随机对照药物临床试验样本量估计

◇定理药理学◇『f1I临床药理学与治疗学中药理学会主办CN3412o6／R，ISSN】0092501nttp：／／www．c1cptCOFI1201lOct；16(10)：1132～l136随机对照药物临床试验样本量估计李婵娟，蒋志伟，王锐，夏结来第四军医大学卫生统计学教研室，西安710032，陕西摘要如何正确估计样本量是随机对照药物临床试验 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 阶段的主要研究内容之一。本文在对随机对照临床试验样本量估计的影响因素一一 分析 定性数据统计分析pdf销售业绩分析模板建筑结构震害分析销售进度分析表京东商城竞争战略分析 的基础上，通过实例介绍临床试验样本量估计的分析过程，并讨论了临床试验样本量估计中的注意事项，为随机对照临床试验正确估计样本量提供参考。关键词临床试验；样本量估计；检验效能中图分类号：R311文献标识码：A文章编号：1009—250l(2011)10一l132—05临床试验中的样本量估计是研究者进行试验设计所关注的重要问题之一l】]。样本量估计是在保证一定精确度的前提下，确定最少的观察单位数，从而达到控制试验费用、提高试验质量的目的。1概述样本量过小，所需要的研究经费就少，实际操作也简单，但研究结果的可重复性及代表性较差。若样本量过小没能达到所 要求 对教师党员的评价套管和固井爆破片与爆破装置仓库管理基本要求三甲医院都需要复审吗 的检验效能，则很难获得两组之间存在的真实差异，容易得出假阴性或假阳性的结论。20U一0708收稿2Ol1-09-03修回国家自然科学基金资助项目(8100129O，非随机对照临床试验选择性偏倚控制方法研究)李婵娟，女，博士，讲师，主要从事临床试验统计学方法研究。Tel：029—84772180E—mail：chanjuarL1i@sohu．corn夏结来，通信作者男，教授，博士生导师，主要从事临床试验统计学方法研究。Tel：029—84774904Email：jielaixia@yahoo．corn样本量大其检验效能就越高，更容易得出组间差异有统计学意义。如某药与安慰剂对照临床试验，试验药有效率为53．13(N一64例)，安慰剂对照组有效率为50．O0(N。=60例)，组问差别无统计学意义(P一0．7279)；当两组样本各扩充为原来的100倍时，其对应的有效率还是53．15和50．00，但经Y。检验，组间差别有统计学意义(P一0．0005)。两次检验P值间的差异是由于样本量不同导致的。所以临床试验中，不仅仅关注组间比较的P值，还要关注样本量，结果的解释要结合统计和专业两方面。样本量并非越大越好，因为无限制地增大研究样本量会使试验的规模过大，会增加实际工作中的困难，从而导致人力、物力和时间的大量浪费，同时由于研究样本量增加，很难控制实验条件，也将使样本人群中包含较多的混杂因素，对研究结果可能造成一定的影响。样本量过大和过小都存在着一定的弊端。如何正确估计样本量是临床试验研究的重要内容之一。通常我们需要根据研究的目的，依靠生物统计学家、临床专家的专业知识来选择适当的试验设计和计算适合的样本量，最终所需样本量既要参考用一定的公式计算出所需的样本量，还要考虑相关法规、病人来源、依从性和伦理等问题而加以修改。2影响样本量的主要因素2．1非统计学因素2．1．1临床试验设计类型临床试验常分为传统的差异性检验和区间检验。而区间检验又分为优效性检验、等效性检验和非劣效性检验[_2]。差异性检验的无效假设是两组(或多组)总体问没有中国临床药理学与治疗学2011Oct；16(10)差别，而备择假设为两组(多组)总体间有差别。优效性试验是研究一种药的疗效是否优于另一种药，如以安慰剂为对照的临床试验。等效性试验用于验证两种药物的疗效相近(相差不超过一个指定的数值△)。检验一种药物是否劣(或不劣太多)于另一种药物的试验称为“非劣效性试验”。不同的临床试验设计类型，样本量估计时所需提供的参数也不同，如进行等效性试验的样本量估计需要设定等效上下界值，进行非劣效性试验则需要设定非劣效界值。另外对于平行分组设计、交叉设计、适应性设计、成组序贯设计、剂量递增设计、抗肿瘤药物多阶段设计等不同设计类型，其样本量估计也有所不同。2．1．2主要观察指标数据类型和所采用的统计分析方法临床试验样本量的估计是基于主要观察指标。在对某项临床试验进行样本量估计之前要根据研究目的确定主要观察指标，并判断主要观察指标的数据类型。对于不同数据类型如计量、计数和等级资料，因统计分析方法不同，其样本量估计公式也不同。同样为计量资料采用参数检验还是非参数检验，所需要的样本量也不同。