估计目标框架：临床试验中治疗效应的精确定义)
简介由DIA中国统计社区发布的《ICH E9 R1估计目标及敏感性分析蓝皮书》面向临床试验统计师、临床研发人员及监管评审者系统阐述ICH E9(R1)修订后估计目标与敏感性分析的实践要点。包内仅含1个PDF文档压缩后1.63MB便于移动端随时查阅文档按章节组织涵盖估计目标结构化框架、五大属性、伴发事件处理策略以及主估计方法、敏感性分析与补充分析的逻辑关系并附方案撰写建议和淋巴瘤CAR-T、哮喘多臂试验等应用案例可帮助读者从概念到方案落地理解E9(R1)。第一章重点介绍框架与沟通作用第二章展示如何将估计目标框架写入试验方案第三章通过真实案例演示具体操作。该蓝皮书已有2795人学习是从事创新药临床统计与审评工作的高价值参考资料。1. 降糖药争议为什么同一个试验会得出两个真相2011年围绕一款降血糖药物的NDA审评申办方和监管方在同一个主要终点上给出了完全不同的结论。申办方把补救治疗后的测量当作缺失值用LOCF插补进分析监管审评员坚持把患者服用补救药物之后的观测直接纳入模型理由是更接近真正的意向治疗。表面看这是两种缺失数据处理方法的对决本质上是双方对治疗效应的理解不在一个频道。ICH E9(R1)和这份蓝皮书要解决的核心问题就是把这种隐藏在方法分歧之下的效应定义分歧提到方案写作的最前端先定义清楚你要估计什么再谈用什么方法算。统计分析的第一步从来不是选检验而是把科学问题翻译成一个可估的量。估计目标就是这个翻译产物。2. 估计目标框架五大属性如何把一个科学问题锁成可估的量2.1 三步结构化框架先定问题再定目标最后才谈方法ICH E9(R1)给出的不是一套统计方法清单而是一个思考流程。框架分三步第一步明确试验目的想回答什么临床问题第二步针对这个目的定义估计目标用五个属性把治疗效应精确描述出来第三步才根据估计目标选择主估计方法和敏感性分析。步骤之间是单向递进的关系不允许跳过前置步骤直接落到方法选择。这个流程和1998年版ICH E9最大的差异在于E9(R1)把治疗效应是什么从统计模型的附属品提升为试验设计的第一性问题。E9时代统计师拿到方案后首先想的是用什么模型、怎么处理缺失值E9(R1)时代第一步是问临床团队患者中途用了补救药你希望估计的是用了补救药之后的综合效应还是假设没用补救药的纯药物效应。两类问题对应不同的估计目标后续的数据收集策略完全不同。蓝皮书用表1-1给出了实施顺序确定试验目的、识别伴发事件、就处理策略与监管达成一致、确定估计目标、再由估计目标推导试验设计与实施、主估计方法、敏感性分析、补充分析。这张表的价值在于它把参与方拉进了一个强制对话流程——临床、统计、注册、运营等多学科在方案定稿前必须对伴发事件的处理策略达成一致而不是各自闷头在统计计划里处理。值得注意的是E9(R1)将估计目标的讨论扩展到了缺失数据之外。2010年关于临床试验缺失数据的权威报告第一次把估计目标带入业界视野但其焦点是缺失数据导致很多人误以为估计目标问题就是缺失数据处理问题。E9(R1)在2019年正式签署后用伴发事件这个概念把讨论拉到更上游真正需要在方案阶段回答的不是缺失值怎么填而是哪些事件会改变治疗效应的含义。2.2 五大属性治疗效应的原子级拆解估计目标包含五个属性目标人群、治疗处理、目标变量或终点、伴发事件及其处理策略、群体层面汇总。人群属性定义的是适应症对应的人群而非实际入组人群。这两个概念经常被混淆。如果某个伴发事件比如治疗转组被识别出来且目标人群被定义为潜在的不会发生治疗转组的人群那么入排标准的设计就要配合这个人群定义——不是在统计阶段剔人而是在试验设计阶段就用主层策略锁定人群。治疗属性描述的是治疗方案本身。注意E9(R1)里的治疗是一个组合概念当伴发事件采用疗法策略时实际治疗的范畴会扩大。比如降糖试验采用疗法策略治疗就变成试验药补救治疗对比对照药补救治疗补救治疗被视为基础治疗的一部分。此时如果要做优效性检验就得证明试验药优于加了基础治疗的对照——门槛比纯试验药对纯对照药更高。目标变量属性定义了主要终点但它可能被伴发事件改写。