估计目标与敏感性分析：五要素解析及R实现)
简介ICH E9(R1)估计目标及敏感性分析蓝皮书由DIA中国统计社区组织孟宪花、付佳钰等多位行业专家撰写面向临床试验设计人员、生物统计师及监管沟通人员系统梳理估计目标设定与敏感性分析中的核心问题。资源以单个PDF文件呈现压缩包大小1.63MB方便离线阅读。内容从ICH E9(R1)修订背景入手重点阐述估计目标结构化框架的五大属性即主要终点、指标、对照组、参数估计类型及其参考值并详细讨论伴发事件的处理策略、主估计方法、敏感性分析与补充分析的实施路径帮助研究者识别潜在偏倚、提高结论稳健性。第二章进一步展示如何在试验方案中规范呈现估计目标框架第三章结合淋巴瘤CAR-T疗法、哮喘多臂试验等真实案例演示具体应用。该资源已有2792人学习兼具理论深度与实践指导价值可显著提升临床试验结果的可解释性和决策参考价值。1. ICH E9(R1)估计目标及敏感性分析蓝皮书先定义问题再选统计模型一个III期试验快要揭盲了统计团队内部还在吵主要分析到底算不算ITT中途换药的患者数据要不要剔除剔除之后补上的缺失值用什么方法这种争吵的根源是大家心里对“处理效应”的理解根本不是一个东西。ICH E9(R1)估计目标及敏感性分析蓝皮书就是拿来终结这种撕扯的。它是ICH E9统计指导原则的补充文件业内普遍称之为“估计目标蓝皮书”。它不教你选什么模型而是逼你在写SAP之前回答清楚对谁看效果、看什么指标、中途停药换药怎么算、最后用什么数字比两组差异、处理间怎么比。这套框架落地后敏感性分析也会跟着变得有章法。适合临床试验统计师、数据科学家、医学撰写和临床开发团队阅读。2. 估计目标五要素拆解人群、变量、伴发事件、汇总测量与组间比较怎么绑定2.1 为什么五要素必须写进统计分析计划传统SAP的开头通常是“主要分析采用ANCOVA模型调整基线、中心和分层因素”。这句话看起来严谨但有一个致命缺口它没有回答ANCOVA模型里那个“效应”到底定义在谁身上、用什么结局来度量、中途发生的不良事件算不算数。审评员拿到结果后最常问的一句话是“你这个处理效应估计的是什么”统计师如果答不上来再漂亮的p值也会被打回。ICH E9(R1)要求把估计目标拆成五个互相关联的部分这五个部分必须像一份合同一样锁定在揭盲之前。人群随机化进入试验并符合纳排标准的受试者通常就是ITT人群也可以定义更窄的亚群但必须事先说清。变量用于计算处理效应的结局变量比如“第24周PASI评分较基线的变化”测量方式和时间点要写明白。伴发事件处理策略事件可能包括提前停用试验药、改用补救治疗、死亡、转移等。必须明确这些事件在估计目标里怎么处理。汇总测量两组各自的分布被压缩成什么指标比如均值差、差值的中位数、风险差、胜率。处理间比较在汇总测量基础上组间怎么比较比如两组均值差的置信区间和检验。这五要素是一个整体。改任何一个要素估计目标就变了对“处理效应”的解读也跟着变。比如你选了“假想策略”处理补救治疗结果回答的是“如果所有患者都没有换药效果是多少”你选了“治疗策略”回答的则是“无论换药与否随机分组带来的结局差异”。这两者结论可能完全不同但都可以叫“处理效应”。2.2 伴发事件处理策略估计目标里最容易谈崩的一环伴发事件是随机化之后发生、会影响结局解读的事件。ICH E9(R1)给出了几种策略很多人第一次看的时候觉得差不多实际落地时差得很远。策略试图回答的问题典型实现方法治疗策略随机分组后的真实结局差异不管中途发生什么无论伴发事件是否发生结局测量值都纳入分析缺失数据用假设模型处理复合变量策略把伴发事件本身看作治疗失败将事件定义为终点的一部分比如“治疗失败停用试验药或达到某个较差结局”再和连续变量合成一个结局假想策略如果伴发事件不发生效应会是什么样对发生事件的患者按其未发生事件的理论结局建模常用模式混合模型主层策略对不会发生伴发事件的亚组估计效应只分析满足某条件的亚组但要注意可识别性和选择偏倚随机化后主层变体对随机化时正在接受治疗的人群估计效应与主层策略思路类似识别难度更高这里最值得展开的是假想策略。它看起来是在补缺失数据但本质上是在“重写结局”。比如某患者第12周后因为疗效不佳停用试验药改用补救治疗第24周测量值受到补救药影响。假想策略不是把这个值删掉而是换一个问题如果他没换药他第24周会是什么样模式混合模型就是给这类反事实结局建模的常见方法它根据患者退出前的轨迹和同类患者模式来预测。主层策略则更敏感。它想着“只对依从者估计效应”听起来科学但依从与否受治疗方案影响随机化失去比较基础必须对不可识别问题做额外假设。实际项目中主层策略很少单独作为主要估计目标更多用来做敏感性探索。2.3 从目标声明到模型写出一段审评员挑不出毛病的估计目标好的估计目标声明是一段可以直接放进SAP的话不需要再解释。我一般按固定句式写宁可啰嗦也不能省略信息。目标人群随机化进入试验的确诊中重度银屑病患者。变量第24周PASI评分较基线的变化分数越低表示疗效越好。伴发事件处理策略治疗策略即无论受试者是否因疗效不足提前停药并启动补救治疗第24周测量数据均纳入分析。汇总测量两组第24周相对基线变化的均值差。处理间比较试验组相对于安慰剂组的均值差双侧95%置信区间。把这段声明锁在SAP里之后再选模型。治疗策略下如果数据有缺失常见的做法是用混合效应模型重复测量MMRM该模型假设缺失在给定观测和历史轨迹下是随机的用极大似然估计利用所有观测数据。