同样两个率的比较，采用检验、精确概率法、t检验、似然比检验或Mantel—Haenszel检验，其对应的样本量估计也有所区别。同样是对主要观察指标进行log—rank检验，样本量估计根据提供参数的多少分简单和高级两类。2．1．3资料质量和依从性资料质量和依从性会影响进入药物临床试验符合 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 集的有效病例数。为保证一定的有效病例数，一般情况下，资料质量和依从性越差，所需要的样本量越多。在进行样本量估计时，要从整体角度预测所要开展的试验的受试者依从性，再根据预测结果在原有估计的样本量的基础上扩充一定数量样本。考虑到依从性问题，目前临床试验样本量估计时常采用的方法是在样本量估算的基础上扩充1O～20的病例，以保证临床试验完成时达到相关法规规定的最低有效样本量。2．1．4试验组与对照组病例数分配比例随机对照药物临床试验中所涉及的试验组与对照组病例数分配比例也影响到样本量估计。当试验组与对照组等比例时能获得最大的检验效能，一般在·1133·Ⅱ期临床试验中常采用这种设置。在Ⅲ期中要保证一定的试验组例数，所以常采用的是试验组：对照组一3：1这样的分配比设置。对于不同的设置，所需要的样本量不同。如两个率9O和70比较的优效性试验，其他条件相同情况下，等比例时需要样本量为82：82，共164例；试验组与对照组分配比例为2：1时，所需要的样本量为124：62，共186例；试验组与对照组分配比为3：1时，所需要的样本量为165：55，共220例。可见，等比例时总的样本量需要最少。2．1．5相关法规规定《药品注册 管理办法 关于高温津贴发放的管理办法稽核管理办法下载并购贷款管理办法下载商业信用卡管理办法下载处方管理办法word下载 》第三章第三十二条]：药物临床试验的受试例数应当符合临床试验的目的和相关统计学的要求，并且不得少于本办法附件规定的最低临床试验病例数。其附件1-3对中药和天然药物、化学药品、生物制品注册分类及申报均有相应的最低样本量具体要求。例如(1)一般临床试验工期：2O～30例，Ⅱ期：100例，Ⅲ期：300例，Ⅳ期：2000例(疫苗和避孕药除外)。(2)生物利用度：18～24例。(3)进口中药、天然药物制剂应提供在国内进行的人体药代动力学研究资料和临床试验资料，病例数不少于100对；多个主治病证或适应症的，每个主要适应症的病例数不少于6O对。(4)中药和天然药物改剂型品种应根据工艺变化的情况和药品的特点，免除或进行不少于100对的临床试验。(5)中药和天然药物仿制药视情况需要，进行不少于100对的临床试验等等。临床试验的样本量估计常基于主要观察指标，而主要观察指标一般选择的是疗效指标，而非安全性评价指标。所以常规估计出的样本量统计计算主要是从检验效能出发，保证有多少把握能做出疗效显著来。而国家食品药品监督管理局(SFDA)的规定还从安全性角度出发，保证能发现一定的不良反应，如完成100例受试病例，可有99以上概率发现5的常见ADR_l4]。临床试验要遵照相关法规，如果统计估算出的样本量低于法规规定，要按法规规定的最小样本量执行。2．2统计学因素2．2．1I类错误0t，即检验水准在一项临床试验结束后，我们会获得这项临床试验疗效和安全性结果，但这些数据仅属于样本信息。统计推断就是要尽量从统计学角度考虑抽样误差的存在根据样本信息来推断真实情况即总体信息。统计推断的基本思想是小概率反证法思想，如先假设试验组与对照组总体有效率相等，然后在疗效相等的前提下，计算从总体获得现有样本的概率，如果概率很小，则表明开始的假设极大可能是错误的，因为小概率事件在一次临床试验中表1假设检验的两类错误几乎不可能发生，要考虑拒绝开始的假定。我们一开始设定两组相等的假设称为H。，其对立的假设称为H，即两组总体有效率不等。假设检验是针对H。，无论拒绝H。还是接受H都可能犯错误，见表1[。当H。为真时，假设检验结论拒绝H。接受H，这类错误称为工类错误，又称假阳性错误，即试验组与对照组之间实际没有差别，但是结果却显示有统计学意义的错误概率。检验水准，就是预先规定的允许犯I类错误概率的最大值，用a表示。越小，所需样本量越大。在假设检验时根据不同研究目的预先确定，一般取a==：0．05，还应明确单双侧，单侧检验比双侧检验较易获得有统计学意义的结果，其他条件相同情况下，单侧检验所需要样本量小于双侧检验。2．2．2Ⅱ类错误pJ3为Ⅱ类错误的概率，亦称假阴性错误，如表1所示，当真实情况为H。不成立即H成立时，假设检验结论不拒绝H。反而“接受”H。的概率，即实际试验组和对照组两组有差别，而在某项试验中被错误地判断为无差别的概率。1—8，又称检验效能或把握度，表示在特定的a水准下，H为真时检验能正确发现的能力，即发现确实存在差异的能力。