀上的一篇论文进行深度解析(图1):
核心结果:高剂量激素组28天内病死比例19%,usual care对照组12%,相对风险1.59,95%CI 1.2-2.1,p值0.001,高剂量激素组更高。
亚组分析的结果(图2):
最下方是整个队列,即所有患者的数据,菱形覆盖的范围是相对风险的95%置信区间,这个区间是1.2到2.1,不覆盖1.0,说明对照组——接受usual care的患者病死风险更低。
第一组数据:按照年龄分类的亚组,分别是70岁以下,70-80岁,和80岁以上。
第二组数据:按照性别分类的亚组,男性患者和女性患者。
最后一组数据:Days since symptom onset,从症状开始到入组时间分为2个亚组,小于等于7天的亚组,相对风险的95%置信区间1.34到2.83,不跨越1.0;大于7天的亚组,相对风险的95%置信区间0.80到1.86,跨越了1.0。
部分人的理解是:从症状开始到入组小于等于7天,干预组病死风险更低;大于7天,干预组和对照组没有差别。这是错误的。
分析原因:亚组分析的基本逻辑,是检验。干预的效果是否受到某个基线特征的影响,准确的英文描述:whether treatment effect on the outcome of interest is somehow dependent on a baseline or demographic factor 或者whether the treatment effect noted in the whole cohort is homogeneous across subgroups.
从这个基本点出发,亚组分析检验的是干预效果和亚组因素有没有交互作用。如果没有交互作用,就不需要再去看每个具体亚组里面相对风险的95%CI;如果有交互作用,才需要在具体的亚组中去看相对风险。
亚组分析的结果左侧一列,每个亚组,年龄、性别等等后面都有一个括号说明卡方值和p值,这就是交互作用检验的结果。而5个亚组分析,p值没有一个小于0.05。
作者给出的解释是:In exploratory analyses, the proportional effect of higher dose corticosteroids on mortality was consistent across all five pre-specified subgroups.
无独有偶,柳叶刀同一期发表的另外一篇论文(图3):
其亚组分析结果的最右侧一列——P for interaction,就是亚组分析的最关键结果(图4):
「白话医学研究」公众号是前哈佛大学医学院助理教授张科宏博士创办的微信公众号,累计阅读已 达 25 万余次。张科宏博士在国内外都有丰富的科研经验,于每周二在「白话医学研究」公众号发布微 视频解读论文,用论文实例从理论 - 心理 - 流程将智慧融入实战,帮助非英语母语的学者将其科研成果 展示于国内外科研平台。「白话医学研究」不仅适合入门级医学研究者关注学习,对资深医学研究者也 同样有益,对非研究型的医生提高思辨能力也有很大的帮助。
Copyright © XIA & HE Publishing Inc. This is an Open Access article distributed under the terms of the Creative Commons Attribution-Noncommercial 4.0 License (CC BY-NC 4.0), permitting all non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.