本文研究的主要作者为Antoine Regnault（隶属Mapi HEOR & Strategic Market Access, Lyon, France）、Jean-François Hamel（法国南特大学及昂热大学医院）以及Donald L. Patrick（华盛顿大学），成果发表于期刊《Quality of Life Research》2015年第24卷，标题为《Pooling of cross-cultural PRO data in multinational clinical trials: how much can poor measurement affect statistical power?》。研究聚焦于跨国临床试验中患者报告结局（Patient-Reported Outcome, PRO）测量的跨文化等效性问题，探讨了因文化或语言验证不足导致的测量偏差对统计功效的影响。

学术背景

跨国临床试验常需合并多国数据以分析PRO终点，其核心假设是所有国家/语言版本的工具对目标概念的测量具有等效性。然而，既往研究表明，缺乏概念等效性或翻译质量不佳可能导致测量偏差，进而降低试验的检测灵敏度（assay sensitivity）。尽管PRO工具的跨文化等效性已有理论探讨（如Bullinger等1993年提出的最小要求模型），但关于其对数据合并的影响尚无明确结论。本研究通过模拟分析，量化了“受污染”文化亚组（即因测量缺陷导致数据偏差的群体）对统计功效的潜在影响。

研究方法与流程

研究采用数值模拟法，假设总体样本的PRO得分分布为两组正态分布的混合：
1. “主群体”：服从标准正态分布（均值μ=0，方差σ²=1）；
2. “受污染群体”：其分布与主群体存在均值偏移（模拟偏差）或方差差异（模拟噪声）。

关键参数设置

• 研究设计特征：样本量（100–1600）、效应量（0.²⁄₀.⁵⁄₀.8）。
  
• 污染程度：
  
  • 均值差异（d=0σ²至2σ²）；
    
  • 方差比率（c=0.5–2）；
    
  • 污染群体占比（r=0.5–0.95）。
    
• 统计方法：通过Z检验比较两组均值，计算理论功效（无污染时）与实际观测功效的差异。
  

分析流程

1. 数据生成：基于混合分布模型合成数据；
   
2. 功效计算：使用经典公式评估不同参数组合下的功效变化；
   
3. 结果对比：量化功效损失的最值、中位数及分布情况。
   

主要结果

1. 功效损失范围：多数情况下差异较小（中位数=0），但极端情况下可达0.375（表2）。显著功效下降（>5点）占比15.67%，其中4.47%的案例下降超15点。
   
2. 影响因素：
   
   • 样本量：小样本（100–200）中24%出现显著功效损失，大样本（800–1600）降至6%；
     
   • 效应量：小效应（0.2）时28%案例显著损失，大效应（0.8）时仅4%；
     
   • 污染程度：均值差异达2σ²时，44%案例出现显著损失，17%损失超15点；
     
   • 污染群体占比：若占比达30–50%，20–25%案例显著损失。
     

结论与意义

研究表明，PRO测量的文化亚组污染可显著降低统计功效，尤其在样本量小、效应量弱或污染严重时。这凸显了跨国试验中优化PRO工具的概念与语言等效性的必要性，包括：
1. 工具开发：优先选择多文化同步开发的PRO工具；
2. 语言验证：标准化翻译流程（如ISPOR推荐规范）；
3. 研究设计：评估文化敏感性概念的适用性，确保各国操作同质化。

亮点与创新

1. 方法学创新：首次通过系统模拟量化跨文化测量偏差对功效的影响；
   
2. 实践指导：明确了需警惕的高风险情景（如小样本、高污染占比）；
   
3. 跨学科价值：为临床研究、心理学测量及统计学提供交叉参考。
   

局限与展望

1. 假设数据服从正态分布，未来需扩展至非正态场景；
   
2. 未细分测量偏差的类型（如条目功能差异DIF），需进一步探究；
   
3. 建议结合实证数据验证模拟结论。
   

本研究为跨国临床试验的设计与PRO工具选择提供了关键方法论支持，强调了跨文化等效性对研究效力的深远影响。