安徽醫(yī)科大學(xué)公共衛(wèi)生學(xué)院流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系(230032)

邵 明 陳雨婷 許 偉 楊 會(huì) 鄒延峰 范引光 潘貴霞 潘發(fā)明△

【提 要】 目的 介紹試驗(yàn)序貫分析(trial sequential analysis，TSA)原理以及在meta分析中的實(shí)際應(yīng)用，并探討不同參數(shù)設(shè)置對(duì)TSA結(jié)果的影響。方法 相對(duì)危險(xiǎn)度減少率(relative risk reduction，RRR)作為TSA分析的重要估計(jì)參數(shù)，比較不同設(shè)置方法下的結(jié)果。結(jié)果 公式法TSA的結(jié)果顯示，Z曲線已經(jīng)越過(guò)TSA邊界，認(rèn)為meta分析的結(jié)果是可靠的，然而假設(shè)法僅僅越過(guò)了傳統(tǒng)邊界，也沒有達(dá)到期望的信息量(required information size，RIS)，無(wú)法得出穩(wěn)健的meta分析結(jié)果。結(jié)論 本文揭示了不同RRR參數(shù)導(dǎo)致的不同TSA結(jié)果，公式法在TSA分析中的應(yīng)用值得研究。

meta分析，又稱薈萃分析，作為計(jì)算多個(gè)相同研究主題合并后效應(yīng)量的一種統(tǒng)計(jì)學(xué)方法，其優(yōu)勢(shì)不僅擴(kuò)大了樣本量，還增強(qiáng)了結(jié)果的精確性和穩(wěn)健性。目前，公認(rèn)的基于隨機(jī)對(duì)照實(shí)驗(yàn)(randomized controlled trial，RCT)的meta分析是級(jí)別最高的證據(jù)，已經(jīng)被廣泛用于疾病的診斷、治療、預(yù)后以及流行病學(xué)研究中。然而，隨著新的研究納入，meta分析不斷被更新，有證據(jù)顯示反復(fù)把P<0.05 認(rèn)為存在統(tǒng)計(jì)學(xué)差異，進(jìn)行差異性檢驗(yàn)，犯I類錯(cuò)誤(假陽(yáng)性)的概率在10%～30%之間[1-3]。隨著各種不斷更新的meta分析日益增多，因重復(fù)性檢驗(yàn)而增加I類錯(cuò)誤的概率也越來(lái)越大，因此對(duì)同一個(gè)研究主題的統(tǒng)計(jì)分析結(jié)果的穩(wěn)定性受到了很多學(xué)者的關(guān)注[4-5]。

為了最大程度降低因納入新的研究而反復(fù)性假設(shè)檢驗(yàn)增加的風(fēng)險(xiǎn)，試驗(yàn)序貫分析(trial sequential analysis，TSA)的方法在1997年被Pogue等人引入meta分析中，克服了傳統(tǒng)meta分析存在的不足之處，使統(tǒng)計(jì)分析結(jié)果更具有穩(wěn)健性。此外，TSA還可以估算出meta分析得到穩(wěn)定的結(jié)論所期望的信息量(required information size，RIS)，即為臨床試驗(yàn)提供了一個(gè)達(dá)到樣本量的終止標(biāo)準(zhǔn)。不僅如此，TSA還提供一個(gè)無(wú)效假設(shè)標(biāo)準(zhǔn)，可以克服某一研究主題真實(shí)效應(yīng)的確不存統(tǒng)計(jì)學(xué)差異而meta分析在不斷反復(fù)更新無(wú)法及時(shí)終止的缺陷。國(guó)內(nèi)已有學(xué)者對(duì)TSA方法進(jìn)行了介紹，同時(shí)也有詳細(xì)的案例[6-10]，但是都沒有很好地闡述TSA軟件參數(shù)的設(shè)置，尤其是相對(duì)危險(xiǎn)度減少率(relative risk reduction，RRR)的設(shè)置，國(guó)內(nèi)外很多篇引入TSA的meta分析都沒有明確提出RRR設(shè)定[11-14]，因此TSA本身的分析結(jié)果可能存在一定偏差，導(dǎo)致meta分析結(jié)果被錯(cuò)誤定義為穩(wěn)定的結(jié)論。本文主要目的是介紹TSA基本原理并結(jié)合實(shí)例介紹如何使用TSA軟件，以及在不同參數(shù)設(shè)置下對(duì)TSA結(jié)果的影響。

