《Cancers》:Survival-Inferred Fragility Index in Phase III Colorectal Cancer Trials: A Systematic Review
编辑推荐:
背景:传统指标如p值和风险比(HR)不能直接量化时间至事件结局对个体结局微小变化的敏感性。生存推断脆弱指数(SIFI)评估逆转试验结论所需的最小生存结局改变数,并提供结果稳健性的补充信息。方法:本系统评价(PROSPERO:CRD420251182325)通过
背景:传统指标如p值和风险比(HR)不能直接量化时间至事件结局对个体结局微小变化的敏感性。生存推断脆弱指数(SIFI)评估逆转试验结论所需的最小生存结局改变数,并提供结果稳健性的补充信息。方法:本系统评价(PROSPERO:CRD420251182325)通过PubMed、Embase和Cochrane数据库识别2015年至2025年发表的III期结直肠癌随机对照试验(RCT)。SIFI采用Bomze框架和“flip best”策略计算。评估脆弱商(FQ)以及SIFI与退出或失访(WCLFU)之间的关系。分析使用R 4.5.1版本。结果:对50项III期结直肠癌RCT计算SIFI,包括9项三臂试验,产生59个成对比较。在阳性结果中,结直肠癌、结肠癌和直肠癌的SIFI中位值分别为6.0(四分位距[IQR]:2.0至11.0)、19.0(IQR:15.5至22.5)和4.0(IQR:4.0至4.0)。HR<0.75的试验中SIFI高于HR 0.75–0.94者(SIFI中位值:9.0 vs. 1.0;p = 0.035),统计效能>85%的试验中SIFI高于统计效能≤85%者(SIFI中位值:8.5 vs. 2.0;p = 0.028)。对于阴性结果,SIFI中位值分别为?4.5(IQR:?7.2至?3.0)、?30.5(IQR:?43.5至?18.0)和?10.5(IQR:?11.0至?5.5)。较大的SIFI绝对值与辅助治疗、样本量≥500、以无病生存期为主要终点以及HR≥0.95相关(所有p ≤ 0.005)。总体而言,44.07%的成对比较的SIFI绝对值<5。结论:SIFI显示部分III期结直肠癌RCT结论对微小结局改变敏感。它通过阐明结果稳健性补充传统统计学。
1. 引言:结直肠癌起源于结肠或直肠黏膜上皮,可局部侵犯并常见肝、肺和腹膜转移;GLOBOCAN 2024显示其发病和死亡负担较高。随机对照试验(RCT)是肿瘤学证据基石,传统以p值、风险比(HR)及置信区间(CI)推断,但存在结果过度肯定及Cox模型比例风险假设违背时HR解释受限等问题。Walsh提出脆弱指数(FI)将统计显著性转化为稳健性度量,但FI基于2×2列联表,忽略生存曲线极端个体。Bomze提出生存推断脆弱指数(SIFI),定义为将最长随访的“最佳生存者”从试验组重分配至对照组以消除统计学显著性所需的最小数量,纳入个体水平生存信息及事件和删失时间。既往结直肠癌FI研究多聚焦阳性结果和传统框架,阴性试验统计结论稳定性评估有限。本研究旨在用SIFI系统评价阳性和阴性结直肠癌RCT的统计稳健性,双向框架既识别显著但不稳定结果,也评估阴性试验潜在治疗效应对事件改变的敏感性。
2. 方法
2.1. 研究设计:按PRISMA进行,PROSPERO注册CRD420251182325。检索PubMed、Embase、Cochrane Library,纳入2015—2025年10种顶级医学和肿瘤学期刊的III期RCT。纳入两臂或三臂平行对照、以时间至事件结局为主要或关键次要终点的研究;排除非原始研究、回顾性/事后亚组、非药物干预、仅生物类似药或药物-器械组合、非结直肠癌、重复发表、非随机对照或非肿瘤研究;同一试验多篇发表取最新版本。因系公开汇总数据二次分析,无需伦理审批。
