生物统计系列之二：“临床显著”与“统计学显著”

假设临床试验结果显示无统计学意义P>0.05。如果就此判定两种药无差异，或者直接判定为试验无效（以安慰剂为对照），这是不科学的。“统计学差异”和“临床差异”有差异。

“差异有没有统计学意义”与“专业上的差异”本质不同，二者同等重要！不能只追求差异的统计学意义，而不在意差异的实际大小或者临床意义。

差异的临床或实际意义是指我们发现的差异在基础医学/临床医学/生物学上的实际意义或指导价值。

差异的统计学意义是指差异不出现的概率小于0.05，它是利用反证法的思想说明差异不出现的概率是小概率事件，那么我们可以在统计学上认为差异出现，即有统计学差异，是从概率论的角度探究差异不出现概率。

• 如果差异在临床上和统计学上都有意义，这说明通过了统计理论，且证明试验真正有效。

• 如果差异只有实际意义。例如试验研究结果显示10 mmHg血压下降值有价值，而统计结果显示无差异。此时增加样本量可以使差异变得有统计学意义。

• 如果差异只有统计学意义，而实际意义不大，此时需要合理评价差异的专业意义，不可盲目下结论。

• 如果差异在两者上都没有意义，这需要了解是药品疗效问题还是研究设计问题。

因而在统计报告中，对差异的描述我们需要注意两点：

1. 同时写出差异的实际大小和差异的统计学意义，并尽量从差异的实际大小出发解读差异在专业上的意义。如果差异有实际意义而无统计学意义，尝试计算把握度power，探索一下是否是由于样本量不足而导致的。如果差异有统计学意义而无实际意义，合理解释差异的实际价值，不可盲目报告这一差异。

2. 在差异有统计学意义的表达上，不可使用“有显著差别”或“有极显著差别”等字样。统计学意义只能写成“差异有统计学意义（p<0.05）”，或者是“差异有高度统计学意义(p<0.01) ”。

对于样本量计算的under－powered问题，研究者不能过高地估计对照组的疗效，也不能过高地估计两组之间的差别。要根据以往的疗效数据，合理估计本试验疗效指标的期望值，例如对照组的疗效或两组之间的差异值，可能比标准疗效低或高，由于试验设计的差异，不可能完全相同。

不能检验出差异不意味着没有差异，试验中Non-positive结果很多时候不是药物疗效的失败，而是试验设计而导致的低效能问题，分清Failed study或Failed Drug。