布莱根和妇女医院Nathan E. Hellman纪念实验室主任、哈佛医学院助理教授Kenneth B. Christopher博士带来了题为“适应性平台试验：未来的临床试验”的分享，在介绍了NEJM上最常见的研究发表类型——随机对照试验（RCT）后，他还阐述了适应性平台试验的优势。在讲座中，Kenneth Christopher教授以其风趣的讲解风格和引人入胜的教学方法，向与会者们展示了如何将培训中学到的理论知识转化为实践操作，如何进行深入的RCT数据分析，并为将来独立开展临床试验奠定坚实的基础。
中山大学中山眼科中心医学统计师张健博士以“临床研究报告统计分析要点”为题，回答了临床研究学者们关心的问题：RCT研究Table-1为什么不需要p值？哪些情况需要考虑重复测量，重复测量的本质是什么?配对t检验是不是重复测量？如果未考虑重复测量会导致什么后果？不同类型的结局指标，如何评价治疗效果？单因素分析与单因素回归分析是什么关系？张教授分析了大家在日常临床工作中进行临床研究报告统计分析时需要注意的关键问题。深入浅出的讲解，解开了很多临床医生的困惑。
《NEJM医学前沿》副主编、NEJM AI责任编辑赵剑飞博士分享了他对医学人工智能的临床研究的思考。赵博士以NEJM AI发表文章的主要研究内容为例，梳理AI医疗在医药领域中的应用情况，特别是AI在临床中的应用，并提示了数据、监管等方面需要警惕的风险。赵博士在讲座中提到，为了推动人工智能工具在临床中的实际运用，当前对于AI工具的实验应当在设计中展现出AI工具可以给患者、患者家庭、临床工作者以及医疗系统所带来的实际益处，通过监督部门的临床使用批准不是医学人工智能工具的最终目标，能够实际服务于临床才是研究者应该思考的重中之重。赵博士表示，NEJM AI不仅仅是一份杂志，更希望为研究者提供AI相关的指南、质控，分享可实际应用的见解，分享数据和想法，最终推动形成兼具责任与效率的AI工具。
在圆桌讨论中，中青年肺癌领域专家集中讨论了中国癌症临床研究面临的挑战，如人口老龄化、医疗资源不均、筛查率低、科研与国际水平差距、资金不足、患者参与度低等。对于单因素与多因素分析结果不一致的问题，专家们认为可能原因包括样本量小、混杂因素、数据共线性、模型设置错误等，并强调调整策略时应遵循统计原则和临床规范。此外，还探讨了控制混杂因素的其他方法及其效果评估，以及国内医院采用LLM智慧医疗系统的效果。讨论现场互动积极，专家们表现出对话题的高度热情和关注。
笃志行，阐幽微，绣前程——愿全体肺癌菁英们携手并肩，为肺癌防治事业贡献自己的力量！
版权信息
本文由《NEJM医学前沿》编辑部负责翻译、编写或约稿。对于源自NEJM集团旗下英文产品的翻译和编写文章，内容请以英文原版为准。中译全文以及所含图表等，由马萨诸塞州医学会NEJM集团独家授权。如需转载，请联系nejmqianyan@nejmqianyan.cn。未经授权的翻译是侵权行为，版权方保留追究法律责任的权利。
点击下方名片，关注《NEJM医学前沿》