肿瘤试验里死亡伴发事件最典型无进展生存期PFS这个终点把死亡直接编码进变量定义患者死亡后PFS值等于死亡发生时刻的事件时间这是一种通过复合变量策略把伴发事件吸纳进终点的做法。群体层面汇总属性回答的是最后比较什么数均值差、风险比、率差还是别的指标。E9(R1)对治疗效应的定义强调相同受试者在不同治疗条件下可能发生的结果的比较我的理解是这就是因果推断里反事实框架的落地——比较的是同一人群在两种治疗下群体平均结果的差异而不是某个个体的疗效。随机化在这里的作用不是让两组基线可比而是让这个反事实比较在统计上可识别。2.3 属性联动为什么伴发事件是新增的关键估计目标的五个属性不是独立的伴发事件位于核心位置因为它可以同时改写其他三个属性。伴发事件的定义有三个必要条件治疗开始后发生、影响患者的治疗如治疗转组、补救治疗、影响目标变量的解释或存在如死亡使测量不存在。解析一个例子。试验治疗A对比标准治疗B6个治疗周期后评估总体最佳响应率。如果受试者在疾病进展前退出试验用药并接受下一线治疗这个事件满足治疗开始后发生和影响患者的治疗。但关键在第三个条件——它同时影响变量、治疗和人群三个属性影响变量是因为下一线治疗后的评估不再纯反映试验用药疗效影响治疗是因为疗法策略下治疗变成用药下一线的复合影响人群是因为如果用主层策略目标人群变成潜在不会接受下一线治疗的亚群。因此伴发事件的处理策略必须和它影响的属性绑定考虑。这个联动关系也解释了为什么五种策略会影响数据收集的设计。伴发事件一旦被定义并分配了策略试验运营和数据管理就知道哪些测量需要收集、哪些不需要。方案里写假想策略伴发事件发生后的测量就不再是感兴趣的量方案里写疗法策略则事件后的观测必须完整记录。数据收集的完备性由估计目标反向决定这个链条是单向的、强制的。3. 伴发事件五种处理策略的底层逻辑与数据流差异3.1 伴发事件与方案违背一条被反复混淆的边界E9(R1)明确说伴发事件不是临床试验需要避免的缺陷而是在患者治疗过程中自然发生的事件。这是一个反直觉的定位。许多团队潜意识里把患者用了补救药患者提前终止治疗当作方案违背来对待试图通过强化依从性管理减少其发生。但对统计推断来说真正致命的不是伴发事件出现而是伴发事件出现之后方案里没有定义用什么策略把它纳入治疗效应的估计。区分伴发事件和方案违背要看三个条件治疗开始后发生、影响患者的治疗、影响估计目标中其他属性的解释或存在。一次性漏服、日间服药时间错误这类方案违背如果预期不影响变量解释就不算伴发事件。因缺乏疗效提前终止治疗显然算伴发事件它影响终点评估。一个实用的判断方法是这个事件会不会改变你想估计的治疗效应的含义。会就是伴发事件不会就是方案违背或数据缺陷。伴发事件需要清晰定义尤其是提前终止治疗这类复合事件。因缺乏疗效、因不良事件、因患者个人原因、因合并用药超量不同原因导向的策略选择完全不同。蓝皮书特别强调需要收集这些支持性信息来帮助确定策略因疗效不足退出可能用复合变量策略编码为未缓解因搬家退出可能用假想策略假设其继续完成治疗。没有原因明细策略选择就成了盲猜。3.2 五种策略机制拆解与适用场景E9(R1)定义了五种策略每种策略都在回答同一件事——伴发事件发生之后它的测量、疗效定义和人群定位如何处理。先看策略对比策略核心逻辑受影响的属性典型场景疗法策略伴发事件发生与否不影响数据使用所有观测值进分析治疗属性补救治疗被当作基础治疗假想策略假设伴发事件未发生用模型预测或填补疗效变量属性无法验证的反事实假设复合变量策略把伴发事件编码进终点定义变量属性事件本身被视为治疗失败在治策略只分析伴发事件发生之前的测量变量属性事件之后结局与试验治疗无关主层策略目标人群限定为潜在不发生伴发事件的人群人群属性入排标准按潜在人群设计疗法策略最容易理解也最容易踩坑。它表面上是不管发生什么照单全收但代价是治疗效应的估计不再纯粹。下一线治疗在疗法策略下被纳入治疗属性对照组变成B下一线试验组变成A下一线此时优效检验需要有更大的把握才能证明试验药优于加了基础治疗的对照。