假设变了模型也要换假设没变模型随便换都不会动摇估计目标的定义。3. 敏感性分析不换问题围绕同一估计目标的三层验证3.1 敏感性分析、主要分析、补充分析的分工很多团队把敏感性分析当成“多跑几个模型”这是对ICH E9(R1)最普遍的误读。敏感性分析的定义很窄它是针对同一个估计目标用与主要分析不同但同样合理的统计假设或模型重新估计处理效应用来检验主要结论对假设的依赖程度。如果主要分析结论在敏感性分析下方向一致、量级相近结论才可信如果一换假设结论就反转那说明处理效应本身很脆弱。补充分析则是另一码事。它回答的是次要问题比如“完成全部治疗的依从者效果如何”“亚组之间有无差异”等。它换的是估计目标不是假设。补充分析结果再漂亮也不能用来证明主要结论稳健。这个边界在审评沟通里特别重要交上去的敏感性分析清单一旦混入补充分析审评员会怀疑你实际在转移焦点。3.2 换假设、换策略、换模型构建敏感性分析矩阵敏感性分析矩阵不是清单列表是一个有约束的框架。约束就是所有敏感性分析都指向同一个估计目标。实际操作里我通常从三个层次入手。第一层换假设主要分析用的MMRM假设缺失依赖于观测数据敏感性分析可以换成假设“缺失后结局更差”或“更差到某种程度”。模式混合模型就是干这个的它允许对缺失或脱离治疗的患者施加偏移。第二层换协方差结构MMRM默认用非结构化协方差矩阵敏感性分析可以换成复合对称或一阶自回归结构看结论对相关结构是否敏感。这一层往往不影响点估计但影响方差和置信区间。第三层换伴发事件处理策略中的判断如果主要估计目标用治疗策略敏感性分析可以换成假想策略和复合变量策略。注意这里不是说把估计目标改了而是说在主要估计目标已经写死的前提下假想策略和复合变量策略是用来“撞击”治疗策略结论的。如果多种策略下效应方向和显著性一致说明结论不依赖某一个策略选择。3.3 实操里矩阵怎么收敛不要十条分析扛到底我见过最夸张的SAP列了十几种敏感性分析很多只是把连接函数从identity换成logit临床意义重叠严重。审评员看到这种矩阵不会觉得稳健只会觉得你没有想清楚。我一般把矩阵收敛到三条主线一条证明缺失假设不影响结论一条证明协方差结构不影响结论一条证明伴发事件处理策略不影响结论。每条主线给一个主要分析和一两个极端方向的分析即可。敏感性分析的结果并不是“全都显著”而是“方向一致效应量变化在可解释范围内”。如果有一个极端假设下结论翻转那说明临床解释必须更谨慎这比硬撑一个稳健性结论更有价值。4. 用R跑通估计目标与敏感性分析从模拟数据到结果汇总表4.1 构造带伴发事件和缺失的模拟数据集没有真实试验数据的情况下我会先构造一份模拟数据用来验证估计目标和敏感性分析的代码逻辑。模拟数据包含两个治疗组、五个访视、一个伴发事件和一个随事件出现的缺失模式。代码如下。set.seed(20240528) n - 120 subj - rep(1:n, each 5) t_visit - rep(c(0, 4, 8, 12, 18, 24), times n) # 6个时间点 trt_vec - rep(ifelse(1:n n/2, exp, ctl), each 6) base_vec - rnorm(n, mean 45, sd 8) d - data.frame( subject subj, t t_visit, trt trt_vec, baseline rep(base_vec, each 6) ) d$eff - with(d, ifelse(trt exp, 9, 3) * (t / 24)) d$y - d$baseline - d$eff rnorm(nrow(d), mean 0, sd 3) # 伴发事件疗效不足导致停药或补救试验组概率12%对照组38% d$event - with(d, ifelse( runif(nrow(d)) ifelse(trt exp, 0.12, 0.38) t 12, 1, 0 )) # 伴发事件一旦发生后续访视都标记为发生过 d - d[order(d$subject, d$t), ] for (i in 2:nrow(d)) { if (d$subject[i] d$subject[i-1] d$event[i-1] 1) { d$event[i] - 1 } } # 伴发事件发生后第18周和第24周的观测缺失 d$y[with(d, event 1 t 18)] - NA_real_这段代码先固定随机种子保证后续结果可复现。基线分数从均值45、标准差8的正态分布中生成疗效通过两组在不同时间点下降幅度来体现试验组下降幅度更大。伴发事件概率与治疗组和时间点绑定使模拟数据更贴近真实试验中医师和患者因疗效不佳而决定换药的情境。连续观察后事件不会消失所以用前向填充把事件标记延续到后续访视最后把事件受试者后期的观察值设为缺失模拟“换药后仍然收集数据但存在缺失”的现实情况。4.2 主要估计目标实现治疗策略下的MMRM模型在治疗策略下所有受试者的第24周测量值都应纳入分析无论是否发生伴发事件。对于缺失值采用混合效应模型重复测量MMRM的做法利用极大似然估计处理不平衡数据。建模对象是全部未缺失的观测时间作为重复测量因子处理。