爆发性传染性疾病流行期间临床试验的统计学考量

疫情的现状与实验的困境

据国家卫健委官方数据显示，截至发稿时，全国确诊新型冠状病毒（2019-nCoV）肺炎患者已超过28000例。面对突如其来的疫情，特效药的缺失给一线医护人员的工作带来了诸多困难。如何找到有效的治疗方式成了迫在眉睫的难题。在临床研究中，得出明确结论的关键要素之一是严谨的统计学分析。然而，在爆发性传染性疾病流行期间进行的临床研究可能面临数据缺失、临床情况复杂、混杂因素多等情况，这些因素可能导致临床研究无法得出明确的结论或证据质量下降。

在目前正在进行和即将开展的针对2019-nCoV的临床研究中，如何在统计学方面进行充分合理的考量，我们可以从其他的类似疾病中进行的研究汲取经验。近期可借鉴的案例是西非国家发生的埃博拉病毒。在疫情期间进行的研究或可为我国当下进行2019-nCoV肺炎一线药物的临床随机试验的设计提供一些参考[1]。

随机对照实验的设计与统计

2019年11月28日，The New England Journal of Medicine刊登了一篇题为《A Randomized, Controlled Trial of Ebola Virus Disease Therapeutics》的文章。这篇文章介绍了一项研究ZMapp、瑞得西韦（remdesivir）、mAb114和REGN-EB3四种药物药效的随机对照实验（randomized controlled trial, RCT）。受试对象为刚果民主共和国的埃博拉病毒（Ebola Virus, EBOV）感染者[1] 。

图片来源：《The New England Journal of Medicine》官网

少数实验性药物已被推断为抗EBOV治疗有效。但目前尚缺乏足够的临床1期和2期数据来证明这些药物的功效（efficacy）。因此，没有一款药物是公认的治疗严重EBOV感染的首选药。2014-2016年的EBOV爆发期间进行的名为PREVAIL II的RCT证明ZMapp可能是目前最合适的EBOV药物，但疾病流行的结束迫使该RCT在产生有临床说服力的证据前终止了[2]。

为满足不同国家对于伦理审查和科学的对照组设置的要求，本研究依照WHO的建议设置了两种对照组：ZMapp+最佳医疗标准（optimized standard of care, oSOC）或仅oSOC。两种对照组设置形成了两种不同的实验设计：

方案一：

ZMapp为对照组（共4组：ZMapp+oSOC，药物A+oSOC，药物B+oSOC，药物C+oSOC）；

方案二：

oSOC为对照组（共5组：仅oSOC，ZMapp+oSOC，药物A+oSOC，药物B+oSOC，药物C+oSOC）；

刚果伦理委员会选择了方案1。经过探讨，将remdesivir，mAb114和REGN-EB3这三种药物定为候选治疗方式，即药物A、B、C，与ZMapp进行疗效的对比。研究的主要结局是患者28日内是否死亡。研究的主要目标是比较使用三种候选药物的EBOV感染者与对照ZMapp治疗组的28日内死亡率的差异。

在实验设计阶段，Mulangu及团队主要考虑了随机分组机制、误差控制、功效和样本量、以及阶段性监测四个方面。

随机分组机制

根据方案1，受试者会被以1:1:1:1的比例随机分为如下四组：①ZMapp+oSOC (对照组)，②remdesivir+oSOC，③mAb114+oSOC，④REGN-EB3+oSOC。同时，会根据①核蛋白循环阈值（nucleoprotein cycle-threshold, Ct值）大于22.0与Ct值小于等于22.0，②埃博拉治疗点，这两个因素对患者进行分层。

实验开始前，为保证将每一个入组的病人随机分配到26个治疗点的4个实验组中，该团队利用R软件生成了一个序列改变区组随机化（permuted block randomization）的随机数列表。之所以不选择简单随机（simple randomization），是为了避免某一种治疗方式被分配的患者过少或没有被分配。在“区组”时分为两组（block），大组6个患者，小组4个患者，以此避免负责发放药物的临床医生猜出药物的种类，进而有针对性的将某种药物交给病情更严重的病人[3]，避免了选择偏倚（selection bias）。为进一步控制选择偏倚，本实验的随机方案没有告知任一治疗中心的临床医生。

