临床试验统计学要求模板

合集下载

样本例数的统计学要求

样本例数的统计学要求
质的改变的制剂,临床试验的病例数
不少于100对
(只作生物等效性试验的可不作临床试验)
6
注册办法中样本含量的要求(V)
申请已有国家标准的注射剂、中药、 天然药物制剂注册,应当进行临床 试验,病例数不少于100对。
7
注册办法中样本含量的要求(VI)
避孕药 Ⅰ期临床试验20~30例; Ⅱ期:100对6个月经周期; Ⅲ期:1000例12个月经周期; Ⅳ期临床试验应当充分考虑该类药品的 可变因素,完成足够样本量的研究工作。
3、样本数量不足。 4、试验数据存在质量问题。
9
总体和样本
总体: 根据研究目的确定的有代表性的、所
有研究对象的全体。(例:高胆固醇患者)
样本:从特定的研究总体中,随机选择一部
分个体。(例:一个临床试验中150例高胆固醇 患者) 统计分析的目的是基于样本资料的信息,推论 一个总体的规律。
10
总体和样本
2
注册办法中样本含量的要求(I)
临床试验的最低病例数(试验组)要求: Ⅰ期: 20~30例, Ⅱ期: 100例, Ⅲ期: 300例, Ⅳ期: 2000例。
3
注册办法中样本含量的要求(II)
生物利用度: 18~24例; 已获境外上市许可的药品,应当进行
人体药代动力学研究和至少100对随机
临床试验。多个适应症的,每个主要
8
一个临床试验例子
在一个治疗高血压新药临床试验中,两组各 观察30例患者,对舒张压治疗前后的变化统 计分析得,平均降低血压的效果:试验药为 8mmHg , 安慰剂为5mmHg。两组差异检验 结果为P>0.05, 差异无统计学意义。
有四种可能的解释:
1、试验药有降压作用,偶然原因造成此差别。 2、试验设计存在偏倚。

新药II期临床试验方案的设计及生物统计学要求-精选文档

新药II期临床试验方案的设计及生物统计学要求-精选文档

方案首页的设计
××药II期临床试验方案 ××药与××药对照治疗××(病症)评价其
有效性和安全性的随机、双盲、多中心临床研 究 国家药品监督管理局批准临床试验的批准文号 申办者单位名称 临床研究的负责单位 试验方案的设计者姓名 方案制定和修正时间
方案摘要的内容
试验药物名称 研究题目 试验目的 有效性评价指标(包括主、次要指标) 安全性评价指标
治疗方案(四)
服药方法
即给药途径、剂量、给药次数、疗程。
药品清点
每次随访时,观察医生详实记录患者接受、服用和归还的药品 数量,用以判断受试者服药的依从性如何,必要时应列出计算 依从性的公式。
药品保存
研究用药由研究单位统一保存,分批分次发放给受试者。 应有药品保管的温度、环境要求等。
合并用药
其它目的---次要指标
次要指标是指与试验主要目的有关的附加支持指标 ,也可以是与试验次要目的有关的指标,在设计时也 需明确说明与定义。
试验目的(二)
复合指标
如果从与试验目的有关的多个指标中难以确定单一 的主要指标时,可以将多个指标组合起来构成一个复 合指标,作为主要研究指标。如临床上常采用的量表 就是由多个指标组成的,其总分就是其中的一种。
不良事件的观察 (一)
试验药品的常见不良事件
根据申办者提供的资料,列举该试验药品在国内 外临床研究中所出现不良事件的种类和比率。
不良事件的记录
在设计方案中对不良事件应作出明确的定义。并要 求研究者如实填写不良事件记录表,记录不良事件的 发生时间、严重程度、持续时间、采取的措施和转归 。并说明不良事件严重程度的判断标准,判断不良事 件与试验药物关系的5级分类标准(肯定有关、可能有 关、可能无关、无关和无法判定)。

