福建省抗癌协会癌痛专业委员会和福建省抗癌协会中西医整合肿瘤专委会青年委员会主办的【十邑论坛】开播啦！论坛于每周二推出，带您用中文听原汁原味的国际学术会议研究。本期论坛由福建省肿瘤医院尹一教授进行分享，内容源自瑞士温特图尔医院的Miklos Pless教授分享的“如何阅读临床试验：临床研究数据的解读”报告。本文将从临床指标的衡量、统计学设计及常见的解读误区等方面，深度解析如何科学解读临床研究数据。
福建省肿瘤医院内科副主任医师
中国抗癌协会肿瘤标志青委会委员
福建省卫生基层协会基层肿瘤精准诊疗专委会常务委员
福建省抗癌协会癌痛专业委员会秘书
秘书海峡医药卫生协会胆道疾病专委会委员
在肿瘤学领域，临床试验数据的解读直接关系到治疗决策的科学性与患者的预后。不同于感染性疾病或创伤外科有明确的诊疗标准，肿瘤治疗在很大程度上仍具有经验性特征，其知识体系建立在不断的“尝试与修正”之上。因此，掌握解读临床试验结果的技能，并深入理解背后的统计学逻辑，是每一位临床医生必须具备的核心能力。
临床指标的衡量标准与局限
伽利略曾言：“衡量可衡量的，并将不可衡量的设法变得可衡量”。在肿瘤学中，缓解率（RR）、疾病进展时间（TTP）、无病生存期（DFS）、无进展生存期（PFS）和总生存期（OS）是衡量干预效果的关键指标。其中，缓解率主要反映干预措施的近期有效性，通常以病灶直径总和减少30%（PR）作为界限，但这种人为设定的标准具有一定随意性，使用瀑布图或蜘蛛图进行动态分析往往更为科学。相比于单一的数值百分比，这些图表能够展示病灶变化的连续谱和动态趋势，从而避免了二元划分带来的信息流失。
证据等级的权重：为何随机化是“必经之路”
在证据等级的金字塔中，随机对照试验（RCT）位居顶端。对于临床医生而言，随机化设计并非为了验证那些“一眼可见”的显著疗效，而是为了在复杂的临床背景下，精准地检测出细微但具有统计学意义的差异。对于效果极为明显的突破性疗法，往往无需大规模随机实验即可确认；正因为大多数干预措施的获益是边际性的，才更需要通过严密的随机化来剔除干扰。
非随机的队列分析往往存在不可控的偏倚。以结肠癌治疗为例，某些回顾性队列分析显示，在疾病进展后继续使用贝伐珠单抗，患者生存期似乎能延长10个月以上。然而，随后的前瞻性随机对照试验（RCT）却表明，其实际生存获益仅约为2个月。这种较大的数据差异源于“幸存者偏差”或“选择偏倚”：在非随机研究中，能够持续接受后线治疗的患者往往本身身体机能（PS评分）更好、预后更佳，是医生“挑选”了这些患者，而非药物创造了所有表现出的神话。
历史对照的陷阱：分期偏移与技术更迭
在评估新技术或新药物时，使用历史数据作为对照往往具有误导性，这在医学上被称为“Will Rogers现象”或“分期偏移”。
随着影像学技术的进步，例如从常规CT升级为灵敏度更高的PET-CT，分期标准会发生隐性漂移。原本在CT下被归为Ⅰ期的患者，在PET-CT下可能被检出微小转移灶从而归入Ⅱ期；同理，Ⅱ期患者可能被归入Ⅲ期。这种偏移会导致一个看似悖论的结果：即便治疗手段没有任何改进，仅仅因为分期更精准，每个分期组别的生存率都会呈现出“虚假”的改善——因为迁入高分期的患者在该组中属于相对早期的个体。这种由于检测手段更迭带来的数据优化，使得历史对照失去了作为科学参照的基准价值。
统计学设计中的核心要素
大多数Ⅲ期临床试验始于“零假设”，并致力于通过统计学手段推翻它。研究设计的严密性体现在主要终点的明确定义、基于功效和显著性水平计算的样本量，以及对已知预后因素的随机化分层。在统计学误差控制方面，α（I类错误）通常设定为≤0.05，用于控制随机误差，而β（Ⅱ类错误）设定为≤0.1，以确保研究具有足够的检验效能（Power=1-β）。然而，统计学误差的控制仅针对随机偏差，并不能规避系统性偏差。
目前，中位生存期是评估疗效最常用的指标，即有50%的患者存活的时间点。然而，这种简单的测量方式存在缺陷。首先，中位值在生存曲线的中部对水平移动极其敏感。若生存曲线在50%节点附近趋于平缓，微小的存活时间差异就会被成比例地放大，从而产生显著的、但可能并无实际临床意义的统计学差异。这种评估方法具有很强的夸张性。
