临床试验设计 (2)
上一节，我们讨论了观察性试验，在这些试验中，研究人员充当了一个被动的角色：观察发生的现象并努力理解这些现象的本质。本节我们将讨论实验性研究，研究中研究人员要主动对受试者进行干预并且测定其效果。实验性试验是评价新治疗方法之有效性的最有力的工具。它们通过测定试验组和对照组的有效性来比较疾病的后果、病因及病原。
随机双盲对照临床试验是临床研究的金标准。这类试验对上个世纪的科学有重要影响。在医学上通过应用科学的方法，我们已从以判断为基础的医学发展到循证医学。。第一个尝试进行的临床试验是在1747年,由一名英国海军军医,James Lindt博士进行。他发现一些水手得了坏血病，想找到一个好的治疗方法。他挑选了12个水手并将他们分成6个组。他对不同的组采用不同的治疗方法；一些人接受海水治疗；一些人用酒精；还有一些用柠檬汁。研究结果是服用柠檬汁的水手不得坏血病。然而，Lindt得出的结论却是治疗坏血病的方法是新鲜的空气。你可能奇怪他得出的结论为什么不是水果预防坏血病。原因是那时候的医学是以判断为基础而且普遍的看法是新鲜空气是坏血病的治疗方法。这使我们了解了那时科学方法怎样的不受重视。
1931年，Amberson发表了第一个随机化试验比较了安慰剂与sanocrisina治疗肺结核病。十五年后，Austin Bradford Hill在英国文献中发表了被认为是第一个现代临床试验。试验中他比较了链霉素与安慰剂对肺结核的治疗。五年后在美国，Robert Austrian发表了美国第一个临床试验文献。该试验描述了青霉素在肺炎球菌肺炎中的疗效。
我们如何对临床试验进行分类？我们可以依照不同的特性、参加研究的中心的数量、对照组、是否随机、是否盲法或形式对它们分类。如果试验依照参加中心被分类，试验可以是单中心研究或是多中心研究。还有医学其他的标准，例如本国研究或国际研究。
如何选择对照组? 可以不选择对照组，那么就是非对照性研究。可以采用历史对照,选择相同疾病的受试者，把过去治疗过的患者与现在正接受治疗的受试者比较作为历史对照。许多人认为使用历史对照这个设计就像没有对照。 为什么会这样? 历史对照很难评估,或很难与目前的受试者进行比较。它要求我们假定受试者使用的是同一诊断标准或按同样的标准接受治疗。因此很难确保二组之间的可比性。同期对照是对照组的最常用的形式,用这种形式比较两个组，对它们同时进行治疗，可以保证两组接受治疗的标准相同。也可采用自身对照，在这种对照中每个受试者作为他或她自己的对照。显然，这是一个需要一些特殊条件才可采用的形式。
随机化。我们如何将受试者分配到不同的试验组中? 非随机化的试验是可能的。在这种情况下，由研究者决定受试者将接受哪一种治疗。受试者可以依照研究者的决定被分配在A或B治疗组。可以用一个简单的随机化方法。例如投掷硬币或用一个统计图表决定某一受试者接受哪一种治疗。在一个平衡或分层的随机化中，参与研究的不同中心里不同的治疗组的分布均是平衡的。在一个集中的随机化试验中,进入全球的任何一个中心的每个新的受试者依照单一的标准或统计图表被分配。
设盲的方法是临床试验分类的另一个重要指标。我们可以进行开放的或非盲临床研究，在一些情况下这可能是必须的。例如,对一个外科手术设盲是很困难的；受试者或接受手术或不接受。我们可使用单盲，既受试者不知道他或她正在接受的是何种治疗，但是研究者确实知道正在给予哪一种治疗。我们可使用双盲，即受试者或研究者都不知道采用的是哪知治疗方法。 我们甚至可以使用双盲双模拟设计。当各治疗组使用不同形式的药物时，双盲双模拟设计是一个很有用的设盲方法。如果其中一组接受静脉药物，而另一组接受口服药物,则开使用静脉安慰剂或口服安慰剂维护盲法。两组病人都接受两种药物,一个以静脉形式一个以口服形式,但此时其中一个是活性药物另一是安慰剂。
试验的形式将是我们在这里讨论的最后一个话题。两组同时接受治疗的是平行组研究。试验也可采用用交叉设计、析因设计或方差分析的方法进行设计。 让我们从平行组试验开始。在这种情况下，依照一些选入和排除标准选择受试人群。然后,受试者被随机分到两个研究小组中,治疗组A或治疗组 B中的一个。然后比较二个组的结果。另外，二个治疗方法的疗效可用交叉设计进行比较,我们选择受试人群，分配他们到不同治疗组，组A或组B。当两组治疗一段时间后,受试者进入一个清洗期，然后用药反过来。 接受B治疗的组将接受A治疗反之亦然。在这种形式中，每个受试者成为他或她自身的对照。这个方法提供了最好的对照，也就是说每个受试者将会是其自己的对照。然而，这种设计有它的局限性。它不能够用在急性疾病中，而只能被用在慢性的稳定的疾病中，以确保该病在短时间内不会改变,例如在接受组A和组B治疗的这段时间内。
