随机临床试验中基于五步分层检验与合并流程的生存分析

随机临床试验通常旨在评估试验治疗相对于对照治疗是否能延长生存时间。患者异质性的增加虽然有利于结果的普适性，却会削弱常用统计方法检测治疗差异的能力，可能阻碍安全有效疗法的监管批准。针对此问题提出了一种新颖解决方案。在分析计划中预先指定一份在任一治疗下可能对生存具有预后价值的基线协变量列表。在分析阶段，利用所有观测到的生存时间但盲化患者水平的治疗分配，通过弹性网络Cox回归去除“噪声”协变量。缩短后的协变量列表被条件推断树算法用来将异质性试验人群划分为预后同质的患者亚群（风险层）。在患者水平治疗揭盲后，在每个形成的风险层内进行治疗比较，并将各层水平结果合并用于总体统计推断。我们使用一个假设数据集、两个真实数据集以及模拟结果，展示了我们提出的五步分层检验与合并流程（5-STAR）相对于对数秩检验及其他未利用固有结构化患者异质性的常用方法所具有的显著效能提升。此外，我们强调了报告各风险层比较治疗效应（来自加速失效时间模型拟合并结合模型平均的时间比，以及必要时来自Cox比例风险模型拟合的风险比）的重要性，视其为个性化医疗的潜在推动因素。fiveSTAR R包可在 https://github.com/rmarceauwest/fiveSTAR 获取。