【欢迎阅读浙中大郑老师撰写的统计科普文】
由多个结局事件组合而成的终点称为复合终点（Composite Endpoints），常被用作随机临床试验的主要终点，以提高临床试验的效率。
随着医疗的精准化和个性化发展，复合终点的分析变得复杂，传统的首次事件时间分析法（time-to-first-event analysis）仅关注首次事件的发生，忽视了事件的重要性和第二次事件，导致数据流失。
为弥补这一缺陷，2012年牛津大学统计学家Pocock等提出了胜率比（Win Ratio）作为风险比（HR）的替代指标，并在心血管研究中得到广泛应用和验证。
什么是胜率比（Win Ratio）？
胜率比（Win Ratio, WR）作为一种评估主要结局的新方法，主要用于分析临床实验研究中的复合终点，该指标能更有效地反映各个组成部分的临床重要性。
与传统复合终点的分析法相比，胜率比（Win Ratio, WR）能够更好地处理复合终点中不同事件的严重性差异，适用于那些复合终点组成部分在临床上有明显严重差异的研究。
胜率比（Win Ratio）的基本原理是什么？
使用胜率比（Win Ratio, WR）法的一个重要步骤是创建干预组和对照组患者对，接着按照复合终点临床相关性的顺序(即等级顺序)对干预组和对照组的每个患者进行比较。
如果干预组的病人有更好的结果，那就被称为“赢”； 如果对照组的病人做得更好，那就是“输”； 如果两组都没有经历该结果的发生，或者两组同时发生该事件，则将其视为“平局”（tie），然后将比较转移到层次结构中的下一个重要组成部分。
如果某一患者对在死亡层级是平局，那么这对患者将接着进行心力衰竭恶化事件的比较； 如果患者对在心力衰竭恶化事件层级仍是平局，将接着在生活质量评分进行比较。
√匹配法：提前根据匹配因素，两组一对一的配对。然后按复合终点中重要性排序进行比较，指导患者对出现“输”、“赢”或“平局”。
√不匹配法：不进行匹配，直接在整组间比较。
胜率比（Win Ratio）相关的文章
如果你需要全文，请公众号后台回复关键词“pdf”。更多关于临床试验设计与数据分析服务，请联系郑老师团队，助教微信：aq566665
研究团队在美国、加拿大和欧洲的65个中心招募了350例复合条件的症状性重度三尖瓣返流患者，并以1：1的比例随机分配至干预组（接受TEER治疗）和对照组（接受药物治疗）。
该复合指标的层级顺序为：全因死亡或三尖瓣手术死亡>因心力衰竭住院>生活质量的改善。
在该项研究中，研究团队使用Finkelstein-Schoenfeld方法和胜率比（win ratio）对主要终点进行分析，使用不匹配法计算两组的胜出率具体数值 ，直接在整个试验的TEER组和对照组之间进行比较。
√胜率比的计算公式=胜利次数/失败次数。
因此 Win Ratio=（2884+1948+6516）/（2664+2817+2128）=1.48（95% Cl 1.06~2.13，P=0.02）
胜率比法的优势其实很明确，通过分级排序，既可以首先考虑如死亡、心力衰竭入院等“硬终点”，从而避免重要严重事件作为二次事件在分析时被忽视。这是传统cox回归无法做到的。
同时，引入生活质量或生物标志物变化的“软终点”，增加事件数量可以提高统计效能，减少样本量。
胜率比（Win Ratio）的局限性
忽视平局：胜出率分析通常关注于成功的事件，而忽略了那些没有出现显著差异的情况，即平局。这种忽视可能会夸大治疗效果，因为实际的胜利概率可能远低于统计分析的结果； 复合终点的复杂性：当使用复合终点时，如何确定各个组成部分的优先级并不总是很清楚。例如，心肌梗死和脑卒中的严重性可能有所不同，但是在一个复合终点的胜出率分析中，这种优先级的确定可能会被忽视； 症状评估的时间差异：在试验中，症状评估的时间可能与主要结局的事件时间不一致，这可能导致对疗效的评估产生偏差； 替代终点的使用：包含替代终点可能增加分析的功效，但也可能因为这些终点的相对重要性较低而导致结果的局限性； 事件顺序的重要性：胜出率分析可能没有充分考虑事件发生的先后顺序，而这一顺序在某些情况下可能对结果的解释至关重要； 事后分析的潜在偏差：胜出率的事后分析在已知治疗效果后定义排名，这可能引入偏移，导致结果的偏倚；
综上所述，胜率比（Win Ratio）作为一种新的统计方法，在医学统计领域具有广阔的应用前景。然而，在使用时也需要充分考虑其局限性和挑战，以确保结果的准确性和可靠性。
希望今天这篇文章能够帮助大家更好地理解胜率比（Win Ratio）这一重要工具。
关于郑老师团队及公众号
大型医学统计服务公众号平台，专注于医学生、医护工作者学术研究统计支持，我们是你们统计助理
我们开展对临床预测模型、机器学习、医学免费数据库NHANES、GBD数据库、孟德尔随机化方法、MIMIC一对一R语言指导开展统计分析（一年内不限时间，周末、晚上均统计师一对一指导）。
①指导学习R语言基本技巧
②全程指导课程学习
③课程R语言代码运行bug修复
④支持学员一篇SCI论文的数据分析