library(nlme) library(emmeans) d_obs - d[!is.na(d$y), ] d_obs$trt - factor(d_obs$trt) d_obs$t - factor(d_obs$t) d_obs$tn - as.numeric(as.character(d_obs$t)) fit_mmrm - gls( y ~ trt * t baseline, data d_obs, correlation corSymm(form ~ tn | subject), weights varIdent(form ~ 1 | t), method REML ) emmeans(fit_mmrm, ~ trt | t) pairs(emmeans(fit_mmrm, ~ trt | t), reverse TRUE)这里用gls实现MMRM的简化版本corSymm设置无约束协方差矩阵varIdent允许不同时间点的残差方差不同这正是MMRM最常见的基本设定。需要说明的是生产环境里很多团队会使用SAS PROC MIXED或R的mmrm包这里的gls版本用于本地模拟验证逻辑完全够用但正式递交时要注意协方差矩阵估计的数值稳定性和软件差异。emmeans输出的每行是两组在某个访视的最小二乘均值差重点看第24周那一行它对应治疗策略估计目标中的组间比较。如果置信区间不包含0说明主要分析有效。这段话写清楚后读者应该理解为什么要用重复测量结构而不只是在24周做一次ANCOVAMMRM允许利用前期观测信息来推断缺失值降低了MAR假设对结果的伤害。4.3 敏感性分析实现假想策略模式混合模型与复合变量罚分第一组敏感性分析围绕假想策略假设受试者没有发生伴发事件把缺失值预测出来后对发生事件的缺失个体施加不对称偏移。library(lme4) d_obs2 - d[!is.na(d$y), ] fit_pred - lmer( y ~ trt * t baseline (1 | subject), data d_obs2, REML TRUE ) d$y_hat - predict(fit_pred, newdata d, allow.new.levels TRUE) d$y_imputed - ifelse(is.na(d$y), d$y_hat, d$y) # 假想策略对发生伴发事件且缺失的受试者施加偏移 # 分数越低越好正值偏移表示把结局想得更差 shift - 3 d$y_shift_pos - d$y_imputed ifelse(d$event 1 is.na(d$y), shift, 0) d$y_shift_neg - d$y_imputed - ifelse(d$event 1 is.na(d$y), shift, 0) # 用第24周的数据跑ANCOVA偏移后重新估计 d24 - d[d$t 24, ] summary(lm(y_shift_pos ~ trt baseline, data d24)) summary(lm(y_shift_neg ~ trt baseline, data d24))这段代码先建立在MAR假设下的预测模型用随机截距混合模型为每个缺失观测生成一个期望值。随后引入偏移量shift。shift的含义是如果审评员担心“换药患者反事实结局比我预测得更差”那么把预测值加3分重新分析观察治疗效应是否仍然成立。加不加偏移、加多大偏移需要在分析计划里事先定义而不是看完结果再挑一个能通过的方向。第二组敏感性分析走复合变量策略把伴发事件本身定义为治疗失败给发生事件的患者直接罚到一个最差结局。d$y_comp - d$y d$y_comp[with(d, event 1 t 24)] - d$baseline[with(d, event 1 t 24)] 15 d24_comp - d[d$t 24, ] summary(lm(y_comp ~ trt baseline, data d24_comp))复合变量的关键在于“最差结局”怎么定。这里用基线15代表比入组时显著恶化是一个清楚且偏保守的罚分规则。如果复合变量策略下治疗效应仍然存在说明结论不依赖对伴发事件“当作观测值”还是“当作失败”的处理。4.4 把结果汇总成一张策略表方便和审评沟通最后把所有敏感性分析的估计量和置信区间收集到一起。这样一张表才是ICH E9(R1)成品文档的雏形。library(dplyr) summary_table - data.frame( strategy c(治疗策略MMRM, 假想策略偏移3, 假想策略偏移-3, 复合变量策略), estimate c(-5.2, -4.6, -5.8, -3.9), lower_ci c(-6.8, -6.1, -7.5, -5.5), upper_ci c(-3.6, -3.1, -4.1, -2.3) ) print(summary_table)这里给出了示例数值真实项目里应该使用模型输出的估计值。提交给审评团队时表中每一行的策略、模型和数值假设都应对应SAP中已定义的估计目标。审阅者如果只看到一行行分析结果他会追问“你为什么这么补缺失值”看到矩阵表才能快速理解敏感性分析的结构和结论。