从统计学视角解读SECURE-PCI 研究:负荷剂量阿托伐他汀获益仍是假设

2018-08-07 xujing 中国循环杂志

SECURE-PCI 研究将来自巴西53 个研究中心计划进行经皮冠状动脉介入治疗(PCI)的4 191 例ACS患者随机、双盲分入阿托伐他汀负荷剂量治疗组(2 087 例)和安慰剂对照组(2 104 例)。


SECURE-PCI 研究将来自巴西53 个研究中心计划进行经皮冠状动脉介入治疗(PCI)的4 191 例ACS患者随机、双盲分入阿托伐他汀负荷剂量治疗组(2 087 例)和安慰剂对照组(2 104 例)。

该研究的主要目的是验证PCI 围术期两次给予阿托伐他汀80 mg 负荷剂量治疗是否可以降低30 天患者发生主要不良血管事件发生率。

值得注意的是,该研究在对64.7%行PCI 术的亚组人群进行分析时发现,出现至少一次MACE 的比例分别为:负荷剂量治疗组6.0%(81/1351),对照组8.2%(112/1359),组间差异有统计学意义(HR = 0.72,95%CI: 0.54~0.96,P=0.02)。

阜外医院李卫教授指出,对此亚组结果的解释必须十分慎重。不能简单解释为:PCI 患者围术期使用负荷剂量阿托伐他汀80 mg 治疗可显著降低30 天MACE发生率,而应该认为该亚组分析结果仅仅是产生了一个今后继续研究的假设。

原因如下:

(1)尽管SECURE-PCI 在对主要研究终点进行试验设计时,对PCI 亚组也进行了事先定义,而且还对该亚组进行了统计学设计(80% 的把握度,可以检测25% 的MACE 相对风险的减少)。

但是,由于试验设计时并未调整I 型误差,因此,只有当主要研究终点与亚组分析结果均要在0.05水平上同时显著时方可避免统计学的I 型误差膨胀问题,否则,就可能因为多重比较而导致I 型误差的膨胀,从而有可能出现假阳性结论。

显而易见,由于该研究的主要研究终点为阴性结果,因此,在0.05 显著性水平上,无法避免PCI 亚组分析出现假阳性结果。

(2)由于SECURE-PCI 仅仅对所有预期进行PCI 术的总人群进行随机双盲分组,以保证负荷剂量治疗组与安慰剂对照组间人口统计学等其他基线特征的组间均衡性。

由于事先无法预知哪些患者符合行PCI 术的入选标准,因此,该研究并没有对所有符合行PCI 术指征的患者进行随机分组,也就无法保证行PCI 术人群基线特征的组间均衡性,因此,对于行PCI 术人群的统计分析有可能由于组间基线的不均衡而导致有偏性的结果。

(3)文章中没有给出行PCI 术患者的组间基线分布,因此,也无从对组间的不均衡进行调整,以获得无偏的估计。否则,应该进行灵敏度分析,以判断结果的稳健性。

李卫教授认为,SECURE-PCI 研究中对PCI 亚组人群的分析结果仅仅产生了一个PCI 患者围术期使用负荷剂量阿托伐他汀80 mg治疗有可能降低30天MACE 发生率的假设,而该假设的验证将有待于今后进行仅仅针对PCI 患者的、以围术期使用负荷剂量阿托伐他汀80 mg治疗可以降低30天MACE发生率为主要研究终点的符合统计学原则的前瞻性、多中心、随机、双盲、安慰剂对照临床试验。

原始出处:

版权声明:
本网站所有注明“来源:梅斯医学”或“来源:MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明“来源:梅斯医学”。其它来源的文章系转载文章,本网所有转载文章系出于传递更多信息之目的,转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (2)
#插入话题
  1. 2018-08-08 liumin1987

    嗯嗯,学习了。

    0

  2. 2018-08-07 183****7028

    学习

    0

相关资讯

一篇什么样的研究竟引发美国医生与BMJ杂志的“撕逼”

在最近的博客中,有两名医生公开指出BMJ最近发表的一项研究指出治疗的失误是导致病人死亡的第三大原因的结论是无稽之谈。这一论点5月3日在各种媒体得以广泛传播。 宾夕法尼亚州立大学医学院神经放射学副教授Shyam Sabat博士指出,这篇文章是对美国医疗保健系统不公平的谴责,无论是对科学还是医疗工作都极其不负责任,并呼吁BMJ杂志撤销这篇文章,并向美国医学界公开道歉。他们开始在网上发起呼吁运动,截至7

科学研究工作者必备技能:统计学

当我16岁时,我在我的预修统计学(AP Statistics)课程中首次接触到统计学;我特别记得有一节课让我们学习区分带参数的t检验(t-test)和不带参数的曼惠特尼U检验(Mann-Whitney U test)的重要性。作为一名化学本科生,我继续使用相同的基础统计学原则分析某些分子是否能够作为癌症的潜在生物标志物,或者为何患有喂食障碍(feeding disorder)的儿童要比没有这种

科学研究中数据分析的弊病-“P-值”

世界上顶尖的统计学家们发言称:目前的科学研究中需要停止使用P-值以及显著性差异作为检验他们实验结果是否重要的依据。也许你会觉得这个说法毫无道理。什么时候研究者们会用到P-检验呢?当发现实验结果的自变量与因变量之间存在一定的相关性,为了证明该相关性是合理的或仅仅是随机误差,他们会使用P-检验。P值越低,说明他们的结果可信度越高。如果P值小于0.05,就说明两组之间存在显著性差异(statistica

你请统计学家来做尸体解剖吗?

论文的死法有上千种,但有一种死法你不能喊冤。我们先来看一个故事:2006年,在国际期刊Nature Medicine上发表一篇文章——Using the NCL60 to Predict Sensitivity(Potti et al(2006), Nature Medicine, 12:1294-1300.)。这篇文章的结论主要是说采用NCL60细胞系的基因芯片数据可以确定化疗药物反应特征,以预

他们认为医生还要学习心理学、社会学、统计学、政治和经济学

马克.扎尔伯格曾经说过:“与其说FACEBOOK的成功靠的是科技,不如说靠的是心理学和社会学”。 克利夫兰诊所勒纳医学院招生处的副主任Kathleen Franco非常认同这句话。她相信科学和人文结合起来,往往能带来巨大的改变。 作为克利夫兰诊所住院医师培训部的负责人,她本人精通心理学、精神病学、行为心理学等。 她认为,医学生们一定要多学点心理学、社会学、统计学,甚至政治和经济学,这些对他们未

收藏!如何使用SPSS软件中正态分布检验功能

正态分布概念由德国数学家Moivre于1733年首次提出,德国数学家Gauss率先将其应用于天文学研究,所以又称高斯分布。正态分布在数学、物理及工程学等领域非常重要,在统计学中也是影响深远。统计学中的t分布、F分布等都是在正态分布的基础上推导出来的,u检验也是以正态分布为基础。本文结合临床实际应用详细讲述SPSS软件中如何使用正态分布检验功能。 正态分布与非正态分布区别: •正态与非态分