理解ICH E9(R1)估计目标框架：从伴发事件到敏感性分析的临床试验设计

简介面向临床试验统计、药物研发与监管沟通从业者的ICH E9 R1估计目标及敏感性分析蓝皮书由DIA中国统计社区组织多位跨国药企与科研机构专家共同编写旨在帮助研究者在试验设计中准确设定估计目标规范统计推断流程。内容覆盖第一章基础概念、第二章方案呈现和第三章案例实践重点剖析主要终点、指标、对照组、估计类型与参考假设这五项核心属性同时阐明伴发事件的处理策略以及与主估计方法、敏感性分析、补充分析之间的衔接逻辑。压缩包共一个PDF文件总大小约一点六三兆字节无需解压即可直接阅读目录中的淋巴瘤CAR-T、哮喘多臂试验等真实场景分析。已有2795人学习适合需要落实E9 R1要求的中高级统计师、临床研究者和监管审评人员作为案头参考有助于提升方案表述的一致性与研究结论的可解释性。1. 估计目标为什么换个定义方式就能终结申办方和监管方的扯皮2011年一个降血糖药物的NDA审评现场发生过一场教科书级的对峙。申办方用LOCF插补补救治疗后的数据把HbA1c从基线到24周的变化作为主要终点分析美国FDA的统计审评员却认为应该直接使用患者服用补救药物之后的数据理由是“这才更接近真正的ITT分析”。双方各执一词表面看是缺失数据处理方法的分歧深层次却是对“治疗效应”这个核心概念的理解根本不一致——申办方想问“假设患者没接受补救治疗药物本身的效果”监管方想知道的是“随机分到试验组的人在真实世界里加上补救治疗这个操作整体效果到底比对照组好多少”。同一个试验两个科学问题一套数据两种答案。这个问题在ICH E9(R1)发布之前长期缺乏技术指南来规范直到估计目标框架出现才第一次把“治疗效应到底是什么”从统计模型的暗处拉到了方案设计的明面上。搞懂这个机制就搞懂了为什么近年所有确证性临床试验方案都要先写估计目标再谈分析方法。2. 结构化框架从“先分析后解释”到“先定义再执行”的范式翻转2.1 为什么旧指南解决不了达格列净式的争议ICH E9诞生于1998年它的核心贡献是把随机分组和盲法确立为控制偏倚的两大技术手段同时指出缺失数据是潜在偏倚来源、应事先研究对策。但E9有一个结构性盲区它把“治疗效应”当成一个默认已知的概念默认所有人对“疗效”的理解一致。可现实是当患者提前终止治疗、用了补救药、死了、转组了这些事件发生后收集到的数据还算不算数、该怎么算不同人给出的答案可以完全不同。2010年美国国家研究委员会的报告把“估计目标”这个概念带入了主流视野但它始终戴着缺失数据的帽子导致很长一段时间大家误以为估计目标就是缺失数据问题。ICH E9(R1)在2019年正式落地时做了一个关键动作把估计目标的适用范围从缺失数据处理扩展到整个临床试验的设计与实施。它不再问“数据缺失了怎么补”而是先问“你究竟要估计什么”把缺失数据问题降级为定义估计目标之后的一个执行细节。这个转变的实质是把思考顺序倒过来。旧路径是设计试验→收集数据→处理缺失→分析→解释结果新路径是明确临床问题→定义估计目标→选择主估计方法→做敏感性分析→再谈数据收集。看似只是流程调整实际上改变了所有参与方的沟通语言——统计人员、临床医生、监管机构第一次在同一张框架图里讨论同一件事。2.2 五大属性拆解伴发事件如何充当其他属性的“锚点”估计目标由五个属性构成目标人群、治疗处理、目标变量或终点、伴发事件及处理策略、群体层面汇总。前四个属性相对好理解第五个属性规定了估计值的形式比如两组均值差、风险比等。真正的机制核心在伴发事件这一环因为伴发事件与另外三个属性都有双向影响。