在析因设计中，有数个组，其中的一个组是联合治疗。例如，第一和第二组可是治疗A和治疗B,第三组是A+B,第四组是安慰剂。这使我们能够评价不同治疗间的协同作用。
我想用几分钟讲讲meta 分析。Meta分析已经非常流行，因为通过利用临床试验库它增强了统计的效能。Meta分析融合了数个临床试验的结果并且对参加试验的所有受试者进行分析。从统计的角度来看，Meta分析非常好，因为样本的大小和统计效能都增加。但是，必须指出这种方法存在一些缺点。首先，很难确保Meta分析中不同时期所有试验组都采用了相同的诊断标准，并且也很难确保各个试验组都使用了同一标准的治疗。医学在变化、诊断标准也在改变，因而使所要分析的不同试验组很难具有同一性。Meta分析的另一重偏倚是数据发表偏倚。我们总想报道阳性的结果，总想报道成功的研究，阴性结果常常得不到不报道或很少有报道。所以，如果对某种疾病已发表的试验进行Meta分析，可能我们就只分析了成功的研究，而这些试验并不能完全代表拟研究的人群的整体。
这张幻灯片展示了从描述性试验到分析性试验到实验性试验的试验效能。从排列中可看出，描述性试验是最基本的。它们提供给我们很多新疾病的信息。它们很重要因为它们产生了假设，但不证明任何事。位于第二层的分析性试验告诉我们危险因素和疾病之间的联系。这是一个非常有效的统计工具，用于证明危险因素和疾病之间的关系。最后是实验性试验，它位于金字塔的顶端，是我们所拥有的效能最大的设计。
总之,20世纪发生了巨大改变。我们从以判断为基础的医学转为循证医学。 为了做到这一点，我们运用科学方法揭示自然的奥秘。我们使用不同的科学试验解决不同的问题。描述性试验主要产生假设,分析性试验试图证明危险因子和疾病之间的联系,实验性试验是采用主动的干预方法,它是我们证明疗效的最有力的工具。
谢谢你们的参与。
上一节，我们讨论了观察性试验，在这些试验中，研究人员充当了一个被动的角色：观察发生的现象并努力理解这些现象的本质。本节我们将讨论实验性研究，研究中研究人员要主动对受试者进行干预并且测定其效果。实验性试验是评价新治疗方法之有效性的最有力的工具。它们通过测定试验组和对照组的有效性来比较疾病的后果、病因及病原。
随机双盲对照临床试验是临床研究的金标准。这类试验对上个世纪的科学有重要影响。在医学上通过应用科学的方法，我们已从以判断为基础的医学发展到循证医学。。第一个尝试进行的临床试验是在1747年,由一名英国海军军医,James Lindt博士进行。他发现一些水手得了坏血病，想找到一个好的治疗方法。他挑选了12个水手并将他们分成6个组。他对不同的组采用不同的治疗方法；一些人接受海水治疗；一些人用酒精；还有一些用柠檬汁。研究结果是服用柠檬汁的水手不得坏血病。然而，Lindt得出的结论却是治疗坏血病的方法是新鲜的空气。你可能奇怪他得出的结论为什么不是水果预防坏血病。原因是那时候的医学是以判断为基础而且普遍的看法是新鲜空气是坏血病的治疗方法。这使我们了解了那时科学方法怎样的不受重视。
1931年，Amberson发表了第一个随机化试验比较了安慰剂与sanocrisina治疗肺结核病。十五年后，Austin Bradford Hill在英国文献中发表了被认为是第一个现代临床试验。试验中他比较了链霉素与安慰剂对肺结核的治疗。五年后在美国，Robert Austrian发表了美国第一个临床试验文献。该试验描述了青霉素在肺炎球菌肺炎中的疗效。
我们如何对临床试验进行分类？我们可以依照不同的特性、参加研究的中心的数量、对照组、是否随机、是否盲法或形式对它们分类。如果试验依照参加中心被分类，试验可以是单中心研究或是多中心研究。还有医学其他的标准，例如本国研究或国际研究。