另一个关键限制是终末事件不能使用疗法策略——死亡事件发生后变量不存在没有任何观测可以纳入。假想策略是争议最大的一种。它关注的是倘若伴发事件不发生的治疗效应本质上是一种反事实推断需要明确具体假想情景。只说假想受试者未使用下一线治疗不充分因为存在两种截然不同的情景假想受试者无法获得下一线治疗或假想受试者临床状态良好无需使用。两种情景对应不同的填补模型和参考人群临床意义也不同。由于假设无法验证E9(R1)特别强调假想策略下敏感性分析的必要性。复合变量策略把伴发事件本身当成结局的一部分。当使用下一线治疗被认为是一种不良结局时事件发生直接编码为无应答终点从6个周期后的最佳响应变成6个周期内是否发生不良结局的复合定义。在治策略则截断到事件发生前事件后的结局被认为与试验治疗无关。主层策略最特殊它承认有些人注定会发生某些事把估计目标限定在潜在不会发生事件的亚群上需要通过入排设计的特殊手段来实现。3.3 同一例子的五种数据流从分析到数据收集的连锁反应回到最佳响应率例子。6个治疗周期内受试者4和6在疾病进展前接受了下一线治疗事件后他们的评估结果各不相同。这个例子在五种策略下会得到完全不同的数据流。疗法策略下受试者4和6接受下一线治疗后的评估照常进入分析治疗属性扩为复合治疗。假想策略下他们的最终响应由预测模型基于假想情景重建事件后的测量不再收集。复合变量策略下接受下一线治疗被直接编码为无应答事件后的测量无需收集。在治策略下只取事件发生前最后一次评估——受试者4是疾病稳定、受试者6是部分缓解终点从6个周期后的最佳响应被改写为事件发生前的最佳响应。主层策略下他们被移出目标人群改为通过特殊的入排设计锁定潜在不会接受下一线治疗的受试者。这五种策略的选择会反向决定试验运营团队要收集什么数据。方案里定义假想策略电子病例报告表里不再需要设计伴发事件发生后的疗效评估页面方案里定义疗法策略数据管理团队必须确保补救治疗用药细节被完整记录想让策略可执行伴发事件的支持性信息比如退出原因必须进入数据采集清单。这就是为什么E9(R1)要求伴发事件策略在试验方案阶段确定而不是等数据进入统计分析阶段再补救。4. 主估计方法与敏感性分析假设的层级拆分和方案呈现4.1 主估计方法的三层结构给定估计目标之后主估计方法要做三件事得到估计值、得到置信区间、进行统计检验。任何估计方法都必须建立在假设之上。E9(R1)把假设拆成两个层级——统计模型假设比如协方差分析的线性关系、方差齐性和缺失数据处理假设——并且要求假设在方案层面写得足够明确。这在实践中并不容易做到因为统计团队习惯在统计分析计划中描述方法而E9(R1)希望把假设也前置到方案阶段。一个容易被忽视的细节当不同伴发事件导致的缺失数据需要用不同填补方法时方案中必须分别描述。比如复合策略下因治疗失败退出试验的受试者终点固定为无效而因搬家退出的受试者可能需要额外的假想填补。每个伴发事件对应的数据生成机制不同主估计方法的假设也会被拆分归类。ICH E9提到缺失数据没有普适的解决方法E9(R1)把这个论断推进一步缺失数据的处理方式取决于伴发事件的机制和所选策略而不是某种通用的插补算法。4.2 敏感性分析不是换模型比赛是一次只动一个假设E9(R1)对敏感性分析的定义是针对同一个估计目标下的主估计方法探索主估计方法统计推断对假设偏离和数据局限性的稳健性。这里有两个要点。第一敏感性分析的对象是主估计方法的假设不是估计目标本身。改变了估计目标——比如从假想策略改成疗法策略——那不是敏感性分析是另一个估计目标的估计需要独立描述其五属性和主估计方法。第二选择敏感性分析时建议一次只考虑一个假设避免同时改变多个假设导致结果差异无法归因。实际工作中常见的翻车是换一个模型就算敏感性分析。从协方差分析换成混合效应模型同时改了分布假设、协变量结构和缺失数据假设结果变了也不知道是哪个环节导致的。正确的做法是如果主估计方法建立在假设M1统计模型和M2缺失数据机制之上敏感性分析就分别考察M1偏离和M2偏离的影响一次一个变量。蓝皮书明确说敏感性分析针对假设的偏离和数据的局限性这决定了它的设计方式更像对照实验而不是模型比拼。