5. ICH E9(R1)落地避坑五个高频翻车点与现场排查方案5.1 坑位一把估计目标当成ITT/PP改名现象SAP里写“估计目标为ITT人群治疗策略为治疗政策”然后下面直接套ANCOVA没有任何关于变量、汇总测量、组间比较的定义。审评提问后统计师发现除了多了“估计目标”四个字整个SAP和传统ITT分析没有实质区别。原因团队把ICH E9(R1)当成旧框架的话术升级忽略了五要素对分析定义的约束力。估计目标不是ITT的别名ITT只是处理伴发事件的一种倾向不是完整定义。解决写SAP时把五要素逐条列出来每一条必须能用一句话回答。检查方法很粗暴找一个没有参与该项目的人让他只读估计目标声明然后复述“这个试验要回答什么问题”。如果复述不出来说明定义不够清楚。5.2 坑位二敏感性分析被做成“换分布再跑一遍”现象主要分析是MMRM敏感性分析部分写了一大页包括加Logistic回归、加Cox模型、换Wilcoxon检验且全部被贴上“敏感性分析”标签但每个模型回答的问题都不一样。审评员看了之后质疑“你的敏感性分析到底在验证什么”原因混淆了敏感性分析和补充分析的分工。敏感性分析不换问题只换假设补充分析才是换问题的新分析。加一个Cox模型去验证MMRM的结论本质上是在回答另一个问题。解决每一个敏感性分析在SAP中标明它对应哪个估计目标、放松或改变了哪条假设。如果写不出来就把它挪到补充分析里。同样道理敏感性分析的结论标准不是“全部显著”而是“方向一致、置信区间位置符合预期”。5.3 坑位三揭盲后临时换伴发事件处理策略现象盲态审核时发现对照组补救治疗比例比预期高试验组效果看起来不错团队开会说“治疗策略太吃亏了不如换成假想策略这样能反映真实疗效”。统计团队被迫在揭盲后重写估计目标最终审评没有接受。原因这是最常见的利益干扰。估值目标必须在盲态下预先确定因为处理策略直接影响结论解释。揭盲后选择更有利于试验组的策略无论结果如何都难以在监管层面自证清白。解决盲态数据审核前统计团队应单独开一次估计目标定义会所有伴发事件策略包括极端方向全部提前写进SAP并让临床、注册、统计三方会签。揭盲后只允许在极少数预定义场景下调整且必须保留变更记录并说明理由。5.4 坑位四假想策略被写成多重插补现象统计师认为假想策略就是“把缺失数据多重插补然后跑同一个MMRM”跑完后和主要分析结果几乎一样直接当作敏感性分析提交。原因分不清缺失数据处理和伴发事件处理策略的区别。多重插补解决的是“缺失值怎么补”的问题假想策略解决的是“伴发事件带来的反事实结局怎么定义”的问题。如果伴发事件患者没有缺失假想策略依然需要修改其观测结局而这是普通插补做不到的。解决在做假想策略前先写清楚每个伴发事件患者在这个估计目标下的期望结局是什么然后才选择用什么模型生成这个结局。模式混合模型、随机化多值插补都只是工具核心是“反事实结局”的定义。5.5 坑位五SAP里没有写清估计目标和编辑策略现象SAP结构还停留在“主要变量-主要分析集-统计模型-敏感性分析”这样的章节没有专门的估计目标声明也没有对伴发事件的编辑规则。结果所有讨论都落到具体代码里项目交接后新统计师完全看不懂为什么这样做。原因老模板惯性太强。估计目标和处理策略是ICH E9(R1)的灵魂但不写进SAP的当前章节它就不具备约束力。没有编辑规则分析数据集的生成过程就会出现不可复现的个人判断。解决在每个项目的SAP开头增加“估计目标声明”和“伴发事件编辑规则”两个独立章节所有处理策略落实到具体的CRF变量和派生变量上。推荐使用版本控制的SAP流程任何改动自动留痕审评需要时可快速调取变更历史。新团队接手时只看SAP这一章就能复现分析思路。6. 验证技巧用模拟数据给敏感性分析结论做冲击检验敏感性分析矩阵做完后我还会补一道模拟冲击检验专门用来检验“如果真实世界不是我们想的那样结论会变吗”。做法并不复杂构造几个医生和审评员都会担心场景——补救治疗有效、补救治疗无效、停药后患者突然恶化、停药后患者逐渐恢复。对每个场景生成数据跑主要分析加敏感性分析矩阵看结论是否还能守住。run_scenario - function(seed, shift_true 0, event_effect none) { set.seed(seed) # 数据生成与前面一致event_effect控制补救或停药后的结局走向 d - simulate_trial_data(seed, event_effect event_effect) # 分别运行治疗策略MMRM、假想策略偏移、复合变量策略 # 返回三个估计量及其置信区间 return(list(main_est NA, sens_est NA, comp_est NA)) }上面这段只是骨架目的不是让人直接交作业而是建立一种验证思路冲击检验里最重要的不是代码好不好看而是场景定义是否覆盖了临床最不确定的地方。比如你们项目的伴发事件是“换药”那就要分别检验换药者实际效果比预期好、比预期差两种极端情况如果伴发事件是“死亡”那假想策略就几乎没有意义因为反事实问题太强敏感性分析应该集中在复合变量策略上。我现在的习惯是每个新项目开工前先把这套模拟冲击脚本挂在SAP旁边所有策略矩阵的阈值事先定好再进真实数据。这样做不是为了要一个好看的模拟结果而是为了在真实分析出来之前先把自己的判断逼出来一次。这让我躲过好几次“结果很显著但一换假设就翻车”的尴尬。冲击检验跑完再开揭盲会是拖延一点时间但审评沟通时腰杆会直很多。希望帮到你。本文还有配套的精品资源点击获取