TSA基本原理

1.TSA簡(jiǎn)介

序貫分析(sequential analysis，SA)最早出現(xiàn)在1947年，由美國(guó)統(tǒng)計(jì)學(xué)家亞伯拉罕·瓦爾德(Abraham Wald)首次提出用于解決軍需品的質(zhì)量檢驗(yàn)。在研究某一決策性問(wèn)題時(shí)，對(duì)需要的樣本數(shù)量事先不進(jìn)行預(yù)設(shè)，而是通過(guò)逐次取少量樣本進(jìn)行檢驗(yàn)，直到獲取到足夠的信息做出決策停止，這樣的方法極大地節(jié)省了樣本量，據(jù)估計(jì)可以減少約30%～50%的樣本[15]，此外某些情況下，達(dá)到預(yù)期結(jié)論的可靠度及精確度必須采用序貫分析。尤其一些大型研究，無(wú)法一次性獲得足夠的樣本，需采用陸續(xù)試驗(yàn)和分析的方式，由于序貫分析可以提前得到信息，因此對(duì)于一些有效的干預(yù)措施能夠在試驗(yàn)未結(jié)束前及時(shí)推廣，同時(shí)對(duì)得到無(wú)效結(jié)論的試驗(yàn)立即終止。

鑒于序貫分析在大型隨機(jī)對(duì)照試驗(yàn)中的優(yōu)越性，序貫分析在1997年被引入meta分析中，最大程度減少前期meta分析不精確和重復(fù)性檢驗(yàn)帶來(lái)的早期假陽(yáng)性錯(cuò)誤。此外，在單次臨床試驗(yàn)前都需要對(duì)樣本量進(jìn)行估算，因此meta分析也需要對(duì)納入研究數(shù)目合并后的樣本量進(jìn)行估算，以期獲得足夠的RIS。TSA就提供了這樣一個(gè)估算，TSA在meta分析中將各研究按照年份順序依次納入，不僅計(jì)算出RIS，還提供了假設(shè)檢驗(yàn)的界值和無(wú)效線。

2.meta分析與TSA信息量估計(jì)

TSA有利于二分類數(shù)據(jù)和連續(xù)性數(shù)據(jù)的meta分析。無(wú)論哪一類數(shù)據(jù)，都存在多種指標(biāo)可用于干預(yù)效應(yīng)比較。

對(duì)于分類數(shù)據(jù)，兩組的干預(yù)效應(yīng)常用相對(duì)危險(xiǎn)度(relative risk，RR)、比值比(odds ratio，OR)、特異危險(xiǎn)度(rate difference，RD)[16]來(lái)表示，公式如下：

公式中NA和NB分別表示在A和B兩組中進(jìn)行若干次獨(dú)立試驗(yàn)次數(shù)，某一事件在A和B中發(fā)生的次數(shù)分別為EA和EB，而對(duì)于連續(xù)數(shù)據(jù)在進(jìn)行meta分析時(shí)一般采用加權(quán)均數(shù)差(weighted mean difference，WMD)和標(biāo)準(zhǔn)化均數(shù)差(standard mean difference，SMD)[4]，公式如下：

公式中Wi表示權(quán)重系數(shù)，mA，mB，SA，SB分別表示某一指標(biāo)在A和B兩組的均數(shù)和標(biāo)準(zhǔn)差；WMD用于度量衡單位相同的連續(xù)性變量，SMD則用于研究度量衡單位不同的和均數(shù)相差較大的連續(xù)性變量。

