《BMC Medicine》:Bayesian probabilistic statements for communicating clinical trial results
编辑推荐:
背景:临床试验通常采用频率学派方法进行分析,其结果根据统计显著性进行解读。然而,研究人员和政策制定者难以理解p值及效应测量指标(如优势比或风险比),患者和临床医生对这些指标的理解则更为有限。此外,围绕治疗效应的不确定性沟通也具有挑战性。来自贝叶斯分析的概率陈述
背景:临床试验通常采用频率学派方法进行分析,其结果根据统计显著性进行解读。然而,研究人员和政策制定者难以理解p值及效应测量指标(如优势比或风险比),患者和临床医生对这些指标的理解则更为有限。此外,围绕治疗效应的不确定性沟通也具有挑战性。来自贝叶斯分析的概率陈述(例如,某种药物比安慰剂更有效的概率)提供了一种直观的方式来传达研究结果和不确定性,可能提供深入见解,并支持临床决策。研究人员旨在(i)通过使用贝叶斯方法对既往已发表试验的数据进行再分析,以实证评估概率陈述的效用;(ii)提供关于如何使用概率陈述来沟通和解读临床试验结果的教学示例。
方法:研究人员使用贝叶斯方法分析了从既往发表在领先医学期刊上的试验中获得的关于主要结局的数据。研究共纳入来自130项阴性试验(p值>0.05)的169个主要结局,涵盖多个医学领域,以及来自225项肿瘤学阳性试验(p值<0.05)的234个结局。研究人员使用无信息先验进行说明,并在敏感性分析中辅以怀疑性先验。研究人员针对每个结局估计了积极治疗比对照更有效或更安全的概率,还估计了治疗效应超过临床显著性特定阈值的概率。研究人员详细描述了其中三项纳入试验,并额外分析了一项神经学试验作为教学案例研究,以说明概率陈述的使用。
结果:所谓的阴性研究有时可能产生具有临床相关性的效应证据:在26/169(15%)的案例中,研究人员发现实验治疗优于对照的概率>90%;其中12/169(7%)的案例该概率>95%。相反,阳性试验并不总能显示具有临床意义的效应证据:在234项阳性肿瘤学试验中,有25项(11%)治疗将风险降低20%或更多的概率低于50%。案例研究说明了如何在实践中利用概率陈述进行医疗决策。
结论:仅依赖统计显著性而不考虑临床重要性可能会误导决策并可能损害患者。来自贝叶斯分析的概率陈述可以补充传统方法,用于沟通临床试验结果。
论文解读:贝叶斯概率陈述在临床试验结果沟通中的价值与应用
1. 研究背景与问题
随机对照试验(RCT)是循证医学的基石,常用于监管审批、临床指南制定和卫生技术评估。传统上,RCT采用频率学派统计方法分析,以p值评估观察数据与原假设的兼容性,并常以p<0.05作为统计显著性阈值。然而,p值和效应指标(如优势比OR、风险比HR)对研究者、政策制定者乃至临床医生和患者而言均难以理解。即便改用置信区间(CI),沟通治疗效应的不确定性仍具挑战。例如,一项试验显示新治疗降低死亡风险的OR=0.56,95%CI[0.29;1.20],p=0.09,多数临床医生难以理解其含义,更难以向患者解释。贝叶斯分析提供的概率陈述(如“该新治疗有效的概率为90%”)更直观、更易被理解和接受,可直接回答“治疗是否有效”的问题。目前多数医学研究者对贝叶斯方法仍不熟悉,而临床医生在获得准确解释后,往往认为贝叶斯概率陈述和可信区间(CrI)比频率学派的p值和置信区间更有用。本研究旨在通过再分析既往发表的RCT数据,实证评估概率陈述的效用,并提供教学示例说明如何将其用于沟通和解读临床试验结果。
2. 研究内容与主要发现
研究人员利用两个已发表的试验级数据集:第一个数据集包含2021年发表于六种高影响力综合医学期刊的130项阴性试验(基于常规统计显著性,p>0.05),共169个主要结局;第二个数据集包含2009—2019年间发表的225项肿瘤学阳性试验(p<0.05),共234个主要结局,均为生存分析的风险比(HR)估计。研究人员对每个结局提取已发表的治疗效应及其标准误,使用正态似然结合无信息先验拟合贝叶斯模型,推导出真实治疗效应的后验分布,并据此估计各种概率陈述。对阴性试验,额外分析了仅含生存结局和含生存的复合结局;对阳性试验,设定最小有价值效应(SWE)为HR=0.80(依据2014年美国临床肿瘤学会ASCO建议),估计治疗效应达到该阈值的概率。敏感性分析采用强怀疑性先验。此外,详细描述了三项试验作为案例,并分析了ELAN试验(缺血性卒中后心房颤动患者早期与晚期直接口服抗凝药DOACs治疗时机)作为教学案例,包括使用信息性先验、专家启发和简单贝叶斯决策分析。研究人员还开发了免费Web应用程序,用于根据试验结果计算概率陈述。