用蓝皮书中的抽象例子来说明一项试验比较治疗A与标准治疗B经过6个周期后的总体最佳响应率受试者在疾病进展前退出研究用药并使用下一线治疗这个事件就是伴发事件。若采用疗法策略伴发事件发生后的观测数据照常用此时伴发事件实际上改变了治疗属性——试验组变成“A下一线治疗”对照组变成“B下一线治疗”若采用复合策略把“使用下一线治疗”定义为治疗失败则伴发事件被写进了终点属性若采用主层策略关注的焦点变为“潜在不会使用下一线治疗的人群”伴发事件则重新定义了目标人群。这个“伴发事件决定其他属性如何表述”的机制是估计目标框架最精巧的地方。它不是简单地在五个格子填内容而是通过伴发事件把治疗、终点、人群三个格子串成一条逻辑链。任何一格变化整条链都要重新审视。2.3 五种处理策略的选择逻辑不是技术问题是临床问题ICH E9(R1)给出了五种伴发事件处理策略疗法策略、假想策略、复合变量策略、在治策略、主层策略。疗法策略忽略伴发事件使用所有观测数据估计的是包含伴发事件在内的“现实世界”治疗效应适合回答“如果临床上就这么用效果如何”。假想策略假设伴发事件未发生估计的是“纯”药物效应但蓝皮书特别提醒只说“假想未使用下一线治疗”是不够的还要细化假想情境是“无法获得下一线治疗”还是“临床状态良好无需使用”不同假想会导向不同的预测模型。复合变量策略把伴发事件焊进终点比如把死亡、终止治疗全记为治疗失败直接改变终点定义。在治策略只分析伴发事件发生前的数据适合回答“患者在用药期间的即时疗效”。主层策略只针对潜在不会发生伴发事件的人群但主层不等同于亚组需要特殊试验设计来识别。这五种策略没有优劣之分关键在于试验目的要回答哪个临床问题。蓝皮书反复强调策略选择是申办方内部以及申办方与监管机构之间讨论的重点必须在试验开始前达成一致。因为一旦试验方案锁定、数据收集完成再想换策略往往面临数据缺失或测量时机不匹配的困境后悔药很难找。3. 主估计方法与敏感性分析同一个估计目标下的双轨制3.1 为什么敏感性分析必须绑定估计目标ICH E9(R1)对敏感性分析给出了一个明确定义针对同一个估计目标下的主估计方法考察统计推断对假设偏离和数据局限的稳健性的一系列分析。这一定义的关键词是“同一个估计目标”。敏感性分析不是换个终点再分析一遍也不是用不同模型去拟合同一组数据那么简单而是专门针对主估计方法所依赖的假设进行压力测试。主估计方法通常包含两类假设统计模型的假设和缺失数据处理的假设。例如某试验用混合效应模型重复测量MMRM做主分析假设缺失数据是随机缺失对应敏感性分析可以改为假设缺失与未观测结果相关观察结论是否翻转。或者主分析采用假想策略填补伴发事件后的数据敏感性分析则尝试不同的假想情境看估计值漂移多少。蓝皮书还特别强调一个实操原则一次只改变一个假设。如果把模型假设和缺失机制假设同时换掉结果变了也无法判断是哪个假设在起作用。这个细节在实操中很容易被忽视尤其是用贝叶斯方法做敏感性分析时先验、模型结构、缺失机制同时调整最后得到一堆数字却解释不了差异来源。3.2 主估计、敏感性分析、补充分析的三层定位三者的优先级排序是固定的主估计方法产生主估计值用于统计推断和结论判定敏感性分析验证主估计值的稳健性不替代主估计值做结论补充分析提供额外信息优先级最低通常不作为结论依据。这个分层设计有个容易被忽略的机制含义如果主估计方法和敏感性分析结果不一致不代表试验失败而是提示主估计方法的假设可能过于乐观。此时正确做法不是换一个“好看”的敏感性分析方法来掩盖差异而是回到估计目标的定义检查伴发事件策略是否选择了正确的临床问题。