此外，中位数无法反映曲线的尾部特征。以胰腺癌辅助化疗为例，若只关注中位数，两组患者的差距可能仅为2.6个月。然而，若观察曲线的尾部，接受吉西他滨治疗的患者在5年后的生存率可能是观察组的两倍。通过忽视这部分“长尾效应”，中位数掩盖了部分患者获得的实质性长期益处。
为了直观地说明中位数的局限性，我们可以设想一个极端案例：某种靶向药物在BRAF基因突变的黑色素瘤患者中能治愈40%的患者，但其余患者死亡。在此情境下，由于50%的中位线并未跨越，中位数评估甚至可能会显示该药物有害。这一例子生动地表明，中位数并非评估所有疗效的黄金标准，它并未呈现曲线的整体样貌。
为了弥补中位数的不足，我们倾向于使用风险比（Hazard Ratio, HR）来评估整条曲线下的整体区域。HR衡量的是风险降低的比例——例如，对照组死亡率为 50%，治疗组为25%，则HR=0.5，意味着死亡风险减少了50%。通常，任何低于0.7的HR在临床上都被视为可接受的。
HR同样存在问题。第一个问题体现在绝对风险的忽视。如果一项研究结果显示HR为0.17，意味着死亡风险降低了83%，看起来数据非常出色。但如果在对照组中，3年存活率已高达91.5%，而治疗组为99%，其绝对风险差异仅为8%。在一个基数极小的高存活人群中，HR的惊人数值往往会掩盖实际临床获益有限的事实。
第二个问题在于生存曲线极其平坦时的表现。以晚期结直肠癌的三线治疗为例，患者整体预后极差，治疗后短期内大部分患者死亡，生存曲线迅速下降后趋于平行。在这种情况下，两条曲线的微小差异（如中位数仅差几天）在HR计算中可能被放大，导致我们得出了误导的结论。
曲线交叉与替代方案：受限平均生存时间（RMST）
深入探讨HR时，必须考虑到其前提条件——Cox比例风险模型要求两条曲线呈比例关系。然而，在实际研究中，曲线交叉的情况并不罕见。在交叉的情况下，计算出的HR平均值往往会产生反差或无法客观解释，因此在法规层面上，这种情况不符合标准的HR分析要求。
对于曲线交叉的情况，我更推荐使用受限平均生存时间（Restricted Mean Survival Time, RMST）。与测量特定点的中位数不同，RMST测量的是从左到右某一时段内曲线下的平均面积。为了克服无限大数值无法计算平均值的问题，必须人为引入一个时间限制因素（例如：设定在15年后进行计算）。通过这种设置，我们可以精确计算出特定时间范围内各组之间的平均生存时间差异。这是一种非常巧妙且应被更广泛应用的方法，特别是在处理复杂的曲线交叉数据时。
临床数据解读的批判性思维
在解读临床研究结果时，除了选择合适的统计模型，还需要警惕常见的结论错误。首先是“延迟随机化”带来的误差。部分研究在进行随机分组前会进行诱导治疗，并剔除病情进展的患者（例如有研究可以剔除高达43%的患者），仅对病情稳定或好转的患者进行随机分组。这种筛选机制使得结果极其漂亮，但不能真实反映全人群的疗效。
其次，对于亚组分析的森林图，存在普遍的误读。当实验整体结果显著（如95%置信区间未跨越1）时，人们错误地认为任何跨越1线的亚组都没有获益。实际上，正确的理解应是：置信区间跨越整体风险水平（如 0.8）的亚组都是获益的群体，而不应参考“1”这个临界线。
最后是“交叉用药”对总体生存率的干扰。在靶向药物治疗中，无进展生存期（PFS）显著延长，但OS却无改善。其根本原因是伦理问题：对照组患者在病情恶化后交叉使用了试验药物。虽然交叉用药导致OS评估失效，但我们无法禁止这种出于人伦理的考虑。这也提示我们，PFS往往能更快地成熟并解决数据交叉问题，虽然它并非完美指标。
小 结
评估临床获益不仅是单纯的统计学数据游戏，更应参考如ESMO临床获益量表（ESMO-MCBS）等综合评价标准。这些标准将风险比、绝对获益、相对获益以及治疗毒性等多维度因素纳入考量。作为医学研究者和临床医生，在阅读临床论文时，必须保持批判性思维，从根本上审视研究问题是否重要，统计模型是否合理，从而做出正确的解读。
排版编辑：xiaodong
苏公网安备32059002004080号