4.3 补充分析优先级最低但并非多余补充分析是同一个估计目标下除主估计方法和敏感性分析之外的分析。它的作用是提供对治疗效应更全面的了解但在结果解释中的作用优先级最低。监管沟通的重点是主估计方法和敏感性估计方法补充分析放在最后讨论。这个优先级设计不是为了贬低补充分析而是保证统计推断的主线清晰主估计方法回答问题敏感性分析检验回答的稳健性补充分析提供额外的临床解释素材。我一般这么理解三层结构的价值主估计方法给结论敏感性分析给结论的边界补充分析给结论的上下文。如果只保留主估计方法读者不知道结论是否经得起假设偏离如果只保留敏感性和补充分析统计推断没有锚点。蓝皮书建议敏感性分析的选择要一次考虑一个假设这与补充分析的松散定位形成对比——后者可以自由探索前者必须严格对应主估计方法中的某个假设。4.4 方案呈现模板解剖与伴发事件总结表估计目标在方案中的呈现没有统一规定可以出现在研究目标章节也可以单独成章。一份可用的呈现格式参考行业共享模板大致是主要关注的临床问题在患有【疾病】的受试者中不考虑因任何原因终止治疗和 补救治疗的情况下治疗【xx时间】后通过【健康指标】评估的治疗差异是多少 估计目标定义 - 人群患有【疾病】的受试者 - 终点【健康指标】在【时间点】较基线的变化 - 治疗随机分配的治疗疗法策略含补救治疗 - 伴发事件及策略终止治疗、开始补救治疗或改变背景治疗——均按疗法策略 - 群体层面汇总治疗组间平均变化的差异这段模板值得注意的细节是属性顺序。先写临床问题再写五属性最后写选择该估计目标的考量。临床问题在前的目的是让读者先理解为什么再接受是什么。方案中如果存在多个主估计目标必须依次定义主估计目标1、主估计目标2每个目标独立描述五属性和策略不允许混在一起。伴发事件总结表是这个框架最具操作性的部分。它按行列出所有识别的伴发事件按列列出各估计目标交叉格填写处理策略。表格强制团队逐一核对每个伴发事件在每个估计目标下的归属避免出现方案里写了策略、统计计划里又悄悄改了的断层。死亡行尤其需要留意在多数估计目标里死亡不能用疗法策略如果某个估计目标的交叉格出现了死亡—疗法策略说明统计师对终末事件的机制理解有误。5. 方案落地避坑指南常见翻车点的排查与修正5.1 把估计目标问题当成缺失数据处理问题现象方案里大篇幅讨论填补方法LOCF、多重填补但未定义伴发事件的处理策略。某降糖药NDA阶段监管争议的根源就在于此——申办方把补救后的数据标记为缺失并用LOCF插补监管方则认为补救治疗是治疗路径的一部分应该直接采用补救后的观测。原因团队把患者数据缺失当作数据质量问题默认统计方法可以解决一切没有意识到分析方法的差异折射的是对治疗效应定义的分歧。更早的时候1998年ICH E9只要求对缺失数据处理方法做敏感性分析没有提供识别伴发事件的框架这给了业界一个错觉缺失值是坏数据不是效应的一部分。解决先定义伴发事件再选择策略最后写统计方法。方案里的顺序必须是临床问题→伴发事件→策略→主估计方法。如果数据缺失仍然存在比如患者失访才进入缺失数据处理方法的讨论——那是主估计方法内部的第二个假设层级不是同一层问题。5.2 只写统计分析方法不写估计目标现象方案统计章节列出协方差分析、重复测量模型、生存曲线但没有估计目标的完整定义监管反馈意见要求补充估计目标及处理策略团队解释我们在统计分析计划里写了。原因统计内容习惯放在统计分析计划中推进没有意识到估计目标是方案层面的科学问题定义。它会直接影响受试者随访流程、病例报告表设计和数据收集范围。SAP是分析阶段的文件方案才是申办方和监管方在试验启动前达成的约束性文件。监管需要在方案阶段看到估计目标而不是等数据收完再讨论分析策略。解决在方案中单独设立估计目标章节或并入研究目标章节按临床问题→五属性→策略理由的顺序写成完整段落。伴发事件总结表放同一章节保证内容闭环。统计分析方法只作为主估计方法的载体出现在后续章节。5.3 敏感性分析同时改动多个假设现象敏感性分析结果有差异但无法解释差异来自何处。主估计方法用协方差分析加多重填补敏感性分析换成混合效应模型加末次观测结转两个变量同时改变结果偏离后团队只能笼统归因于模型敏感性。