2.2. 数据提取:两名研究者独立提取,分歧由第三名裁决。变量包括癌种、干预、试验名称/NCT号、发表年份、资金来源(研究者发起试验[IIT] vs. 企业赞助试验[IST])、总样本量、退出或失访(WCLFU,定义为试验组退出同意或失访总数)、统计效能、中位随访、主要终点、HR及p值。用DigitizeIt 2.6.6从50项试验的Kaplan–Meier曲线提取生存数据,校准坐标并记录风险人数;9项三臂试验形成59个成对比较。用Stata 18.0按Wei和Royston算法重建个体水平生存时间和删失指示。用组内相关系数(ICC)和平均差(95%CI)比较原始与重建HR和p值的一致性。
2.3. 统计分析:采用Bomze生存推断脆弱指数框架,含flip best、flip worst、clone best、clone worst四种策略;以flip best为主:将干预组最佳生存者迭代重分配至对照组,重复双侧log-rank检验直至p≥0.05,所需重分配人数为SIFI;阴性SIFI反向重分配,负值表示方向,绝对值表示改变结论所需结局改变数,绝对值越大越稳健。计算脆弱商(FQ)=SIFI/总样本量。以WCLFU是否超过|SIFI|作为结果潜在敏感的操作指标,并用Firth惩罚多变量logistic回归探索相关试验特征。连续变量以中位数(IQR)表示,分类变量以频数(百分比)表示;生存曲线用prodlim包估计,组间用双侧非分层log-rank检验;根据分布选用Pearson或Spearman相关;分析为探索性,未校正多重比较;用survsim包生成模拟数据;双侧p<0.05为显著;R 4.5.1分析。
3. 结果
3.1. 纳入试验特征:最终纳入50项III期RCT(9项三臂),结直肠癌45项、直肠癌8项、结肠癌6项。阳性成对比较29个,结直肠癌25个(86.2%),结肠癌和直肠癌各2个(6.9%);三组SIFI中位值分别为6.0(IQR 2.0—11.0)、19.0(15.5—22.5)、4.0(4.0—4.0)。阳性试验多为IST(65.5%),主要终点为总生存期(OS)者44.8%,HR<0.75者62.1%,靶向治疗最常见(41.4%)。阴性成对比较30个,结直肠癌20个(66.7%)、直肠癌6个(20.0%)、结肠癌4个(13.3%);SIFI中位值分别为?4.5(?7.2至?3.0)、?10.5(?11.0至?5.5)、?30.5(?43.5至?18.0)。阴性试验中96.7%未采用双盲,66.7%样本量<500,90%为活性对照,化疗联合靶向最常见(30%)。
3.2. 按试验特征分析的SIFI:阳性结果中SIFI与统计效能和HR分布相关;HR<0.75组SIFI中位值9.0(4.5—12.0)高于HR 0.75—0.94组的1.0(1.0—2.5),p=0.035;统计效能>85%组8.5(2.5—13.5)高于≤85%组的2.0(1.0—8.0),p=0.028;癌种、发表年份、研究类型和盲法未见显著关联。阴性结果中癌种、发表年份、样本量、治疗线、主要终点和HR与SIFI相关;无病生存期(DFS)组SIFI中位值?32.0(?40.0至?15.5)低于OS组?6.0(?11.0至?4.2)和无进展生存期(PFS)组?4.0(?6.0至?2.0),p<0.001;样本量≥500组?17.0(?36.5至?11.2)低于<500组?4.5(?7.2至?3.0),p=0.005;辅助治疗组?19.0(?37.0至?16.5)低于一线和二线组,p=0.005;HR<0.75组?1.5(?2.2至?1.0)、0.75—0.94组?6.0(?11.0至?4.0)、≥0.95组?12.0(?35.0至?6.5),p=0.003。以WCLFU超过|SIFI|为事件,59个比较中14个事件、45个非事件,Firth惩罚logistic回归模型含14个非截距参数,事件每参数比1.0;所检特征均无显著关联,但CI较宽提示估计不确定性大。
