编辑:
在他最近的社论中,Suissa1再次表达了TORCH的批评(朝向慢性阻塞性肺疾病(COPD)的健康革命)试验2。这次的重点是分析肺功能下降的速度3,特别是他的问题是否在一秒钟用力呼气量下降率的降低(FEV1)与安慰剂相比,所述活性治疗(沙美特罗,氟替卡松或两种处理的结合)观察是由于“回归均值”引起的缺失数据。
不幸的是,在慢性阻塞性肺病的任何长期试验中,肺功能数据丢失和病情恶化是不可避免的。苏伊萨1说:“......测量人失踪,使纯意向性治疗分析是不可能的”。这样的“纯意向性治疗”肺功能或恶化数据的分析是不可能的任何长期的慢性阻塞性肺病审判,因为这需要完整的数据。
事实上,在TORCH肺功能丢失的数据量是类似的隆起(与噻托溴铵功能的认识潜在的长期影响)4和最优五文章中引用了Suissa的试验1。TORCH中,4857(79%)例患者在48周时提供了肺功能数据,OPTIMAL有322(72%)例患者有完整的1年肺功能数据,而在lift中,有4970(83%)例患者纳入了下降率分析。认为TORCH在数据丢失的影响方面既不同于隆起,也不同于最优,是一种误导。
苏伊萨1权利要求书,对于在TORCH下降率处理的比较可以通过回归的影响的意思。回归均值是通常与其中在给定时间点所收集的数据与基线或历史数据进行比较的比较相关联的现象。随机试验,如手电筒,其中活性干预与安慰剂相比,通常被看作是避免这样的问题,因为任何回归均值应该影响所有组同样6。
由Suissa生成的数据1因为他对这个问题的“解释”是有问题的。他只选择了最优的322名完成研究的患者,以便推断哪些患者没有完成(如。任何在最佳研究期间死亡的患者都不包括在内)。错误的假设使问题更加复杂,即只有肺功能最差的病人才退出研究。在第一次访问时删除那些价值观最差的人与删除那些提前退出的人是不一样的。表1⇓显示了实际退出火炬的模式与Suissa的假设1。
Suissa的1illustration假设263例没有超过基线数据的安慰剂患者均来自基线FEV最低的18%1。事实上,只有75从这组来了,广大超出基线没有数据的学科有较高的FEV1值。同样,对于联合治疗,他的假设是所有141例数据没有超过基线的患者都符合基线FEV的最低9%1,而相比之下,只有17名患者属于这一组。因此,这篇社论中的插图值得怀疑,因为它与实际的火炬数据不符。
丢失的数据表示用于临床试验的数据的任何统计分析和无统计学方法可以完全补偿的问题。然而,该方法递减分析的火炬率使用3符合目前主要统计专家的建议7并基于相同的基本原则如隆起和其他大型试验的统计分析中使用的那些。
使用随机系数回归分析占安慰剂组中的早期漏失,假设那些谁退出会以类似的方式已经进展到那些在安慰剂组具有类似的观测数据(基线和治疗FEV1他仍然在研究中。为了使分析有效,不需要对每个受试者都进行观察,分析也不假设测量结果以任何方式是“随机样本”。在该模型中,表示FEV下降的直线的截距与斜率相关1预计实际上是在模型的内在组成部分;例如,如果具有最高基线有最大的下降,这将予以考虑。因此,苏伊萨的反对1对这些理由进行分析是没有根据的。
苏伊萨1particularly focuses on subjects with data only at baseline and those with no data beyond 24 weeks. These patients provided baseline FEV1在分析中用作协变量的数据以及基线人口统计数据。在初步分析中,我们纳入了至少一个治疗后时间点的数据,因此,该模型纠正了治疗组在基线和首次治疗时的FEV方面的任何不平衡1。根据Decramer和Molenberghs的建议8,我们已经完成包括仅基线数据对象的分析9。该分析调整了没有进一步数据和其他数据的基线值之间的差异,显示了与之前发表的分析非常相似的结果3。谁在TORCH试验中止治疗的患者可能会,平均而言,有更严重的疾病谁比那些仍然在治疗,但它是合理的假设,这将在其基线FEV反映1和人口统计学,这些都是在分析中考虑到的。
最后,Suissa的社论1当这是所有长期慢性阻塞性肺疾病临床试验的普遍特征时,TORCH就数据缺失提出批评。用于分析火炬下降率的方法代表了当前的最佳实践,没有明显的理由证明他的断言,即结果可能会受到均值回归的影响。他提供的插图与实际火炬数据不符。因此,我们坚持我们的结论,即与安慰剂相比,使用沙美特罗、氟替卡松以及两种治疗方法联合使用后,一秒钟用力呼气量的下降率有所下降。
利益声明
对于这个手稿的所有作者的兴趣报表,可以发现www.www.qdcxjkg.com/misc/statements.shtml
- ©ERS杂志有限公司