臨床等效

臨床等效

臨床等效性檢驗是臨床試驗中評價新葯療效的一種方法,用於比較兩葯的療效是否相當·它彌補了生物等效性評價的不足之處,目前已被推廣使用·本文論述了臨床等效性評價中等效界值確定方法、臨床終點的選取、試驗設計、統計分析等一些關鍵性問題,並分析了其研究現狀·這對於臨床等效性評價方法的正確應用與發展有現實意義·

檢驗方法


假設檢驗(hypothesestesting)是基於一定的檢驗假設進行推斷的一類方法。我們平時所做的絕大多數檢驗假設為兩組相等的零假設,其統計推斷往往僅限於兩者的差別有無統計學意義,若P>α,意味著統計上“不能拒絕零假設”,但並非說明零假設成立,更沒有理由說兩組相等,因為檢驗的效能(poweroftest)未知;如P≤α,雖然可“拒絕零假設”,但也只能推斷兩者在統計上有差別,而不能評價差別的大小。這難以滿足臨床實際中需要評價療效差別的要求。為了能對非劣效性/等效性進行推斷,需要建立有別於傳統的檢驗假設[2,5,6]。為方便敘述,統一用如下符號作為組別或參數:
T=試驗治療組,也泛指相應組效應的參數(均數或率)
S=標準治療組,即陽性對照組,也泛指相應組效應的參數(均數或率)
δ=非劣效/等效界值。非劣效性試驗用-δ,等效性試驗用-δ和δ
2.1檢驗假設的構建和檢驗用統計量無效假設(nullhypotheses)和備選假設(alternativehypotheses)分別用H0和Ha表示。以α作為總的檢驗水準。表1列舉了幾種不同情形下的檢驗假設和檢驗統計量計算的通用公式。
本表所示的檢驗統計量假設數據來自大樣本,數據分佈正常。其中d為T組樣本效應值減去S組樣本效應值的差值,即d=T-S,sd為d的標準誤。z為檢驗統計量,服從標準正態分佈

結論的推斷


2.2.1非劣效性試驗由於只進行一次單側檢驗(one_sidedtest),若P≤α,則H0被拒絕,可推論T非劣效於S;若P>α,則還不能下非劣效的結論。這裡的α含義是,當T比S療效差,其效應差值實際上超過δ時,錯誤地下T非劣效於S結論的概率。