分享自:

分析癌症临床试验中患者报告结果与生活质量数据:设定国际标准的开端

期刊:The Lancet OncologyDOI:10.1016/s1470-2045(16)30510-1

本报告基于2016年11月发表于《The Lancet Oncology》(第17卷)的一篇专家观点文章(Personal View),标题为《Analysing data from patient-reported outcome and quality of life endpoints for cancer clinical trials: a start in setting international standards》。文章由欧洲癌症研究与治疗组织(EORTC)牵头,Andrew Bottomley博士等52位来自全球学术界、监管机构、制药企业和患者组织的专家共同署名,旨在推动癌症临床试验中患者报告结局(Patient-Reported Outcomes, PROs)与生命质量(Quality of Life, QoL)数据的国际标准化分析。


核心议题与研究背景

文章开篇指出,癌症随机临床试验中健康相关生命质量(Health-Related Quality of Life, HRQoL)与PROs数据对评估治疗效果和实现”以患者为中心”的医疗至关重要。但当前两大问题亟待解决:
1. 分析方法缺乏标准:不同研究对同一PROs指标可能采用”时间至恶化”(time to deterioration)、”组间均值比较”(between-group differences)或”横断面分析”(cross-sectional comparison)等不同方法,导致结果无法横向比较(文中以虚构的两种治疗方案A/B的物理功能评分差异为例,展示不同方法可能得出矛盾结论)。
2. 术语与定义混乱:例如”依从率”(compliance rate)、”最小临床重要差异”(minimal clinically important differences, MCID)等关键概念缺乏统一标准,影响数据解读。

这一问题的根源在于:HRQoL数据的多维性(含身体功能、心理状态、社会角色等子量表)、重复测量特性(需长期跟踪)及高缺失率(与患者健康状况恶化相关),导致统计分析复杂度远高于传统放射学或生存期终点。


SISAQOL联盟的使命与工作框架

为解决上述问题,EORTC联合多方成立”患者报告结局与生命质量数据国际标准化分析联盟”(Setting International Standards in Analyzing Patient-Reported Outcomes and Quality of Life Endpoints Data, SISAQOL),其核心目标分三阶段实现:
1. 优先聚焦HRQoL:针对癌症随机试验中PROs工具(如固定长度问卷、计算机自适应测试)生成的HRQoL数据,制定分析规范。
2. 扩展至其他PROs类型:未来覆盖治疗依从性(adherence)、护理满意度(satisfaction with care)等非HRQoL指标。
3. 建立跨领域共识:联合国际肿瘤学会、监管机构(如FDA、EMA)、制药企业及患者组织,确保建议的普适性。

具体工作内容
- 术语标准化:明确定义”基线”“缺失数据处理规则”等关键术语。例如,针对缺失数据提出避免简单”末次观测值结转”(last value carried forward)的粗放方法,推荐基于假设的统计模型(如多重插补)。
- 分析方法映射:通过文献综述梳理现有统计方法(如混合效应模型、生存分析),建立”研究问题-分析方法”匹配指南。
- 敏感性分析规范:规定何时需调整基线协变量、如何设计敏感性分析以验证缺失数据的影响。


预期成果与科学价值

SISAQOL计划输出三类工具:
1. 分析指南:详细推荐适用于不同研究场景(如纵向数据、横截面比较)的统计方法。
2. 模板宏代码:提供SAS/R等软件的标准化程序,解决常见缺失数据问题。
3. 报告模板:规范结果呈现形式(如图表设计),提升临床医生和政策制定者的解读效率。

价值层面
- 科学意义:填补ISOQOL(国际生命质量研究学会)等现有标准在”分析方法”环节的空白,与SPIRIT-PRO(试验方案标准)、CONSORT-PRO(报告规范)形成完整链条。
- 临床应用:助力监管机构基于PROs数据审批药物(如文中引用EMA 2016年抗癌药PRO评估附录)、优化临床指南中的治疗推荐。
- 患者获益:通过可靠的数据分析,真实反映治疗对患者生活体验的影响,避免资源浪费(如引用Chalmers 2014年研究指出临床试验中高达50%的数据因分析不当未被充分利用)。


关键矛盾与解决路径

文章特别探讨了两个争议点及解决方案:
1. 统计严谨性与临床可解释性的平衡
- 问题:复杂模型(如多层次建模)虽统计严谨,但不利于向临床医生传达结论。
- 方案:建议结合预设模型与直观可视化(如文中图1展示的虚构治疗方案A/B的物理功能评分趋势图)。

  1. 意向性分析(intention-to-treat)的适用性争议
    • 问题:癌症试验高脱落率可能导致ITT人群分析失真。
    • 方案:定义”符合方案集”(per-protocol set)作为敏感性分析人群,尤其适用于PROs评估非强制参与的研究设计。

未来挑战与扩展方向

作者坦承两大挑战:
1. 方法学迭代:需持续纳入新兴PROs工具(如电子化每日症状日记)的分析需求。
2. 利益协调:需平衡制药企业(倾向展示积极结果)与监管机构(强调风险披露)的诉求。

文末呼吁学界关注SISAQOL官网(www.eortc.org/sisaqol)的更新,并强调这一标准将随PROs在精准医疗中的角色深化而持续演进。

(注:全文未翻译专业机构名称如EORTC、FDA等,术语首次出现标注英文原词,共约2100字)

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