简介ICH E9(R1)估计目标及敏感性分析蓝皮书由DIA中国统计社区组织孟宪花、付佳钰等多位行业专家撰写面向临床试验设计人员、生物统计师及监管沟通人员系统梳理估计目标设定与敏感性分析中的核心问题。资源以单个PDF文件呈现压缩包大小1.63MB方便离线阅读。内容从ICH E9(R1)修订背景入手重点阐述估计目标结构化框架的五大属性即主要终点、指标、对照组、参数估计类型及其参考值并详细讨论伴发事件的处理策略、主估计方法、敏感性分析与补充分析的实施路径帮助研究者识别潜在偏倚、提高结论稳健性。第二章进一步展示如何在试验方案中规范呈现估计目标框架第三章结合淋巴瘤CAR-T疗法、哮喘多臂试验等真实案例演示具体应用。该资源已有2792人学习兼具理论深度与实践指导价值可显著提升临床试验结果的可解释性和决策参考价值。1. ICH E9(R1)估计目标及敏感性分析蓝皮书先定义问题再选统计模型一个III期试验快要揭盲了统计团队内部还在吵主要分析到底算不算ITT中途换药的患者数据要不要剔除剔除之后补上的缺失值用什么方法这种争吵的根源是大家心里对“处理效应”的理解根本不是一个东西。ICH E9(R1)估计目标及敏感性分析蓝皮书就是拿来终结这种撕扯的。它是ICH E9统计指导原则的补充文件业内普遍称之为“估计目标蓝皮书”。它不教你选什么模型而是逼你在写SAP之前回答清楚对谁看效果、看什么指标、中途停药换药怎么算、最后用什么数字比两组差异、处理间怎么比。这套框架落地后敏感性分析也会跟着变得有章法。适合临床试验统计师、数据科学家、医学撰写和临床开发团队阅读。2. 估计目标五要素拆解人群、变量、伴发事件、汇总测量与组间比较怎么绑定2.1 为什么五要素必须写进统计分析计划传统SAP的开头通常是“主要分析采用ANCOVA模型调整基线、中心和分层因素”。这句话看起来严谨但有一个致命缺口它没有回答ANCOVA模型里那个“效应”到底定义在谁身上、用什么结局来度量、中途发生的不良事件算不算数。审评员拿到结果后最常问的一句话是“你这个处理效应估计的是什么”统计师如果答不上来再漂亮的p值也会被打回。ICH E9(R1)要求把估计目标拆成五个互相关联的部分这五个部分必须像一份合同一样锁定在揭盲之前。人群随机化进入试验并符合纳排标准的受试者通常就是ITT人群也可以定义更窄的亚群但必须事先说清。变量用于计算处理效应的结局变量比如“第24周PASI评分较基线的变化”测量方式和时间点要写明白。伴发事件处理策略事件可能包括提前停用试验药、改用补救治疗、死亡、转移等。必须明确这些事件在估计目标里怎么处理。汇总测量两组各自的分布被压缩成什么指标比如均值差、差值的中位数、风险差、胜率。处理间比较在汇总测量基础上组间怎么比较比如两组均值差的置信区间和检验。这五要素是一个整体。改任何一个要素估计目标就变了对“处理效应”的解读也跟着变。比如你选了“假想策略”处理补救治疗结果回答的是“如果所有患者都没有换药效果是多少”你选了“治疗策略”回答的则是“无论换药与否随机分组带来的结局差异”。这两者结论可能完全不同但都可以叫“处理效应”。2.2 伴发事件处理策略估计目标里最容易谈崩的一环伴发事件是随机化之后发生、会影响结局解读的事件。ICH E9(R1)给出了几种策略很多人第一次看的时候觉得差不多实际落地时差得很远。策略试图回答的问题典型实现方法治疗策略随机分组后的真实结局差异不管中途发生什么无论伴发事件是否发生结局测量值都纳入分析缺失数据用假设模型处理复合变量策略把伴发事件本身看作治疗失败将事件定义为终点的一部分比如“治疗失败停用试验药或达到某个较差结局”再和连续变量合成一个结局假想策略如果伴发事件不发生效应会是什么样对发生事件的患者按其未发生事件的理论结局建模常用模式混合模型主层策略对不会发生伴发事件的亚组估计效应只分析满足某条件的亚组但要注意可识别性和选择偏倚随机化后主层变体对随机化时正在接受治疗的人群估计效应与主层策略思路类似识别难度更高这里最值得展开的是假想策略。它看起来是在补缺失数据但本质上是在“重写结局”。比如某患者第12周后因为疗效不佳停用试验药改用补救治疗第24周测量值受到补救药影响。假想策略不是把这个值删掉而是换一个问题如果他没换药他第24周会是什么样模式混合模型就是给这类反事实结局建模的常见方法它根据患者退出前的轨迹和同类患者模式来预测。主层策略则更敏感。它想着“只对依从者估计效应”听起来科学但依从与否受治疗方案影响随机化失去比较基础必须对不可识别问题做额外假设。实际项目中主层策略很少单独作为主要估计目标更多用来做敏感性探索。2.3 从目标声明到模型写出一段审评员挑不出毛病的估计目标好的估计目标声明是一段可以直接放进SAP的话不需要再解释。我一般按固定句式写宁可啰嗦也不能省略信息。目标人群随机化进入试验的确诊中重度银屑病患者。变量第24周PASI评分较基线的变化分数越低表示疗效越好。伴发事件处理策略治疗策略即无论受试者是否因疗效不足提前停药并启动补救治疗第24周测量数据均纳入分析。汇总测量两组第24周相对基线变化的均值差。处理间比较试验组相对于安慰剂组的均值差双侧95%置信区间。把这段声明锁在SAP里之后再选模型。治疗策略下如果数据有缺失常见的做法是用混合效应模型重复测量MMRM该模型假设缺失在给定观测和历史轨迹下是随机的用极大似然估计利用所有观测数据。