如何选择对照组? 可以不选择对照组，那么就是非对照性研究。可以采用历史对照,选择相同疾病的受试者，把过去治疗过的患者与现在正接受治疗的受试者比较作为历史对照。许多人认为使用历史对照这个设计就像没有对照。 为什么会这样? 历史对照很难评估,或很难与目前的受试者进行比较。它要求我们假定受试者使用的是同一诊断标准或按同样的标准接受治疗。因此很难确保二组之间的可比性。同期对照是对照组的最常用的形式,用这种形式比较两个组，对它们同时进行治疗，可以保证两组接受治疗的标准相同。也可采用自身对照，在这种对照中每个受试者作为他或她自己的对照。显然，这是一个需要一些特殊条件才可采用的形式。
随机化。我们如何将受试者分配到不同的试验组中? 非随机化的试验是可能的。在这种情况下，由研究者决定受试者将接受哪一种治疗。受试者可以依照研究者的决定被分配在A或B治疗组。可以用一个简单的随机化方法。例如投掷硬币或用一个统计图表决定某一受试者接受哪一种治疗。在一个平衡或分层的随机化中，参与研究的不同中心里不同的治疗组的分布均是平衡的。在一个集中的随机化试验中,进入全球的任何一个中心的每个新的受试者依照单一的标准或统计图表被分配。
设盲的方法是临床试验分类的另一个重要指标。我们可以进行开放的或非盲临床研究，在一些情况下这可能是必须的。例如,对一个外科手术设盲是很困难的；受试者或接受手术或不接受。我们可使用单盲，既受试者不知道他或她正在接受的是何种治疗，但是研究者确实知道正在给予哪一种治疗。我们可使用双盲，即受试者或研究者都不知道采用的是哪知治疗方法。 我们甚至可以使用双盲双模拟设计。当各治疗组使用不同形式的药物时，双盲双模拟设计是一个很有用的设盲方法。如果其中一组接受静脉药物，而另一组接受口服药物,则开使用静脉安慰剂或口服安慰剂维护盲法。两组病人都接受两种药物,一个以静脉形式一个以口服形式,但此时其中一个是活性药物另一是安慰剂。
试验的形式将是我们在这里讨论的最后一个话题。两组同时接受治疗的是平行组研究。试验也可采用用交叉设计、析因设计或方差分析的方法进行设计。 让我们从平行组试验开始。在这种情况下，依照一些选入和排除标准选择受试人群。然后,受试者被随机分到两个研究小组中,治疗组A或治疗组 B中的一个。然后比较二个组的结果。另外，二个治疗方法的疗效可用交叉设计进行比较,我们选择受试人群，分配他们到不同治疗组，组A或组B。当两组治疗一段时间后,受试者进入一个清洗期，然后用药反过来。 接受B治疗的组将接受A治疗反之亦然。在这种形式中，每个受试者成为他或她自身的对照。这个方法提供了最好的对照，也就是说每个受试者将会是其自己的对照。然而，这种设计有它的局限性。它不能够用在急性疾病中，而只能被用在慢性的稳定的疾病中，以确保该病在短时间内不会改变,例如在接受组A和组B治疗的这段时间内。
在析因设计中，有数个组，其中的一个组是联合治疗。例如，第一和第二组可是治疗A和治疗B,第三组是A+B,第四组是安慰剂。这使我们能够评价不同治疗间的协同作用。
我想用几分钟讲讲meta 分析。Meta分析已经非常流行，因为通过利用临床试验库它增强了统计的效能。Meta分析融合了数个临床试验的结果并且对参加试验的所有受试者进行分析。从统计的角度来看，Meta分析非常好，因为样本的大小和统计效能都增加。但是，必须指出这种方法存在一些缺点。首先，很难确保Meta分析中不同时期所有试验组都采用了相同的诊断标准，并且也很难确保各个试验组都使用了同一标准的治疗。医学在变化、诊断标准也在改变，因而使所要分析的不同试验组很难具有同一性。Meta分析的另一重偏倚是数据发表偏倚。我们总想报道阳性的结果，总想报道成功的研究，阴性结果常常得不到不报道或很少有报道。所以，如果对某种疾病已发表的试验进行Meta分析，可能我们就只分析了成功的研究，而这些试验并不能完全代表拟研究的人群的整体。
这张幻灯片展示了从描述性试验到分析性试验到实验性试验的试验效能。从排列中可看出，描述性试验是最基本的。它们提供给我们很多新疾病的信息。它们很重要因为它们产生了假设，但不证明任何事。位于第二层的分析性试验告诉我们危险因素和疾病之间的联系。这是一个非常有效的统计工具，用于证明危险因素和疾病之间的关系。最后是实验性试验，它位于金字塔的顶端，是我们所拥有的效能最大的设计。
总之,20世纪发生了巨大改变。我们从以判断为基础的医学转为循证医学。 为了做到这一点，我们运用科学方法揭示自然的奥秘。我们使用不同的科学试验解决不同的问题。描述性试验主要产生假设,分析性试验试图证明危险因子和疾病之间的联系,实验性试验是采用主动的干预方法,它是我们证明疗效的最有力的工具。
谢谢你们的参与。