一般認(rèn)為，一個(gè)確鑿可靠的meta分析所需要的樣本量大小至少要和一個(gè)大型的、設(shè)計(jì)合理的和有把握的干預(yù)試驗(yàn)一致，在此條件下計(jì)算meta分析所需要的信息量，計(jì)算公式如下：

RIS=2(Z1-α/2+Z1-β)2·2·σ2/δ2

公式中α為I類錯(cuò)誤的最大風(fēng)險(xiǎn)，β為II類錯(cuò)誤的最大風(fēng)險(xiǎn)；Z1-α/2和Z1-β分別表示1-α/2和1-β的標(biāo)準(zhǔn)正態(tài)分布分位數(shù)；對(duì)于二分類變量δ=PA-PB(PA和PB分別表示某一結(jié)果在A和B組占比)[17]；對(duì)于連續(xù)性變量δ表示A和B組方式差異的預(yù)先估計(jì)[18]；б2表示相關(guān)聯(lián)的方差。

在進(jìn)行TSA時(shí)，對(duì)于二分類變量一般采用PA=(PB-RRR)來(lái)對(duì)干預(yù)組的期望事件比例進(jìn)行計(jì)算即可，因此PB和RRR的設(shè)定要盡可能接近真實(shí)值。此外，meta分析的統(tǒng)計(jì)學(xué)意義使用的是Wald-type檢驗(yàn)統(tǒng)計(jì)量[19-20]，通常被稱為Z-value，每當(dāng)更新一次meta分析，Z值也會(huì)被重新計(jì)算，因此隨著meta分析的不斷更新，會(huì)產(chǎn)生一系列Z值，從而產(chǎn)生一個(gè)曲線，即Z-曲線[21]。對(duì)該Z值的校對(duì)被稱為監(jiān)測(cè)界值，在meta分析中具有的一系列臨界值，被稱為試驗(yàn)序貫監(jiān)測(cè)界值(TSA邊界)，因此meta分析和試驗(yàn)序貫監(jiān)測(cè)界值結(jié)合即為試驗(yàn)序貫分析[22-23]。

3.TSA結(jié)果的解釋

如圖1，Z曲線隨著納入樣本量增加將出現(xiàn)的四種情況。Z1曲線超過(guò)了傳統(tǒng)邊界(P<0.05，Z=1.96)，但是沒有越過(guò)TSA邊界，提示有可能犯假陽(yáng)性錯(cuò)誤；Z2曲線與TSA邊界相交，提示meta分析結(jié)果具有穩(wěn)健性，即使沒有達(dá)到RIS；Z3曲線與傳統(tǒng)界值和TSA界值均未相交，尚不能得出陽(yáng)性或者陰性結(jié)論；Z4曲線與無(wú)效線相交，提示沒有意義。

圖1 試驗(yàn)序貫分析結(jié)果舉例解釋

RRR設(shè)定與探討

1.TSA軟件安裝與啟動(dòng)

TSA軟件是一款基于JAVA(https：//www.java.com)語(yǔ)言環(huán)境運(yùn)行的程序，可以在任何支持JAVA語(yǔ)言的操作系統(tǒng)上運(yùn)行。TSA軟件是由丹麥哥本哈根的哥本哈根臨床試驗(yàn)中心(Copenhagen Trial Unit)開發(fā)，并提供一份TSA工作者手冊(cè)(User manual for TSA)[24]。TSA軟件免費(fèi)下載地址為www.ctu.dk/tsa。下載完成后會(huì)得到一個(gè)壓縮包，讀者自行進(jìn)行解壓到指定盤符的文件夾下，順利安裝JAVA后打開。

