分享自:

癌症随机对照试验中生活质量和患者报告结局终点的国际标准分析:SISAQOL联盟的建议

期刊:The Lancet Oncology

SISAQOL国际共识:癌症临床试验中患者报告结局(PROs)分析的标准化建议

本文档发表于The Lancet Oncology 2020年2月刊(第21卷),是一项由欧洲癌症研究与治疗组织(EORTC)牵头、国际多学科专家团队共同完成的政策综述(policy review)。研究团队包括来自比利时、美国、英国、德国、澳大利亚等国家的学者、统计学家、监管机构代表及患者组织成员,核心作者包括*Corneel Coens*、*Madeline Pe*和*Andrew Bottomley*等。

研究背景与目标

患者报告结局(Patient-Reported Outcomes, PROs)是癌症随机对照试验(RCTs)中评估治疗效果、安全性和耐受性的重要指标,包括症状、功能和生活质量等维度。然而,既往研究发现,PROs的分析方法缺乏国际统一标准,导致研究结论难以横向比较和临床转化。为此,国际患者报告结局与生活质量终点数据分析标准联盟(SISAQOL Consortium)成立,旨在解决以下核心问题:
1. 研究目标分类:建立与统计方法匹配的PRO研究目标分类体系(taxonomy)。
2. 统计方法选择:针对不同PRO目标推荐适当的分析方法。
3. 缺失数据术语标准化:统一定义缺失数据(missing data)及其统计表述。
4. 缺失数据处理:制定缺失数据的合理管理策略。

方法与流程

研究通过系统文献综述和专家共识(Delphi法)形成建议。具体流程如下:

1. 专家小组组建与共识会议

  • 2016年启动会议:26名专家确认PRO分析标准缺失的现状,并制定优先议题。
  • 2017年战略会议:29名专家细化四大优先领域,成立四个工作组(研究目标、统计方法、术语标准化、缺失数据管理)。
  • 2018年共识会议:31名专家投票表决43项建议,最终32项(74%)达共识(需≥2/3同意)。

2. PRO研究目标分类体系

工作组提出框架,要求研究协议明确以下属性:
- 研究类型:治疗获益(确认性)或患者视角描述(探索性)。
- 组间比较目标:优效性(superiority)、等效性或非劣效性(equivalence/non-inferiority)。
- 组内假设:改善(improvement)、恶化(worsening)、稳定(stable state)或综合效应(overall effects)。
- 分析终点:事件时间(time to event)、特定时点效应量(magnitude at time t)、应答者比例等。
例如,优效性设计中,需预先定义临床相关效应量;稳定状态需设定基线阈值(图3)。

3. 统计方法推荐

基于19项标准(如调整协变量、处理缺失数据能力),工作组评估并推荐:
- 时间-事件分析:Cox比例风险模型(优于对数秩检验)。
- 特定时点效应量:线性混合模型(离散时间,LMM)。
- 纵向数据模式:线性混合模型(交互作用检验)。
关键标准
- 必需满足“组间统计检验”和“临床可解释性”两项核心标准。
- 参数化方法优先(如LMM),但需辅以非参数敏感性分析。

4. 缺失数据标准化

  • 定义:仅对分析目标有意义但未收集的数据视为缺失(如死亡后评估不视为缺失)。
  • 报告率
    • 完成率(completion rate):按时提交评估的患者数/预期评估患者数(可变分母)。
    • 数据可用率(available data rate):提交评估数/PRO研究人群总数(固定分母)。
  • 管理原则:前瞻性设计减少缺失,收集缺失原因(如患者退出、疾病进展),并预设敏感性分析策略(如多重插补)。

主要成果与意义

  1. 标准化框架:首次提出PRO研究目标的分类体系,指导假设构建与分析设计。
  2. 方法学推荐:明确Cox模型和线性混合模型为核心方法,提升结果可比性。
  3. 缺失数据共识:厘清术语定义与计算逻辑,减少报告偏倚。

局限性与未来方向

  • 适用范围:目前聚焦癌症RCTs,其他疾病领域需验证。
  • 未决问题:如应答者比例的分析方法、序贯数据的最佳汇总指标(如AUC)尚未达成共识。
  • 与估计量框架(estimands)的整合:需进一步探讨如何与ICH E9(R1)指南衔接。

价值与亮点

  • 填补空白:为PRO分析提供首个国际共识标准,弥补SPIRIT-PRO(方案设计)和CONSORT-PRO(结果报告)指南的方法学缺口。
  • 多学科协作:涵盖学术界、产业界、监管机构及患者代表,增强建议的普适性。
  • 推动临床决策:标准化分析可提高PRO证据的可靠性,支持医保政策与治疗选择。

本文档为癌症临床试验的PRO分析奠定了方法论基础,未来需通过实际应用验证其适用性并持续更新。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com