原因缺失对敏感性分析定义的理解。敏感性分析是针对主估计方法中某一个假设的偏离设计不是换一种统计策略重新跑一遍。E9(R1)定义敏感性分析为针对假设的偏离和数据的局限性如果同时偏离多个假设就无法识别哪个偏离稳健性不足。解决主估计方法写出假设拆解清单——H1统计模型假设、H2缺失数据处理假设。敏感性分析依次只放开H1、只放开H2分别记录结果变化。差异大到足以改变结论时回到估计目标定义层面重新审视假设的合理性而不是急着换模型。5.4 把伴发事件和方案违背混为一谈现象监察报告里把患者提前终止治疗列为方案违背统计计划里又按疗法策略分析数据管理团队对伴发事件发生后是否继续收集疗效测量存在分歧。原因现场运营团队对伴发事件的定位不清楚。伴发事件是治疗方案中自然发生的事件是模型设定的预期组成部分不应被视为需要避免的缺陷方案违背是偏离方案要求的行为才需要尽量避免和处理。二者的处理逻辑完全不同混淆会导致数据收集和统计策略脱节。解决方案中并列给出伴发事件清单和方案违背清单。伴发事件逐一定义策略纳入分析框架方案违背走数据质量流程。特别注意提前终止治疗这类事件的归因拆分需要收集终止原因缺乏疗效、不良事件、与疗效无关的个人原因、合并用药超量等不同原因会导向不同的策略选择。5.5 不同治疗组伴发事件发生率不均衡时直接解读结果现象试验组伴发事件发生率20%对照组40%主分析采用疗法策略得到组间差异团队直接按试验药优效解读。原因疗法策略假设伴发事件作为基础治疗在各组按相同机制发生但治疗组间事件率不均衡本身就是疗效差异的信号——安慰剂组更容易过早使用补救治疗。此时疗法策略下的估计值混合了试验用药效果与补救治疗选择差异单独归因于药物会高估疗效机制。解决当组间伴发事件发生率存在明显不均衡时把伴发事件发生率及其组间差异作为关键描述性统计量呈现在基线结果中并在结果解读时说明其对估计值含义的影响。同时用敏感性分析比如假想策略下的另一种估计补充呈现纯药物效应的估计区间让读者在完整信息基础上判断。6. 十个案例背后的设计取舍策略选择首先是临床决策6.1 案例给出的共同规律蓝皮书第三章集中呈现了十个案例覆盖CAR-T细胞治疗、哮喘多臂试验、肾细胞癌术后辅助治疗、心力衰竭运动能力、COVID-19、患者报告结局肿瘤终点、类风湿关节炎、继发进展型多发性硬化、泛发性脓疱型银屑病和血液肿瘤。形式与适应症各不相同但结构高度一致先识别伴发事件再用五属性定义估计目标最后才选择估计方法。这个顺序本身就是E9(R1)结构化框架的价值——它把统计推断的起点从用什么模型改成了每个人都先回答同样五个问题。6.2 两种典型取舍终末事件和补救治疗反复阅读这些案例能看到两条规律性的设计取舍线。第一条是死亡这类终末事件死亡发生后变量不存在疗法策略被排除。肿瘤案例中死亡通常被编码进复合终点形成无进展生存期类变量或用在治策略截断到死亡前或作为主层人群的排除条件。第二条是补救治疗的策略选择直接决定治疗属性的定义宽度疗法策略把补救治疗纳入治疗范畴认为它在真实世界中属于基础治疗假想策略则试图剥离补救治疗的影响估计纯药物效应代价是整个估计目标建立在无法验证的假设之上对敏感性分析的要求随之提高。6.3 我的习惯与一个判断原则跟进这类项目多了我养成一个习惯收到一份新方案先跳到伴发事件总结表。如果这张表不完整或者交叉格里出现了死亡—疗法策略这类不可能的搭配我基本可以断定这份方案里的统计计划还没有真正落到估计目标框架上。从那以后我每次写估计目标都把五个属性逐个过一遍审核清单人群是不是适应症人群而非入组人群、治疗属性有没有包含策略隐含的复合用药、变量定义是否被伴发事件改写、汇总指标是否对应反事实比较、策略选择是否能反推出明确的数据收集要求。强迫自己先回答一遍再交给临床团队确认能省掉后面至少一轮统计分析计划修改。如果你想看到这些取舍在真实场景里的完整推演这份蓝皮书的价值正在于此——它不是给你结论而是让你跟着十个案例把估计目标的每一步思考再走一遍。希望帮到你。本文还有配套的精品资源点击获取