3.3. SIFI与试验特征的相关性:阳性结果中SIFI与样本量正相关(R=0.42,p=0.024);阴性结果中SIFI与样本量负相关(R=?0.68,p<0.001),即|SIFI|随样本量增大而增大。SIFI与?log
10(p值)显著正相关(ρ=0.94,p<0.001);FQ与?log
10(p值)仍显著正相关(R=0.92,p<0.001)。所有试验中|SIFI|与中位随访时间无显著相关(ρ=0.14,p=0.31);按结果分层,SIFI与统计效能无显著相关(阳性ρ=0.39,p=0.064;阴性ρ=?0.16,p=0.430)。
3.4. 敏感性分析:重建数据与原报告结果在p值和log(HR)上一致性良好,ICC分别为0.80(95%CI 0.68—0.88)和0.86(0.76—0.91),均p<0.001。四种策略中flip best的总体|SIFI|最低,符合最小脆弱改变原则;四种方法下SIFI与样本量、HR、中位随访和统计效能的相关模式相似。排除三臂试验后描述和相关分析结果与主分析一致。
4. 讨论:本研究计算50项III期结直肠癌RCT(9项三臂,59个成对比较)的SIFI,44.07%比较|SIFI|<5,提示相当比例III期结直肠癌RCT生存结局较脆弱,少数“最佳生存者”重分配即可逆转显著性。目前SIFI稳定性无公认标准;既往有绝对阈值和相对标准,但未共识。本研究以WCLFU超过|SIFI|定义“稳健性不足”,仅14个比较(23.73%)符合,低于急性冠脉综合征RCT的47%;但结合44.07%比较|SIFI|<5,不能认为结直肠癌试验普遍高度稳健,而是描述WCLFU与SIFI关系可能随疾病设置不同。阳性比较中统计效能与SIFI中度相关,统计效能>85%者SIFI中位值更高,可能与较大样本、事件资料更完整、真实效应更明显、事件分布更稳定有关。阴性比较中样本量、主要终点和治疗线与SIFI显著相关;DFS为主要终点者|SIFI|最大,可能与DFS作为辅助治疗常用终点、评估较客观、事件定义较明确有关;辅助治疗组|SIFI|高于一线和二线,可能与复发风险低、事件率低有关;结肠癌阴性比较|SIFI|最高,结直肠癌合并分析最低,直肠癌居中,可能与疾病生物学、治疗策略、终点定义及多模式治疗复杂性有关。HR是阳性和阴性比较中均与SIFI显著相关的唯一试验特征:阳性中HR<0.75者SIFI最高,显示强效应且显著时结论较稳健;阴性中同一HR范围|SIFI|最低,提示强治疗趋势但未达显著者结论可能对事件数、样本量或随访成熟度更敏感;这反映效应量与统计证据的交互,HR点估计可能比单独p值提供更多临床和方法学信息。优势:首个系统评价结直肠癌III期试验SIFI特征,扩展传统FI;重建个体水平事件数据,评估时间至事件结局稳健性;同时纳入阳性和阴性试验,量化与显著性的“距离”。局限:从已发表Kaplan–Meier曲线重建数据存在误差,未分层log-rank框架可能无法完全复现分层检验或Cox模型及协变量校正结果;统一p<0.05阈值可能误分类部分采用预设单侧或双侧α=0.025或未报告阈值的试验;SIFI主要反映统计稳健性,不等同总体质量或效应量,不应孤立解释;SIFI临床稳健性阈值无共识,WCLFU标准未外部验证;仅纳入10种顶级期刊III期结直肠癌试验,主要终点、治疗设置和临床背景异质,多臂试验共享臂的成对比较可能相关,外推性有限。
5. 结论:本研究系统评价2015—2025年III期结直肠癌试验SIFI特征,发现部分试验结论对相对小的患者结局改变敏感。SIFI不替代p值或疗效指标,而是通过量化统计结论对基础数据改变的敏感性,补充传统统计指标对结果稳健性的信息。将SIFI纳入未来RCT报告可能有助于更全面解释证据强度,并为试验设计、结果解释和后续验证提供信息;但SIFI依赖生存分析框架,应作为统计稳健性的补充指标,而非临床重要性、疗效、偏倚或总体试验质量指标。未来需方法学研究确定SIFI是否及如何用于样本量确定。