臨牀研究中，發現差異有統計學意義（P<0.05）後，就得出「療效肯定」的結論是值得商榷的。

新英格蘭醫學雜誌刊出的一篇綜述《The Primary Outcome Is Positive — Is That Good Enough?》中[1]，作者認為當臨牀試驗的主要結局陽性時，還應當考慮11個問題。（表1）

表1. 主要結局陽性時應當考慮的問題

上一期，我們講了「P<0.05就是強有力的證據嗎？」，今天，我們探討一下「治療的獲益有多大？」

一、「P<0.05」就是療效很好嗎？

新英格蘭醫學雜誌發表的一項3b期藥物臨牀試驗——IMPROVE-IT[2]，探討「維多靈（依折麥布+辛伐他汀的複合製劑）」相比於「辛伐他汀」，是否可以改善急性冠脈綜合徵患者的心血管結局。研究的主要結局為複合結局，包括心血管死亡、主要冠脈事件或非致死性心梗。

研究者發現「維多靈」組7年的主要結局發生率為32.7%，「辛伐他汀」組為34.7%。HR=0.94 (95% CI, 0.89 to 0.98, P = 0.016)。（圖1）儘管該研究得到了「P=0.016<0.05」，但需要考慮的是， 「維多靈」治療獲益（將主要結局的發生率降低了2個百分點）是否足夠大，是否能抵消治療花費、併發症的 「成本」？

圖1. IMPROVE-IT試驗的主要結局發生率

因此，儘管該研究的「P<0.05」，但FDA認為「治療的獲益較小」，拒絕了維多靈擴展適應症——降低心血管事件發生率的申請。

二、如何表示「治療的獲益有多大」？

表示「治療的獲益有多大」，可以通過相對指標，如相對危險度（Relative Risk, RR）、比值比（Odds Ratio, OR）、風險比（Hazard Ratio, HR）等；也可以通過絕對尺度，比如絕對危險度（Absolute Risk, AR）、平均值差（Mean Difference, MD）、需治療人數（Number Need to Treat, NNT）等。

關於RR和OR，可以查看「看了這篇文章，總算徹底搞明白了RR值！」以及「看了文中這麼多例子，還怕分不清OR和RR？」。關於RR、AR和NNT的區別，我們下次詳細講。

「治療的獲益有多大」只能通過RR、OR、HR、AR、MD、NNT等指標回答，而不能通過P值來回答，因為P值和「療效差別大」是兩個問題：「P<0.05」表示組間相比，療效的差異有統計學意義（回答了有沒有差別），但並不等於組間的療效差別大（不能回答差別有多大）。

三、為什麼「P<0.05」和「療效差別大」是兩個問題？

P值得計算是根據特定的分佈、計算出特定的統計量，相比較得出的。這裡我們暫且不去考慮，先簡述一下P值決定因素：

P<0.05有兩種可能：①療效差別確實較大；②療效差別小，但樣本量很大；

P≥0.05也有兩種可能：①療效差別確實小；②療效差別較大，但樣本量太小。

可見，僅僅根據P值的大小，我們無法判斷「治療的獲益有多大」。

四、中文期刊怎麼看這兩個問題？

僅舉其中一例：《中華醫學雜誌》發表的一篇「值得臨牀推廣」的研究[3]：研究者通過隨機對照試驗，擬探討「莉芙敏+帕羅西丁」（治療組）相比於「帕羅西丁」（對照組），治療圍絕經期女性抑鬱症的療效和安全性。

研究的主要結局採用漢密爾頓抑鬱量表（HAMD）測量。治療8周後，治療組的有效率為88.3％，對照組的有效率為78.3％，兩組療效的差異有統計學意義(P<0.05)。比較治療後第4、6、8周的HAMD評分，差異有統計學意義(P<0.05)。（原文中表1）

該研究是否能得出「值得臨牀推廣」的結論？首先要考慮療效提高了12.7%，治療後第4、6、8周的HAMD評分的平均值差不超過5分，是否有臨牀意義；除此之外，還應當考慮安全性、成本效益等諸多問題。

參考文獻

1. N Engl J Med. 2016;375:971-9.

2. N Engl J Med 2015;372:2387-97.

3. 中華醫學雜誌. 2013; 93:600-2.

推薦閱讀：

相關文章