体外诊断试剂临床试验中的分层分析.docx

体外诊断试剂临床试验中的分层分析在对于体外诊断试剂临床试验数据进行分析时，一般会对数据进行整体的统计分析，得到总受试人群中试剂的临床性能。止匕外，我们还会根据某些因素将总的受试人群分成若干"层"以进行分层分析，表明在具有某一特征人群中的试剂性能，有时也称其为亚组分析。在进行分层分析时，所分层的因素一般分为两类，包括混杂因素和''感兴趣因素。这两类因素虽然都可以作为分层的依据，但因素的来源及意义完全不同。本文将对这两类分层分析进行归纳总结，以供参考。一、基于混杂因素的分层分析在了解基于混杂因素的分层分析之前，首先应了解"混杂因素”的定义。混杂因素来源于流行病学，又称干扰因子、干扰变量，是指与研究因素和研究疾病均有关的因素，若在比较的人群组中分布不匀，可以歪曲（掩盖或夸大）因素与疾病之间真正联系。也就是说混杂因素的存在，可以直接导致整体临床数据出现波动，使所得到的统计结果无法反映真实的临床性能。因此通常通过分层分析的方法对混杂因素的每个分类进行单独统计,从而消除该因素各分类的之间的比例不平衡对整体性能评价的影响。混杂因素一般通过科研结果、小范围试验、文献检索、临床经验等方面获得。体外诊断试剂临床试验中，常见的混杂因素一般包括来自于受试者年龄、病程、疾病分型、病毒载量、样本等。例如，在新型冠状病毒抗原检测试剂临床试验中，试剂的整体临床性第1页共6页能并不是很好，即使跟核酸结果去比，性能也不是很理想，同时，各家数据也没有可比性。通过对检测原理的分析及阅读文献，抗原检测试剂的检测结果会受到样本的病毒载量的影响。病毒载量既与受试者的疾病状态相关，同时也影响着检测结果。因此，我们将病毒载量作为混杂因素，以核酸结果的CT值作为病毒载量的分层依据进行分层分析。当进行高、低载量分层后，试剂显示出了与高载量核酸检测结果很好的一致性，同时各家数据也显示出了相同的模式。据此，我们对抗原试剂的预期用途进行了合理的限定。以上这个例子是在整体临床性能结果不好的情况下，为了解释结果所进行的混杂因素的分层分析。除此之外，在临床性能可接受时也需要进行分层分析，使临床试验的结果更加稳定。例如，在进行新冠抗体检测试剂临床性能评价时需根据受试者病程进行分层分析，其中发病0至7天为疾病早期，8到14天为疾病的中期，15天以后进入疾病的后期。在这个过程中，抗体水平会根据病程呈现相对固定的变化趋势。IgG抗体的水平会持续升高，IgM抗体水平会呈现疾病早期低、中期高、后期逐渐降低的趋势（如图A）。我们在对于一个试剂的临床试验数据进行审评时发现，这个试剂所展现的抗体水平与所认知的一般性能完全不符，两种抗体水平均呈现早、晚高，中期低（如图B）。但这个试剂整体临床性能却相当不错。这是因为它入组了较多的早期和后期受试者，从而提高了整体临床性能数据。如果仅进行整体入组人群的灵敏度、特异度分析是很难发现这样的问题的。第2页共6页