假设变了模型也要换假设没变模型随便换都不会动摇估计目标的定义。3. 敏感性分析不换问题围绕同一估计目标的三层验证3.1 敏感性分析、主要分析、补充分析的分工很多团队把敏感性分析当成“多跑几个模型”这是对ICH E9(R1)最普遍的误读。敏感性分析的定义很窄它是针对同一个估计目标用与主要分析不同但同样合理的统计假设或模型重新估计处理效应用来检验主要结论对假设的依赖程度。如果主要分析结论在敏感性分析下方向一致、量级相近结论才可信如果一换假设结论就反转那说明处理效应本身很脆弱。补充分析则是另一码事。它回答的是次要问题比如“完成全部治疗的依从者效果如何”“亚组之间有无差异”等。它换的是估计目标不是假设。补充分析结果再漂亮也不能用来证明主要结论稳健。这个边界在审评沟通里特别重要交上去的敏感性分析清单一旦混入补充分析审评员会怀疑你实际在转移焦点。3.2 换假设、换策略、换模型构建敏感性分析矩阵敏感性分析矩阵不是清单列表是一个有约束的框架。约束就是所有敏感性分析都指向同一个估计目标。实际操作里我通常从三个层次入手。第一层换假设主要分析用的MMRM假设缺失依赖于观测数据敏感性分析可以换成假设“缺失后结局更差”或“更差到某种程度”。模式混合模型就是干这个的它允许对缺失或脱离治疗的患者施加偏移。第二层换协方差结构MMRM默认用非结构化协方差矩阵敏感性分析可以换成复合对称或一阶自回归结构看结论对相关结构是否敏感。这一层往往不影响点估计但影响方差和置信区间。第三层换伴发事件处理策略中的判断如果主要估计目标用治疗策略敏感性分析可以换成假想策略和复合变量策略。注意这里不是说把估计目标改了而是说在主要估计目标已经写死的前提下假想策略和复合变量策略是用来“撞击”治疗策略结论的。如果多种策略下效应方向和显著性一致说明结论不依赖某一个策略选择。3.3 实操里矩阵怎么收敛不要十条分析扛到底我见过最夸张的SAP列了十几种敏感性分析很多只是把连接函数从identity换成logit临床意义重叠严重。审评员看到这种矩阵不会觉得稳健只会觉得你没有想清楚。我一般把矩阵收敛到三条主线一条证明缺失假设不影响结论一条证明协方差结构不影响结论一条证明伴发事件处理策略不影响结论。每条主线给一个主要分析和一两个极端方向的分析即可。敏感性分析的结果并不是“全都显著”而是“方向一致效应量变化在可解释范围内”。如果有一个极端假设下结论翻转那说明临床解释必须更谨慎这比硬撑一个稳健性结论更有价值。4. 用R跑通估计目标与敏感性分析从模拟数据到结果汇总表4.1 构造带伴发事件和缺失的模拟数据集没有真实试验数据的情况下我会先构造一份模拟数据用来验证估计目标和敏感性分析的代码逻辑。模拟数据包含两个治疗组、五个访视、一个伴发事件和一个随事件出现的缺失模式。代码如下。set.seed(20240528) n - 120 subj - rep(1:n, each 5) t_visit - rep(c(0, 4, 8, 12, 18, 24), times n) # 6个时间点 trt_vec - rep(ifelse(1:n n/2, exp, ctl), each 6) base_vec - rnorm(n, mean 45, sd 8) d - data.frame( subject subj, t t_visit, trt trt_vec, baseline rep(base_vec, each 6) ) d$eff - with(d, ifelse(trt exp, 9, 3) * (t / 24)) d$y - d$baseline - d$eff rnorm(nrow(d), mean 0, sd 3) # 伴发事件疗效不足导致停药或补救试验组概率12%对照组38% d$event - with(d, ifelse( runif(nrow(d)) ifelse(trt exp, 0.12, 0.38) t 12, 1, 0 )) # 伴发事件一旦发生后续访视都标记为发生过 d - d[order(d$subject, d$t), ] for (i in 2:nrow(d)) { if (d$subject[i] d$subject[i-1] d$event[i-1] 1) { d$event[i] - 1 } } # 伴发事件发生后第18周和第24周的观测缺失 d$y[with(d, event 1 t 18)] - NA_real_这段代码先固定随机种子保证后续结果可复现。基线分数从均值45、标准差8的正态分布中生成疗效通过两组在不同时间点下降幅度来体现试验组下降幅度更大。伴发事件概率与治疗组和时间点绑定使模拟数据更贴近真实试验中医师和患者因疗效不佳而决定换药的情境。连续观察后事件不会消失所以用前向填充把事件标记延续到后续访视最后把事件受试者后期的观察值设为缺失模拟“换药后仍然收集数据但存在缺失”的现实情况。4.2 主要估计目标实现治疗策略下的MMRM模型在治疗策略下所有受试者的第24周测量值都应纳入分析无论是否发生伴发事件。对于缺失值采用混合效应模型重复测量MMRM的做法利用极大似然估计处理不平衡数据。建模对象是全部未缺失的观测时间作为重复测量因子处理。