隨機臨床試驗的評讀



  • 作者:姚筱楓醫師

    前言

    隨機臨床試驗(randomized controlled trial)是治療型文獻非常重要的研究方法,相信大家都不陌生。本章主要探討如何分析隨機臨床試驗中的偏差,解讀研究結果,以及實際應用在臨床工作上。

    偏差風險(bias)

    (1) 實驗前:隨機選取( Randomization)

    • 目的

      • 預防選擇偏差
      • 平均預後因子
    • 預後因子

      • 定義:會影響結果的因子(Determinants of outcome)
        * 舉例
        研究血壓藥和心血管疾病,抽菸就是會影響結果的預後/干擾因子,若實驗組對照組抽菸的比例不同,會影響到結果分析。
    • 隱匿法/盲法(blind)

      • 較好的隨機選取方式,研究人員不能主觀決定分組
      • 除了實驗前的患者分配,在整個研究過程中,最好病人、臨床醫師、數據收集者、檢驗評估者、數據分析者,都要處於blind的狀態,減少偏差的產生
    • 樣本數越大,越有機會達成平均預後因子

    (2) 實驗中:有無提早結束

    • 有些治療的併發症並不會馬上出現
      若追蹤時間不足,可能會誤判治療效果

    • 以下表為例,若研究只追蹤一年,可能會誤以為治療A和B的效果差異不大

    治療 A 治療 B
    該組總數 50 50
    第一年死亡人數 1 0
    第二年死亡人數 1 10
    兩年死亡總人數 2 10

    (3) 實驗後:失去追蹤(loss follow up)的問題

    • 失去追蹤的患者,可能和繼續實驗的個案有不同的預後

    • 傳統可以接受的臨界值大約是20%的研究病人總數
      然而,這個比例並不是絕對,且和結果的人數有關係
      假設最壞的狀況,來判斷失去追蹤的數量是否可接受
      alt text
      alt text

    (4) 病人是否維持同一個組別?

    • 很難完全避免,樣本數太大時也很難完全抓出跨越組別的病人

    • 意向分析(intention-to-treart)
      分析結果的時候按照一開始隨機分配的組別,不管病人是不是中途換到其他組(不包含失去追蹤的),目的是維持隨機分配的結果,因為按造換組後的結果來分析,預後因子可能會影響結果。

    • 舉例
      例如高社經地位的人都傾向某種治療而自行決定換組,而這群高社經地位的人都較為健康,因為治療產生的副作用自然較少。

    結果:評估實驗的可信度

    (1) 治療結果的呈現、判讀是否準確

    • 相關專有名詞:相對風險、相對風險比率差、絕對風險差等
      alt text

    • 絕對風險差:數值越大,結果差異越大

    • 相對風險:暴露於某特定狀況和沒暴露組的風險差異

    • 相對風險比率差RRR:治療組和對照組間,不良結果機率下降的比例

    (2) 治療效果預測(從實驗推回真實情況中的精確度)

    • 由於實驗的樣本數有限,研究並不一定能夠完全反應母群體的狀況
      因此研究結果通常會以區間表示,也就是信賴區間的概念

    • 信賴區間(confidence interval,CI)
      在一個信賴程度內,由樣本統計量所求出預期可以包含母群體的範圍

    • 95%信賴區間:有95%的機會涵蓋了母群體的結果

    • 樣本數越大,信賴區間的範圍越窄,預測的結果越精確

    臨床照護應用

    (1) 是否適用於病人上、有無類推性(Generalizability)

    • 實驗中的病人和我的病人相似嗎?

    • 方法

      • 比對實驗中的納入和排除條件
      • 找出不能應用在自己病人的原因
    • 不同治療方式考量

      • 藥物:將結果推廣到同類藥物仍有爭議
      • 手術:必須要考慮到手術醫師和照護團隊的技術、經驗
    • 用專業知識去質疑實驗設計中的每個步驟

    (2) 納入討論的結果

    • 結果的指標是否為『病人認為重要的結果』

    • 常用量化的檢查結果代表疾病嚴重度
      但這個檢查結果,不一定等於病人認為重要的結果
      因此被稱為『替代結果』或『代理結果』
      ex. 以FEV1比較不同的支氣管擴張劑

    • 代理結果的影響

      • 可以減少追蹤時間,紀錄和分析也比較容易
      • 結果並不只有單一指標,一個替代結果的改善,可能會影響其他指標(ex. 生活品質、花費等),要做權衡

    (3) 治療伴隨的潛在傷害與成本

    • 需要被治療的病人數目(Number needed to treat)

      • 公式:NNT = 1/ARR
      • 使一位病人達到實驗組治療之有益結果(或預防產生一個不良結果)所需治療的病人數目。
      • NTT越少越好
    • 需要被傷害的病人數目(Number needed to harm)

      • 公式:NNH = 1/ARI
        ARI (Absolute risk increase)(絕對風險增加) =EER-CER
      • 對多少病人數目進行實驗組療法,與對照組做比較後,會有多一個病人產生不良副作用
      • NNH越多越好

    Reference

    醫學文獻導讀-實症臨床實務精要 第六章