OPINION
有临观点
BIOMETRICS
抗肿瘤药物临床试验常见统计分析方法的应用及实现（三）
肿瘤项目疗效指标的
解读-生存分析
根据前面两篇文章肿瘤试验疗效评估统计分析方法应用与实现的介绍我们了解到疗效指标根据数据类型大体分为两类：时间-事件指标（DOR、PFS和OS等）和二分类指标（ORR、DCR等），本文侧重于探讨如何解读时间-事件指标的统计分析结果。
时间-事件指标
肿瘤试验中时间-事件指标主要包括缓解持续时间（DOR）、无进展生存期（PFS）和总生存期（OS）等，属于生存随访资料，对该类资料进行的分析称作生存分析，生存分析的主要内容包括生存过程的描述、生存过程的比较和生存时间的影响因素分析等。生存过程的描述通常采用乘积极限法（product-limit method），更常见的名称是Kaplan-Meier法，简称KM法，早期临床试验中常常通过绘制KM曲线图探索研究药物的中位生存期，II、III期试验常常通过绘制不同治疗组别的KM曲线图直观比较组间疗效差异，生存过程的比较的检验方法有log-rank检验、Wilcoxon检验、似然比检验，生存过程的影响因素分析较为广泛的是Cox比例风险模型（Proportional hazards model），这里不对检验方法以及模型原理做详述，以解读统计分析结果为主。
01.
生存概率和生存率的区别
生存分析中最基本的两个统计量就是生存概率和生存率，两者虽然只有一字之差，但含义却相差甚远，生存概率指单位时间中开始存活的研究对象在结束时仍存活的比例，可用p表示，生存率指总的研究对象经过t个单位时间仍存活的比例，可用S(t)表示，若以年为单位时间，则生存概率可用以下公式表示：
若研究数据中无删失值，则生存率可用以下公式表示：
若研究数据中有删失值，则需要分时段计算不同单位时间的生存概率pi(i=1,2,...,t)，然后根据概率乘法定理将pi相乘得到t时刻生存率，公式表示如下：
根据以上公式可以看出生存概率是针对单位时间而言的，生存率是针对某个时间段的（由单位时间组成的时间段），是生存概率的累计结果。临床试验中常用的5年生存率指的就是第1年存活、第2年仍存活...直至第5年仍存活的累计概率，而这5年间每年有不同的生存概率。
02.
生存曲线和中位生存期
生存曲线
采用KM法绘制生存曲线图，横坐标为生存时间，纵坐标为生存率，将各个时间点的生存率连接在一起则为生存曲线，如下图 一，图中的每个o代表一个删失的受试者（不同项目中删失点的符号可能不一样，如用+表示，或者o，或其他，本文图例中删失符号为o），每一个阶梯代表发生了“事件”，随着时间的增加，生存曲线一般呈下降趋势，下降速度快在图形中表现为坡度大、曲线陡峭，意味着较低的生存率或较短的生存期；下降速度慢在图形中表现为坡度小、曲线平缓，意味着较高的生存率或较长的生存期。
图一
以上生存曲线图是我们最常见的，即横坐标为生存时间，纵坐标为生存率，可简称为S图，若纵坐标为生存率的对数，则简称为LS图，若纵坐标为生存率对数的对数，则简称为LLS图，LS图和LLS图一般不作为结果展示，但是可以帮助我们选择分析结果。
中位生存期
另一个用来描述生存情况的统计量为中位生存期，也称半数生存期，即中位数，表示当且仅当50%个体尚存活的时间，见图一中横向虚线，虚线与KM图交叉点对应的横坐标值即为中位生存期，中位生存期越长，表示疾病预后越好，反之则预后越差。
注意：若研究数据中删失的例数非常多，可能会出现未达到中位生存期的情形，如下图二中的Disease Group 3，该情形的出现并不能说明样本中50%以上的受试者未发生事件，是否达到中位生存期与样本中50%的受试者是否发生了事件没有直接的关系。同样，中位生存期不能简单地理解为“死亡人数到了一半”或“存活人数还剩一半”，因为它有失访问题（即有删失情形），严格来说就是生存率为50%时所对应的时间t。
图二
03.