library(nlme) library(emmeans) d_obs - d[!is.na(d$y), ] d_obs$trt - factor(d_obs$trt) d_obs$t - factor(d_obs$t) d_obs$tn - as.numeric(as.character(d_obs$t)) fit_mmrm - gls( y ~ trt * t baseline, data d_obs, correlation corSymm(form ~ tn | subject), weights varIdent(form ~ 1 | t), method REML ) emmeans(fit_mmrm, ~ trt | t) pairs(emmeans(fit_mmrm, ~ trt | t), reverse TRUE)这里用gls实现MMRM的简化版本corSymm设置无约束协方差矩阵varIdent允许不同时间点的残差方差不同这正是MMRM最常见的基本设定。需要说明的是生产环境里很多团队会使用SAS PROC MIXED或R的mmrm包这里的gls版本用于本地模拟验证逻辑完全够用但正式递交时要注意协方差矩阵估计的数值稳定性和软件差异。emmeans输出的每行是两组在某个访视的最小二乘均值差重点看第24周那一行它对应治疗策略估计目标中的组间比较。如果置信区间不包含0说明主要分析有效。这段话写清楚后读者应该理解为什么要用重复测量结构而不只是在24周做一次ANCOVAMMRM允许利用前期观测信息来推断缺失值降低了MAR假设对结果的伤害。4.3 敏感性分析实现假想策略模式混合模型与复合变量罚分第一组敏感性分析围绕假想策略假设受试者没有发生伴发事件把缺失值预测出来后对发生事件的缺失个体施加不对称偏移。library(lme4) d_obs2 - d[!is.na(d$y), ] fit_pred - lmer( y ~ trt * t baseline (1 | subject), data d_obs2, REML TRUE ) d$y_hat - predict(fit_pred, newdata d, allow.new.levels TRUE) d$y_imputed - ifelse(is.na(d$y), d$y_hat, d$y) # 假想策略对发生伴发事件且缺失的受试者施加偏移 # 分数越低越好正值偏移表示把结局想得更差 shift - 3 d$y_shift_pos - d$y_imputed ifelse(d$event 1 is.na(d$y), shift, 0) d$y_shift_neg - d$y_imputed - ifelse(d$event 1 is.na(d$y), shift, 0) # 用第24周的数据跑ANCOVA偏移后重新估计 d24 - d[d$t 24, ] summary(lm(y_shift_pos ~ trt baseline, data d24)) summary(lm(y_shift_neg ~ trt baseline, data d24))这段代码先建立在MAR假设下的预测模型用随机截距混合模型为每个缺失观测生成一个期望值。随后引入偏移量shift。shift的含义是如果审评员担心“换药患者反事实结局比我预测得更差”那么把预测值加3分重新分析观察治疗效应是否仍然成立。加不加偏移、加多大偏移需要在分析计划里事先定义而不是看完结果再挑一个能通过的方向。第二组敏感性分析走复合变量策略把伴发事件本身定义为治疗失败给发生事件的患者直接罚到一个最差结局。d$y_comp - d$y d$y_comp[with(d, event 1 t 24)] - d$baseline[with(d, event 1 t 24)] 15 d24_comp - d[d$t 24, ] summary(lm(y_comp ~ trt baseline, data d24_comp))复合变量的关键在于“最差结局”怎么定。这里用基线15代表比入组时显著恶化是一个清楚且偏保守的罚分规则。如果复合变量策略下治疗效应仍然存在说明结论不依赖对伴发事件“当作观测值”还是“当作失败”的处理。4.4 把结果汇总成一张策略表方便和审评沟通最后把所有敏感性分析的估计量和置信区间收集到一起。这样一张表才是ICH E9(R1)成品文档的雏形。library(dplyr) summary_table - data.frame( strategy c(治疗策略MMRM, 假想策略偏移3, 假想策略偏移-3, 复合变量策略), estimate c(-5.2, -4.6, -5.8, -3.9), lower_ci c(-6.8, -6.1, -7.5, -5.5), upper_ci c(-3.6, -3.1, -4.1, -2.3) ) print(summary_table)这里给出了示例数值真实项目里应该使用模型输出的估计值。提交给审评团队时表中每一行的策略、模型和数值假设都应对应SAP中已定义的估计目标。审阅者如果只看到一行行分析结果他会追问“你为什么这么补缺失值”看到矩阵表才能快速理解敏感性分析的结构和结论。5. ICH E9(R1)落地避坑五个高频翻车点与现场排查方案5.1 坑位一把估计目标当成ITT/PP改名现象SAP里写“估计目标为ITT人群治疗策略为治疗政策”然后下面直接套ANCOVA没有任何关于变量、汇总测量、组间比较的定义。