3. 关键技术方法
研究人员使用贝叶斯统计方法,将已发表的效应估计与正态似然结合,采用无信息先验进行主要分析,并用怀疑性先验进行敏感性分析。对于ELAN试验的二元结局,使用二项似然结合均匀先验,分析风险差(RD)的后验分布。还采用专家启发方法构建信息性先验,并实施贝叶斯决策分析,考虑结局风险、不确定性和严重性权重以识别最优治疗策略。样本数据来源包括Perneger和Gayet-Ageron收集的阴性试验数据集、Perneger等人收集的阳性肿瘤试验数据集,以及ELAN试验公布的试验级数据。
4. 研究结果
4.1 阴性试验的再分析结果
在130项阴性试验的169个主要结局中,113个(66.9%)以比值报告效应,56个(33.1%)以差值报告。尽管所有比值在统计上均“不显著”,但23/113(20%)的结局显示治疗优于对照的概率>90%,10/113(9%)的概率>95%。即使在强怀疑性先验下,仍有20/113的结局概率>90%,8/113>95%。在差值结局中,3/56(5%)的治疗优于对照概率≥90%。仅分析生存结局时,5/18(28%)的实例显示实验治疗获益概率≥90%;含生存的复合结局对应为5/28(18%)。两项案例(急性淋巴细胞白血病和胎儿手术治疗左侧膈疝)显示,被判定为“阴性”的试验实际可能提供临床相关获益的证据,仅依据统计显著性忽略此类证据可能剥夺患者接受潜在有益治疗的机会。
4.2 阳性试验的再分析结果
对234个肿瘤学阳性结局的贝叶斯再分析显示,所有结局实验治疗优于对照的后验概率均>97%。但估计达到临床意义阈值(HR=0.80)的概率时,25/234(11%)的结局低于50%,意味着尽管生存获益在统计上显著,但更可能未达到临床有意义的效果。在强怀疑性先验的敏感性分析中,这一比例增至13%。结直肠癌案例(FOLFIRI联合西妥昔单抗)显示,尽管联合治疗带来显著总生存改善(HR=0.88,p=0.04),对应98%的获益概率,但考虑到其较高的不良事件风险,若设定SWE为HR=0.80,则联合治疗值得使用的概率仅8%,提示临床决策需综合权衡疗效与毒性。
4.3 ELAN试验案例研究
ELAN试验的贝叶斯再分析显示,早期给予DOACs降低复合结局的风险(30天时早期优于晚期的概率为93%,90天时为97%),降低复发性缺血性卒中(30天和90天概率均为96%)和全身性栓塞(30天和91%和90天94%)的概率较高,但未显示早期治疗增加症状性颅内出血风险的证据。研究人员估计早期干预不使症状性颅内出血风险增加超过0.5%的概率为97.6%;阈值为1%时概率为99.995%。即使使用偏向晚期治疗的强信息性先验,早期干预使出血风险增加0.5%以上的后验概率仅7%。联合概率估计显示,早期给药使复发性缺血性卒中风险降低至少0.5%且同时不使症状性颅内出血风险增加0.5%以上的概率为81%。贝叶斯决策分析表明,在同等权重避免两种结局的假设下,早期治疗更优的概率为95%;当出血权重加倍或增至三倍时,该概率分别为91%和87%。
5. 讨论与结论
概率陈述比频率学派的统计显著性表述更易被研究者、政策制定者、临床医生甚至患者理解,可促进共享决策。本研究发现,常规判定为“阴性”的试验有时可能提供临床重要效应的证据,而“阳性”试验有时可能未显示临床有意义的效果,仅依赖统计显著性可能导致不恰当的治疗决策。本研究基于试验级数据,未获取个体患者数据,分析需假设效应估计近似正态,且平均治疗效应的陈述可能被误认为个体患者水平的效应,需在沟通中强调“平均”以避免混淆。研究未前瞻性评估贝叶斯方法在沟通中的额外获益,未来可通过随机对照试验评估不同沟通方法的效果。此外,SWE阈值具有情境特异性,应结合治疗毒性和患者偏好确定。研究人员强调,无信息先验在实践应用中很少是最优选择,应使用专家启发的信息性先验并建立“先验共同体”。本研究的结论是:贝叶斯统计特别是概率陈述,可以细化证据呈现并可能增强科学证据的沟通,从而促进共享的、基于证据的医疗决策过程。概率陈述可作为治疗效应估计和可信区间的补充,或与频率学派结果(如效应估计和置信区间)并行提供。