2.TSA軟件參數(shù)的設(shè)置

打開TSA軟件后，可以導(dǎo)入Revman數(shù)據(jù)或者人工錄入數(shù)據(jù)，翁鴻等[10]對(duì)TSA軟件操作界面介紹的非常詳細(xì)，這里不再做重復(fù)贅述，本文主要對(duì)“Alpha-spending Boundaries”內(nèi)部參數(shù)設(shè)置進(jìn)行介紹。這里是TSA界值設(shè)置界面，第一步“Name”設(shè)置為“RIS”，在假設(shè)檢驗(yàn)邊界類型(boundary type)勾選雙側(cè)檢驗(yàn)(Two-sided)；第二步“Type 1 Error”設(shè)定5%，在信息軸(Information Axis)勾選“Sample Size”，勾選“Apply Inner Wedge”激活“Power”設(shè)定為80%；第三步“InformationSize”勾選“Estimate”。關(guān)于RRR值的設(shè)定，目前的文獻(xiàn)報(bào)道總結(jié)有三種，第一種是作者預(yù)先假設(shè)10%、20%、30%等；第二種是根據(jù)臨床經(jīng)驗(yàn)進(jìn)行估算；第三種則是作者根據(jù)納入研究的meta分析結(jié)果計(jì)算。異質(zhì)性校正(Heterogeneity Correction)這里勾選“Model Variance Based”；最后點(diǎn)擊“Add”，再點(diǎn)擊Calculations模塊中的“Perform calculations”，開始運(yùn)算。

3.基于二分類變量的TSA案例演示

本文以《Association between IL-17A and IL-17F gene polymorphism and susceptibility in inflammatory arthritis：A meta-analysis》一文為例[25]，探討不同假設(shè)參數(shù)設(shè)置下TSA結(jié)果的影響。我們以“基因多態(tài)性”、“試驗(yàn)序貫分析”“TSA”為檢索詞檢索數(shù)據(jù)庫(kù)，截至目前為止發(fā)表的有關(guān)基因多態(tài)性與疾病相關(guān)性研究的meta分析涉及TSA的文獻(xiàn)共計(jì)16篇，其中僅2篇中文。6篇文章假設(shè)RRR為20%，1篇文章假設(shè)RRR為10%，8篇文章沒有在文章中明確提出參數(shù)的設(shè)置，只有1篇文章較為精確地對(duì)RRR參數(shù)設(shè)置進(jìn)行了詳細(xì)描述[26]。有關(guān)RRR的估算我們介紹兩種，對(duì)于隊(duì)列研究RRR=1-RR，對(duì)于病例對(duì)照研究可以近似認(rèn)為RRR=1-OR，然而無(wú)論是RR還是OR都取決于meta分析納入文獻(xiàn)的質(zhì)量，因此也存在一定程度上的誤差，這里我們認(rèn)為可以選取高質(zhì)量的文章進(jìn)行計(jì)算得出RR或者OR[24]。在本文例子中，我們可以發(fā)現(xiàn)OR=0.64(圖2)，因此RRR應(yīng)該設(shè)置為36%進(jìn)行TSA分析，此外我們按照現(xiàn)有研究的假定考察了RRR設(shè)定為10%和20%的TSA分析結(jié)果。