因为本研究涉及4种药物，因此患者个数为4的小组内部的分配是平衡的，即1:1:1:1。在个数为6的组内，两种药物会被分配2次，剩余两种药物被分配1次，如Z, A, C, A, B, Z。为弥补这种不平衡，在下一个6人组内部，之前被分配两次的药物只被分配1次，而之前被分配1次的会被分配2次，如B, Z, B, A, C, C。这样，每两个6人组内部的药物分配是平衡的。

误差控制

为了获得最佳证据，许多临床试验倾向于将双侧一类错误概率严格设定为α=0.05，在多重比较时会对α进行校正。这就需要更大的样本量来保持功效（power）。在研究埃博拉疾病时，高死亡率、间歇性爆发，最快速度找到有效治疗方式的迫切需求等因素都支持略宽松的统计设计。因此，在阶段性分析和最终分析中比较主要结局指标时， Mulangu和其团队采取了双侧Boschloo 确切检验（α=0.05）。因为所有实验组均只与对照组对比，因此无需进行多重比较的校正[4]。

功效和样本量

在前期的估计中，对照组的期望死亡率约为30%，实验组的期望死亡率约为15%，即死亡率下降50%。2019年7月，为更好的降低死亡率，并提高统计功效，NIAID和刚果伦理委员会决定将样本量扩充到725。样本量变化和对应功效值的关系已在该文章附件的《统计分析方案》的Table3中列出，具体如下：

样本量变化和对应功效值的关系

图片来源：《The New England Journal of Medicine》官网

阶段性监测

1、药效的监测

药效的阶段性监测的判定采用O’Brien-Fleming alpha-spending法根据0.001的单侧一类误差率进行截断（truncation）后获得的对称上下边界。按原计划，本实验将进行4次阶段性监测（包括最终分析），分别对应了每个组中20、40、80和125个受试对象的结局数据。

该文章附件的表4展示了28日内，在第一次阶段性监测中，每个组内每20人的死亡人数与是否越界（cross a boundary）的关系。如果在某一组中，28日内每20人死亡8人，而另一组无人死亡，则被视为越界。若一组死亡12人，而另一组死亡人数小于等于2，则也会被视为越界。此时，若死亡人数多的组为ZMapp组，则终止该药的使用，不再将新病人分配至该组，将优于它的实验组视为新的对照组。通过这种方式，可以在实验正式结束之前停止药效差的药物的使用，既可以保证RCT的正常进行，又可以最大化入组患者的利益。

死亡数的边界值

图片来源：《The New England Journal of Medicine》官网

2 实验的终止

基于“实验组死亡率是对照组的50%”的假设，当数据安全监测委员会（data and safety monitoring board, DSMB）推算出条件把握度（conditional power）低于20%时，就会终止实验。条件把握度是根据当前已获得的试验数据，在假设后续试验与前期试验齐同一致的前提下，按目前方案继续进行，预测到试验结束时获得期望的试验结果的概率。

对我国疫情时期RCT开展的借鉴意义

通过这种有别于传统随机对照试验的新型实验设计方法，Mulangu及团队发现与ZMapp相比，mAb114和REGN-EB3可以有效降低埃博拉感染者的死亡率。

在实验期间，该团队遇到了如不稳定的物资和药品供应等问题，这也是现阶段我国湖北省可能出现的影响RCT正常开展的因素。同时，到今天为止，全国每日新增2019-nCoV肺炎患者数量依旧呈增加趋势，疾病爆发的拐点仍未到来，日益增加的疾病负担给一线医生带来的压力不亚于死亡率更高的EBOV给西非诸国带来的困境。

面对同样的情况，Mulangu及团队的RCT设计和统计思路已被证实有效。有了国际同行的经验，相信中国临床研究团队定能早日攻克难关。

参考文献：

1. Mulangu, S., et al., A Randomized, Controlled Trial of Ebola VirusDisease Therapeutics. N Engl J Med, 2019. 381(24): p. 2293-2303.

2. Davey, R.T., Jr.,et al., A Randomized, Controlled Trial ofZMapp for Ebola Virus Infection. N Engl J Med, 2016. 375(15): p. 1448-1456.

3. Follmann, D. and M.Proschan, The effect of estimation andbiasing strategies on selection bias in clinical trials with permuted blocks.Journal of Statistical Planning and Inference, 1994. 39(1): p. 1-17.

4. Boschloo, R.D., Raised conditional level of significance forthe 2 × 2-table when testing the equality of two probabilities. StatisticaNeerlandica, 1970. 24(1): p. 1-9.