1一G越大，所需样本量越多。一般要求检验效能1一J3不低于0．75，临床试验中通常取8—0．1或0．2。2．2．3容许误差容许误差为处理因素的效应大小，即总体间差别，如两总体均数的差值6一／或两总体率的差值==：7c一兀等。这一参数估计值通常可查阅文献、预试验、临床上认为有意义的差值代替、或由相关专业的专家根据经验来确定。6越小，所需样本量就越大，也就是说从统计意义上欲发现较小的差别则需要较大的样本，其极端情况是样本非常大的时候总体间很小的差别在统计上也是有意义的，如前面概述举例中提到的扩充样本100倍，P值从0．7279变为0．0005。临床试验中容许误差的获得是比较困难的。也有人主张用0．25倍或0．50倍的标准差估计总体均数间的差值，或规定试验的新药有效率必须超过标准药物(或对照药)有效率的30才有推广意义等。2．2．4主要观察指标总体信息药物临床试验样本量估计过程中需要主要观察指标总体的一些信息，如均数比较时需了解个体变异大小即总体标准差或两总体合并方差。主要观察指标个体变异越大，所需样本量也越大。样本量估计时，总体的这些信息真值往往不知道，此时可根据经验、查阅文献或通过预试验来估计。2．2．5区间检验所需的界值△优效／非劣效等效性试验样本量估计时尚需要设定其优效非劣效／等效界值△。△是一个有临床意义的值，该值由临床专家来确定。若△选大了，可能会将疗效达不到要求的药物判断为优效／非劣效／等效而推向市场；若△选小了，则可能会埋没一些本可推广使用的药物。综上所述，随机对照药物临床试验样本量的估计需要考虑非统计学因素和统计学因素两方面。对于统计学因素，传统的差异性检验需要事先确定4个参数：I类错误a、II类错误8、总体均数或率之差(或其估计值)、标准差a或合并方差(或其估计值)。区间检验另需要确定相应的临床上可接受的等效／优效／非劣效界值△。样本量的估计涉及诸多参数的确定，最难获中国临床药理学与治疗学2011Oct；16(1o)得的就是预期的或者已知的效应大小(计数资料的率差、计量资料的均数差值)，所比较的指标总体的一些信息(总体标准差d或合并方差)，一般需通过预试验或查阅历史资料和文献获得，不过很多时候很难得到或可靠性较差。因此样本量估计有些时候不是想做就能做的。3实例分析实例1：为评价雷米普利(Ramipril)治疗轻、中度原发性高血压的疗效与安全性，以依那普利(Enalapril)作为阳性对照进行用药4周的双盲非劣效性临床试验，试估计样本量。分析过程如下：(1)确定主要观察指标为舒张压下降值，计量资料，非劣效性试验，试验组与对照组等比例设置。(2)以雷米普利或Ramipril为关键词，查阅国内外文献，尤其关注随机对照临床试验数据，获得雷米普利用药4周后舒张压下降(9．4±7．3)mmHg；依那普利用药4周后舒张压下降(9．7±5．9)mmHg。根据专家经验获得舒张压的临床非劣效界值为5mmHg。(3)设定I类错误a一0．025，单侧检验，Ⅱ类错误口一0．2，两组差值一9．4—9．7=一0．3，合并方差为44．05。(4)采用非劣效性检验样本量估算公式或PASS软件计算，各组所需样本量为32例。(5)SFDA相关法规规定样本量要达到100对，考虑到20的依从性，试验组和对照组各需要样本量120例。实例2：为评价盐酸阿比朵尔胶囊治疗甲、乙型病毒引起的流行性感冒的疗效与安全性，以安慰剂为对照进行为期5d的多中心、随机、双盲Ⅱ期临床试验，试估计样本量。分析过程如下：(1)安慰剂对照，优效性试验。试验组与对照组等比例设置。(2)以阿比朵尔或Arbidol为关键词，查阅国内外文献，尤其关注盐酸阿比朵尔胶囊随机对照临床试验数据。文献报道的疗效指标有发热、咳嗽、鼻塞、肌痛(全身酸痛)等症状的持续时间、缓解率、主要症状评分下降值、发热各单项症状持续时间等。从文献中可获得如下数据：盐酸阿比朵尔胶囊症状持续时间中位数(95可信区间)为72h(66h，78h)，5d症状缓解率为87．19，5d症状总分的下降值为13．5±2．7。安慰剂症状持续时问中位数(95可信区间)为96h(87．46h，104．54h)，5d症状缓解率为77．27，5d症状总分的下降值为11．6±3．7。对于此项试验，所设置的发热、咳嗽、鼻塞、肌痛(全身酸痛)症状记分不同，其相应的数据也不同。对于流行性感冒疗效评价的好的标准是病毒转阴率，而无试验药相关数据报道。(3)设定I类错误a一0．025，单侧检验，Ⅱ类错误J3—0．2。选择5d症状缓解率为主要疗效指标，每组需要样本量为230例。(4)SFDA相关法规规定样本量要达到100对。(5)综上所述，在没有更好的评价指标和更好的数据的时候，考虑到20的依从性，最终样本量取552例，每组各276例。