如果连估计目标本身都定义错了后面的主估计和敏感性分析做得再精细也只是在错误方向上加倍用力。3.3 补充分析不等于敏感性分析常见误用很多人把“多模型对比”当作敏感性分析但严格来说补充分析是围绕同一个估计目标的其他视角分析比如按中心分层看效应是否一致、排除某类患者后的效应变化。这类分析不检验主估计方法假设的稳健性而是提供更多维度。如果把补充分析的结果拿去和监管方讨论结论稳健性概念就混淆了。另一个常见误用是把敏感性分析当成“回到旧方法”的通道。比如主估计方法用了很复杂的假想策略模型敏感性分析却退回到简单的观察病例分析这根本不是针对主估计方法假设的偏离做检验而是换了个估计目标。正确的敏感性分析应当在同一个估计目标框架下变化假设、保持目标、观察估计值波动。4. 方案落地与避坑指南估计目标框架在真实试验中的呈现4.1 估计目标怎么写进方案内容与位置ICH E9(R1)没有规定估计目标必须放在方案哪个章节可以独立成章也可以与研究目标合并甚至也可以放在统计分析计划里但更推荐放在研究方案中因为估计目标影响数据收集策略应该尽早确定。一个完整的估计目标描述需要包含以下要素主要关注的临床问题用一句话说清楚在什么人群中、经过什么治疗、用什么指标、在多长时间内评估什么差异。五大属性的定义人群、终点、治疗、伴发事件及处理策略、群体层面汇总。选择该估计目标的临床理由。蓝皮书给出了一个参考句式“本估计目标评估的是在不考虑因任何原因终止治疗、不考虑有无开始补救治疗或改变背景治疗的情况下治疗xx时间后通过xx指标评估的治疗差异。”这种写法把伴发事件策略此处为疗法策略直接嵌入了临床问题描述避免后续分析阶段的解释分歧。4.2 伴发事件汇总表一张表格锁定全研究的策略一致性伴发事件策略不是分散写在方案各处的蓝皮书强调需要单独一节用表格汇总所有伴发事件与所有估计目标的对应关系。典型的伴发事件总结表结构如下伴发事件主估计目标次要估计目标1次要估计目标2终止治疗疗法策略复合策略在治策略暂停用药疗法策略疗法策略疗法策略补救治疗假想策略疗法策略在治策略背景治疗改变疗法策略疗法策略疗法策略死亡假想策略复合策略在治策略这张表的价值在于它让所有利益相关方在试验开始前就能直观看到每个估计目标对伴发事件的处理方式任何一行逻辑冲突都会在表格中暴露。比如死亡在次要估计目标1里是复合策略、在次要估计目标2里是在治策略看起来都是“不算好结局”但两种策略的临床含义截然不同——复合策略把死亡记为终点事件在治策略则不关心死亡后的数据只分析死亡前的结果。如果这两处描述搞混统计分析时就会出现终点定义错乱。4.3 统计考量章节怎么写分析方法必须和估计目标绑定统计分析章节的写法要跟估计目标一一对应。以主估计目标为例方案中需明确主估计方法是什么模型模型里有哪些协变量缺失数据如何处理不同伴发事件导致的缺失是否采用不同填补方法。这里特别要注意一点假想策略下的填补模型往往需要额外的协变量和历史数据支撑如果方案中不提前写清楚就会给审评留下不确定性。敏感性分析的描述也要具体到假设层面。不要写“将通过敏感性分析评估结果的稳健性”这种空话而要明确写出“将改变缺失数据的假设为非随机缺失并使用控制模式混合模型进行敏感性分析”让审评方能直接看出分析计划的操作意图。4.4 避坑指南估计目标落地时最常见的五个坑坑点一把伴发事件当成方案违背。现象统计人员把提前终止治疗、用药错误等事件统统归入方案违背清单。原因不懂伴发事件的定义边界。解决伴发事件是治疗开始后发生的、影响结果解释或存在的事件是可以预料的自然事件不一定是违背方案的行为方案违背是另一类问题只有当某个伴发事件本身构成违背时才需要区分对待。