圖2 白細(xì)胞介素17基因多態(tài)性與自身免疫性疾病關(guān)聯(lián)性的森林圖

4.TSA分析結(jié)果

如圖3、圖4所示，Z曲線沒有去TSA邊界相交也沒有越過(guò)RIS，得出的結(jié)論將會(huì)是當(dāng)前的meta分析結(jié)果將很可能存在假陽(yáng)性的錯(cuò)誤，仍然需要后續(xù)的研究進(jìn)一步驗(yàn)證。圖5顯示Z曲線雖然沒有越過(guò)RIS但是卻與TSA邊界相交證明了此meta分析結(jié)果具有一定的穩(wěn)健性。這兩種不同結(jié)果出現(xiàn)的原因就在于RRR參數(shù)的設(shè)置不同，前者可以認(rèn)為是人為對(duì)RRR進(jìn)行假設(shè)，后者是通過(guò)我們給出的公式(RRR=1-OR)獲得，前文提到二分類變量的RIS的計(jì)算RRR會(huì)直接影響PA，因此不同的RRR值會(huì)影響TSA結(jié)果。然而無(wú)論是假設(shè)法、經(jīng)驗(yàn)法還是公式法，都應(yīng)該結(jié)合具體的事件來(lái)使用，因?yàn)槲覀兡康氖潜M可能的得到最接近真實(shí)的RRR。本案例是一個(gè)單核苷酸多態(tài)性的meta分析，然而在臨床上并沒有對(duì)某個(gè)位點(diǎn)在對(duì)照組中突變的估計(jì)，只能通過(guò)假設(shè)和公式法進(jìn)行，雖然假設(shè)法相比于公式法顯得直接，但是公式法又取決于納入文獻(xiàn)的質(zhì)量，在某種情況下假設(shè)法不失為一個(gè)有效的方法。當(dāng)然在三種方法都可以使用的前提下，我們應(yīng)該優(yōu)先使用經(jīng)驗(yàn)法，因?yàn)镻ogue和Yusuf的文章就是經(jīng)驗(yàn)法的一個(gè)很好案例[20，27]。

圖3 RRR假設(shè)10%的TSA分析結(jié)果

圖4 RRR假設(shè)20%的TSA分析結(jié)果

圖5 RRR估算為36%的TSA分析結(jié)果

TSA展望

目前，已發(fā)表的meta分析中涉及TSA方法的國(guó)外研究(主要是英文)不足100篇文獻(xiàn)，而國(guó)內(nèi)以“試驗(yàn)序貫分析”和“meta分析”或者“薈萃分析”在中國(guó)期刊全文數(shù)據(jù)庫(kù)(CNKI)進(jìn)行檢索，僅發(fā)現(xiàn)45篇，其中2019年與2020年共計(jì)發(fā)表含有TSA的meta分析文獻(xiàn)數(shù)目為29篇，國(guó)內(nèi)最早記錄是2011年在《中華高血壓雜志》上發(fā)表的《抗高血壓藥物與罹患癌癥的風(fēng)險(xiǎn)：324168例參與隨機(jī)臨床試驗(yàn)病人的薈萃分析和試驗(yàn)序貫分析》[28]。盡管近兩年發(fā)表數(shù)目增加，在有記錄以來(lái)的發(fā)表總數(shù)中占比64.4%，但是很少有研究者對(duì)TSA參數(shù)的設(shè)置進(jìn)行詳細(xì)描述，很多都是假設(shè)性地進(jìn)行TSA分析，當(dāng)然也有研究者對(duì)參數(shù)設(shè)置進(jìn)行了詳細(xì)描述，RRR值設(shè)置以meta分析結(jié)果(RR或者OR值)進(jìn)行計(jì)算[29]。

前文所述，TSA能夠克服傳統(tǒng)meta分析的不足之處，能夠有效節(jié)省不必要的繼續(xù)試驗(yàn)，不僅如此其在網(wǎng)狀meta和系統(tǒng)評(píng)價(jià)中也有非常不錯(cuò)的應(yīng)用前景。然而隨著涉及TSA的meta分析不斷增多，有關(guān)TSA參數(shù)設(shè)置的規(guī)范也應(yīng)當(dāng)引起研究者們的重視，不同參數(shù)下得到的TSA結(jié)果大相徑庭，三種方法的使用應(yīng)該結(jié)合實(shí)際情況具體分析。此外，TSA在meta分析中雖能夠有效的支持結(jié)論，但是TSA在以嚴(yán)格的控制假陽(yáng)性錯(cuò)誤(I類錯(cuò)誤)為主的同時(shí)也會(huì)增加假陰性風(fēng)險(xiǎn)(II類錯(cuò)誤)的可能性，因此在使用TSA方法時(shí)應(yīng)該慎重。