审评提问后统计师发现除了多了“估计目标”四个字整个SAP和传统ITT分析没有实质区别。原因团队把ICH E9(R1)当成旧框架的话术升级忽略了五要素对分析定义的约束力。估计目标不是ITT的别名ITT只是处理伴发事件的一种倾向不是完整定义。解决写SAP时把五要素逐条列出来每一条必须能用一句话回答。检查方法很粗暴找一个没有参与该项目的人让他只读估计目标声明然后复述“这个试验要回答什么问题”。如果复述不出来说明定义不够清楚。5.2 坑位二敏感性分析被做成“换分布再跑一遍”现象主要分析是MMRM敏感性分析部分写了一大页包括加Logistic回归、加Cox模型、换Wilcoxon检验且全部被贴上“敏感性分析”标签但每个模型回答的问题都不一样。审评员看了之后质疑“你的敏感性分析到底在验证什么”原因混淆了敏感性分析和补充分析的分工。敏感性分析不换问题只换假设补充分析才是换问题的新分析。加一个Cox模型去验证MMRM的结论本质上是在回答另一个问题。解决每一个敏感性分析在SAP中标明它对应哪个估计目标、放松或改变了哪条假设。如果写不出来就把它挪到补充分析里。同样道理敏感性分析的结论标准不是“全部显著”而是“方向一致、置信区间位置符合预期”。5.3 坑位三揭盲后临时换伴发事件处理策略现象盲态审核时发现对照组补救治疗比例比预期高试验组效果看起来不错团队开会说“治疗策略太吃亏了不如换成假想策略这样能反映真实疗效”。统计团队被迫在揭盲后重写估计目标最终审评没有接受。原因这是最常见的利益干扰。估值目标必须在盲态下预先确定因为处理策略直接影响结论解释。揭盲后选择更有利于试验组的策略无论结果如何都难以在监管层面自证清白。解决盲态数据审核前统计团队应单独开一次估计目标定义会所有伴发事件策略包括极端方向全部提前写进SAP并让临床、注册、统计三方会签。揭盲后只允许在极少数预定义场景下调整且必须保留变更记录并说明理由。5.4 坑位四假想策略被写成多重插补现象统计师认为假想策略就是“把缺失数据多重插补然后跑同一个MMRM”跑完后和主要分析结果几乎一样直接当作敏感性分析提交。原因分不清缺失数据处理和伴发事件处理策略的区别。多重插补解决的是“缺失值怎么补”的问题假想策略解决的是“伴发事件带来的反事实结局怎么定义”的问题。如果伴发事件患者没有缺失假想策略依然需要修改其观测结局而这是普通插补做不到的。解决在做假想策略前先写清楚每个伴发事件患者在这个估计目标下的期望结局是什么然后才选择用什么模型生成这个结局。模式混合模型、随机化多值插补都只是工具核心是“反事实结局”的定义。5.5 坑位五SAP里没有写清估计目标和编辑策略现象SAP结构还停留在“主要变量-主要分析集-统计模型-敏感性分析”这样的章节没有专门的估计目标声明也没有对伴发事件的编辑规则。结果所有讨论都落到具体代码里项目交接后新统计师完全看不懂为什么这样做。原因老模板惯性太强。估计目标和处理策略是ICH E9(R1)的灵魂但不写进SAP的当前章节它就不具备约束力。没有编辑规则分析数据集的生成过程就会出现不可复现的个人判断。解决在每个项目的SAP开头增加“估计目标声明”和“伴发事件编辑规则”两个独立章节所有处理策略落实到具体的CRF变量和派生变量上。推荐使用版本控制的SAP流程任何改动自动留痕审评需要时可快速调取变更历史。新团队接手时只看SAP这一章就能复现分析思路。6. 验证技巧用模拟数据给敏感性分析结论做冲击检验敏感性分析矩阵做完后我还会补一道模拟冲击检验专门用来检验“如果真实世界不是我们想的那样结论会变吗”。做法并不复杂构造几个医生和审评员都会担心场景——补救治疗有效、补救治疗无效、停药后患者突然恶化、停药后患者逐渐恢复。对每个场景生成数据跑主要分析加敏感性分析矩阵看结论是否还能守住。run_scenario - function(seed, shift_true 0, event_effect none) { set.seed(seed) # 数据生成与前面一致event_effect控制补救或停药后的结局走向 d - simulate_trial_data(seed, event_effect event_effect) # 分别运行治疗策略MMRM、假想策略偏移、复合变量策略 # 返回三个估计量及其置信区间 return(list(main_est NA, sens_est NA, comp_est NA)) }上面这段只是骨架目的不是让人直接交作业而是建立一种验证思路冲击检验里最重要的不是代码好不好看而是场景定义是否覆盖了临床最不确定的地方。比如你们项目的伴发事件是“换药”那就要分别检验换药者实际效果比预期好、比预期差两种极端情况如果伴发事件是“死亡”那假想策略就几乎没有意义因为反事实问题太强敏感性分析应该集中在复合变量策略上。我现在的习惯是每个新项目开工前先把这套模拟冲击脚本挂在SAP旁边所有策略矩阵的阈值事先定好再进真实数据。这样做不是为了要一个好看的模拟结果而是为了在真实分析出来之前先把自己的判断逼出来一次。这让我躲过好几次“结果很显著但一换假设就翻车”的尴尬。冲击检验跑完再开揭盲会是拖延一点时间但审评沟通时腰杆会直很多。希望帮到你。本文还有配套的精品资源点击获取