坑点二五个属性都写了但伴发事件策略和治疗属性脱节。现象采用了疗法策略却在治疗属性里只写“随机分配的治疗”不写补救治疗属于治疗的一部分。原因没意识到疗法策略会把伴发事件的影响并入治疗效应。解决疗法策略下治疗属性必须写成“研究药物伴发事件对应的临床操作”比如“A下一线治疗”对比“B下一线治疗”。坑点三假想策略的假设情境不具体。现象写“假想患者未使用补救治疗”但没说明是假设患者无法获得补救治疗还是假设患者病情稳定不需要补救治疗。原因低估了假想情境对填补模型的影响。解决方案中把两种假想情境区分开并说明各自对应的建模思路和临床解释。坑点四敏感性分析同时改变多个假设。现象敏感性分析的结果和主估计差异很大却无法定位是哪个假设导致的。原因一次改了模型结构和缺失机制两个维度。解决坚持一次只变一个假设必要时做多轮敏感性分析每个轮次只偏离一个维度。坑点五次要估计目标的定义不完整。现象主要的估计目标定义了完整的五大属性次要估计目标只写了终点和人群忽略伴发事件策略。原因低估次要终点在审评中的价值。解决每一个估计目标包括次要和探索性目标都必须在方案中完整定义五属性否则后续分析会遇到解释口径不一致的问题。5. 从达格列净到主层策略设计取舍的进阶思考绕回最初的案例如果用ICH E9(R1)的框架重新审视达格列净审评争议处理路径会清晰得多。申办方和监管方对同一试验数据给出了两种解读根本原因是他们心里装着两个不同的估计目标——申办方的估计目标是“如果没有补救治疗这种操作达格列净相比安慰剂降糖多少”监管方的估计目标则是“在常规临床实践中随机分到达格列净组的患者无论是否使用补救治疗整体降糖效果比对照组好多少”。E9(R1)不会告诉你哪个估计目标是对的它只强制要求你在一开始就把这个选择摆上台面并且用伴发事件策略把定义固定下来。真正的难点在于伴发事件策略的选择往往是多重约束下的取舍。假想策略能做到“纯”疗效评估但要求假设本身有临床意义而且当伴发事件发生率高时大量终点要靠模型预测估计值的可靠性会下降复合策略不需要填补模型但改变了终点的临床解释——把“死亡”和“未缓解”混为同一结局可能掩盖了不同事件背后的不同机制在治策略只分析伴发事件前的数据简单直观却放弃了最贴近真实世界的信息主层策略理论最干净只关心潜在不会发生伴发事件的人群却需要额外设计来识别主层实操成本极高。一种值得借鉴的思考顺序是先画出伴发事件的发生频率和治疗组间分布再反问“如果这个事件不发生患者的结果会怎样”对频率高或组间不均衡的伴发事件要优先考虑复合策略或在治策略因为这些策略不依赖难以验证的模型假设对频率低且临床意义明确的事件可以用假想策略同时配置针对假想情境的敏感性分析。另一种思考方式是从监管沟通的角度出发如果监管方对某种策略的临床解释有疑虑就提供以疗法策略或复合策略为补充的敏感性分析用不同角度的估计值帮助审评员建立对结果的信任。这套框架还有一个常被忽略的价值它让数据收集策略变得有目的性。用疗法策略时伴发事件后的数据必须收集用在治策略或复合策略时伴发事件后的测量可以不再收集节省了资源。这和过去“不管三七二十一先把数据都收了再说”的做法形成鲜明对比也让临床运营团队知道该往哪里投入。我个人的习惯是每拿到一个新试验方案先不看统计方法章节直接找伴发事件汇总表和估计目标定义对照检查每一行的逻辑一致性。如果发现某个伴发事件没有对应的策略或策略和终点定义矛盾就会在第一次方案讨论会上提出来而不是等数据收完了再补救。从那以后我经手的方案很少有回到“统计分析阶段才发现问题”的情况。希望帮到你。本文还有配套的精品资源点击获取