生存曲线的比较
生存曲线的比较最简单直观的方法就是比较中位生存期大小，但是中位生存期有很多的局限性，比如受数据成熟度、随访时间、肿瘤免疫治疗特点等影响，可能导致无法计算、不够全面或不准确等，所以验证性试验中需要对生存分析做统计推断，即对总体生存曲线进行假设检验，以比较研究组和对照组间的疗效差异。
我们以2024年6月3日上海交通大学附属胸科医院的陆舜教授在《新英格兰医学杂志》发表题为“Osimertinib after Chemoradiotherapy in Stage III EGFR-Mutated NSCLC”的主要研究终点PFS统计分析结果为例（图六），Osimertinib组的PFS中位生存期为39.1个月，Placebo组的PFS中位生存期为5.6个月，Osimertinib组的KM曲线约从3个月开始一直高于Placebo组，无交叉，PFS曲线差异性检验的P值小于0.001，HR值为0.16，95% CI为0.10-0.24，其上限（0.24）远小于1，结果表明：Osimertinib 可显著延长 EGFR 突变I期不可切 NSCLC 患者的PFS 。
图六 EGFR 突变 Ⅲ 期不可切 NSCLC 患者的PFS
参考文献：
1.《医学案例统计分析与SAS应用》第1版，北京大写医学出版社
2.《医学统计学》第2版，人民卫生出版社
3.《Overall Survival with Osimertinib in Untreated, EGFR-Mutated Advanced NSCLC》，https://www.nejm.org/doi/full/10.1056/NEJMoa1913662
4.《Osimertinib after Chemoradiotherapy in Stage III EGFR-Mutated NSCLC》https://www.nejm.org/doi/full/10.1056/NEJMoa2402614
撰写：李纪杰
审核：冯雪、王素丽
有临来雅
上海有临医药子公司，成立于 2019 年，致力于给国内外创新药、疫苗与医疗器械企业。提供临床试验统计咨询、试验设计、数据管理统计分析与编程等多方面专业服务。团队由数十位来自国内外知名药企和临床 CRO，拥有平均十年左右行业经验的核心技术人员及专家构成。洞悉行业政策及标准，以客户需求为导向，不断优化迭代形成最佳实践和服务模式。适应不同业务需求，开创灵活创新的合作模式: 包括数统全方位大包服务、业务流程外包(FSP)、战略合作、专家咨询与培训、监督管理及人员外派。为客户降本增效，加速新药研发与上市进程。
生物统计服务
有临来雅生物统计团队致力于为客户提供生物统计服务，依据监管机构（NMPA和FDA等）生物统计的指导原则等相关法律法规，结合药企和CRO多年项目经验积累，为医药企业提供高质、专业的生物统计创新解决方案，有效提高统计效能，加速新药研发进度。
应用创新性统计设计方法、节省研究成本、加快试验进程：
应用贝叶斯统计方法，在Ia期剂量爬坡中采用BOIN，i3+3, mTPI-2, R-TPI等试验设计方法，提高准确寻找MTD的概率。通过决策透明，简便灵活和便于使用的流程图和决策表，提升研发效率。
在Ib期队列扩展试验，采取多剂量多适应症同时扩展，节约试验样本量；提高灵活性；节约开发时间。
主方案及无缝设计：一个方案中同时研究多种治疗药物或/多种疾病；采用伞式/篮式/平台设计，进行多组或者共同对照，同时筛选多个生物标记物；充分利用各阶段数据，提高统计效能，缩短开发时间。
如您有任何需要咨询的问题
欢迎扫码或致电咨询
TEL: 021-56321338
E-mail: bd@union-laboratory.com
www.union-laboratory.com
更多精彩推荐
欢迎关注“有临医药”订阅号
收获更多价值资讯！