4样本量估计的注意事项(1)样本量是在“经验参数”的基础上估计的，这些参数可能是预试验得到的，可能是文献资料，也可能是根据经验猜测的。实际工作中，样本量估计是较为复杂的，许多参数并不是想获得就能获得的。因此，如果“经验参数”估计不准，根据统计学公式计算的样本量也就不准了。(2)样本量估计过程中，既要考虑统计学因素，又要考虑非统计学因素。如果存在非统计学因素的干扰，按估计的样本量进行试验，可能达不到预期的效果。(3)样本量的估计是根据研究目的确定的，用于估计样本量的指标应该是主要指标，而不是其它指标。在II、III期临床试验中，应该是主要疗效指标；在IV临床试验中应该是安全性指标。且主要观察指标尽可能选择客观的、计量资料指标。(4)在估计样本量时，如果没有考虑研究中可能的失访或脱落，则应在原估计值的基础上增加一定的比例，如1O、20。另用阳性药物作对照时，试验组和对照组样本量常取为相等；用安慰剂作对照时，一般取2：1或3：1。·1136·(5)区间检验的样本量估计必须试验前给出明确的临床上可接受的等效／优效／非劣效界值△，该值由临床专家来确定且必须在试验设计阶段确定并在试验方案中阐明。等效界值△的确定：两组率比较，△一般取10左右或取阳性对照组有效率的10。两组均数比较，可酌取0．2～0．5倍标准差或对照组均数的1／1O～1／5，也可根据既往经验，如胆固醇可取为20mg／dl、白细胞取0．5×10。／L、最大呼气流量取15L／min[2]。对于非劣效界值，它必须小于标准治疗与安慰剂比较的效应差值(如果已知)。(6)药物临床试验中可能会遇到3组或3组以上样本间的比较，应选用多个样本比较的样本量计算公式，而不是直接选取其中两个样本的统计量值进行估算。多组设计时，由于在各对比组例数相等时进行统计推断效能最高，因此一般要求各组间的样本量等比例设置。只有在某些特殊情况下，才考虑各组的样本量不等。样本量估计是任何一个前瞻性临床试验所必须的步骤，尤其是随机对照临床试验。没有样本量估计和报告试验把握度，临床试验结果很难让读者判断其真实性和可靠性。尤其是在小样本的临床试验中，不能排除假阳性和假阴性错误，不能轻率地下肯定或否定的结论。将小样本临床试验结论直接推荐给临床医生或患者使用，或以此作为制定决策的依据，是不科学和不道德的。在临床试验过程中，样本量既不是越大越好，也不是越小越好，需要根据研究的目的、研究的设计方案选择正确的方法正确地进行样本量的估算。不要盲目关注于估算出的样本量，因为毕竟是估算，要结合实际情况综合评价。参考文献[1]SakpalT．Samplesizeestimationinclinicaltrial[-J]．PerspectClinRes，2010，1(2)：67—69．[2]金丕焕，邓伟．优效性、等效性和非劣效性试验的统计检验和样本大小的估计[M]／／金丕焕，邓伟主编．临床试验．上海：复旦大学出版社，2004：8692．[-33国家食品药品监督管理局．《药品注册管理办法》(局令第28号)[s]．2007．[4]杨进波．从安全性评价角度探讨药物临床试验的样本含量[J]．中国临床药理学杂志，2007，23(6)：474—475．[5]沈其君，徐勇勇．假设检验的基本概念[M]／／徐勇勇主编．医学统计学．2版．北京：高等教育Ⅲ版神，2004：116一l35．SamplesizeestimationinrandomizedcontrolleddrugclinicaltrialsLIChan-juan，JIANGZhi—wei，WANGRui，XIAJie—laiDepartmentofHealthStatistics，FourthMilitaryMedicalUniversity，XMn710032，Shaanxi，ChinaABSTRACTSamplesizeestimationisakeyresearchaspectinrandomizedcontrolleddrugclinicaltria1．Samplesizeestimationfactors，parametersandbasicrulesarediscussedinourresearch．Inaddition，samplesizeestimationproceduresareintroducedbasedontwoexamples．Areferenceisprovidedforestimatingsamplesizeinrandomizedcontrolledclinicaltrials．KEYWORDSClinicaltrials；Samplesizeesti—mation；Testpower本文编辑：余文涛