6、临床研究中的替代终点验证与聚类分析

临床研究中的替代终点验证与聚类分析

在临床研究中，替代终点和聚类分析是两个重要的概念。替代终点可以帮助我们在一些情况下更高效地评估治疗效果，而聚类分析则有助于发现数据中的潜在分组。下面将详细介绍这两个方面的内容。

替代终点验证

在使用替代终点的试验中，样本量的确定不仅要基于预期的治疗效果，还要考虑所使用替代标志物的有效性。

替代标志物的有效性指标

替代标志物的有效性可以用敏感性和特异性来表示，以此预测真实终点，例如治愈率。以下是一个示例数据：
| | 治愈 | 未治愈 |
| — | — | — |
| 新治疗（组 1） | 170（E） | 140（F） |
| 对照治疗（组 2） | 190（G） | 230（H） |

治愈率的比值比（OR）计算公式为：$OR = \frac{E/F}{G/H} = \frac{(170/140)}{(190/230)} = 1.47$。真实终点测试表明，该数据的 95% 置信区间在 1.09 到 1.99 之间，并且在 $P < 0.02$ 的水平上可以拒绝两种治疗无差异的原假设。

如果替代测试的敏感性为 80%，特异性为 100%，则 OR 将减小，因为观察到的治愈人数将下降 20%，未治愈人数相应增加（$OR = 1.38$；95% 置信区间 1.01 - 1.96，$P = 0.05$）。如果敏感性为 80%，特异性仅为 90%，OR 进一步降至 1.31（95% 置信区间 -0.03 到 1.77，$p = 0.10$），此时两种治疗之间的差异不再显著。

这表明，使用替代标志物时，对治愈或未治愈机会的估计