医疗器械临床试验统计学要求

医疗器械临床试验统计学要求

5-Year Mortality Rates for Randomized and Registry Diabetic Patients
Randomized
PTCA CABG p Value RR
All-cause mortality (%) 34.5 19.4 0.0024 1.87
Cardiac mortality (%) 23.4 8.2 0.0002 3.10
Event rate at 12-months would be 8% and equal in both groups Non-inferiority margin of 3.5% and one-sided type I error of 0.05
• 2300 patients would yield >90% power to detect non-inferiority
体重: 17 - 23kg 血压下降: 20 ± 9 mmHg N=6/group
把握度 (power) 分析
计算机模拟举例 -1
• 假设
试验组死亡率为 20% (x%) 对照组死亡率为 50% (y%) 试验组和对照组的样本量均为 (n) = 50 重复100 (m) 次试验 (随机抽样) 显著性水平为双侧 0.05 检验方法 = 卡方检验
PRIMI: Multivessel vs. Culprit PCI
Wald DS, et al. N Engl J Med 2013; 369:1115-1123
样本量计算
影响因素
效应值 (Effect Size) 的影响
1%
2%
10%
20%
样本量计算 决定样本量的关键因素—”变异”

临床试验中的统计学要求【范本模板】

临床试验中的统计学要求【范本模板】

临床试验中的统计学要求临床试验是以病人为研究对象,比较临床治疗干预措施和对照措施的效果及其临床价值的前瞻性研究。

临床试验以人为研究对象,与动物实验不同。

在临床试验中,研究者不能完全支配病人的行为,只能要求病人避免采用某些干扰试验的治疗或行为,因此必须考虑病人的依从性问题。

临床试验还必须考虑医学伦理学问题,当新药已被证实对病人弊大于利,尽管试验仍未完成,也要中止.当已经存在经医学验证对试验疾病有效的药物时,使用安慰剂对照是不适当的。

当病人出现紧急情况需要额外治疗措施时,也必须给予。

因此临床试验要面对比动物实验更多的问题,在设计上有着更严格的特殊要求。

新药的临床试验分为Ⅰ、Ⅱ、Ⅲ、Ⅳ期:Ⅰ期临床试验是初步的临床药理学及人体安全性评价试验,观察人体对于新药的耐受程度和药物代谢动力学,为制定给药方案提供依据;Ⅱ期临床试验是随机盲法对照临床试验,对新药有效性及安全性作出初步评价,推荐临床给药剂量;Ⅲ期临床试验是扩大的多中心临床试验,遵循随机对照原则,进一步评价有效性和安全性;Ⅳ期临床试验是新药上市后的监测,在广泛使用条件下考察疗效和不良反应,尤其是罕见不良反应。

本节主要讨论II期和III期临床试验的统计学要求。

例11。

1 临床观察发现急性心肌梗塞后,梗塞区膨出和左心室重构常导致左心室增大和心功能不全.为研究急性心肌梗塞后长期使用卡托普利治疗对心脏的保护作用,需设计一个药物疗效评价的临床试验,在设计中要考虑以下问题。

1.观察变量的选择(1)主要变量和次要变量主要变量(primary variable)又称目标变量(target variable),即能够为临床试验目的提供可信证据的变量.临床试验的主要变量一般只有一个,必要时可有多个.主要变量应易于量化、客观性强、被相关研究领域所公认。

次要变量(secondary variable)是指与试验主要目的有关的附加的变量,也可以是与试验次要目的有关的变量。

两种变量均应在临床试验的设计方案中明确定义,并说明其被选择的理由。

临床随机对照试验的统计分析报告模板

临床随机对照试验的统计分析报告模板
?6.1 概述 ?6.2 有效性分析内容 ?6.3 中心效应 ?6.4 亚组分析
2019/8/26
19
6.1 概述
分别分析主要、次要疗效指标 分别对FAS数据集和PPS 数据集作分析 包括统计描述和统计推断
2019/8/26
20
6.2 有效性分析内容
?统计描述:按组别、中心、时间点、前后差值 等描述 ?统计推断:按组别、中心、时间点等比较
?结果报告: 假设检验类型(等效/优效/非劣效,单侧/双侧) 统计分析方法 参数估计、置信区间、P值
2019/8/26
21
假设检验类型
?优效(Superiority): “试验组(E)优于对照组(C )”
?等效(Equivalence): “试验组(E)与对照组(C )相当”
?非劣效(Non-inferiority ):
中心号 1 1 2 2 2 3 5 2 2 5 5
药物号 9 96 18
101 183 114 76 19 112 70 225
治疗分组 A组 A组 A组 A组 A组 A组 A组 B组 B组 B组 B组
未入PPS 人群原因 基线主要疗效指标缺失
未完成试验 访视时间间隔过长
未完成试验 合并用药违背方案
有效率差异有统计学意义,试验组的有效率高于安慰剂 对照组。
2019/8/26
40
6.4 亚组分析
?探索性:事先无计划 ?验证性:方案中预先计划 方可做为申报注册依据 ?常见亚组:病情轻重、疾病亚型等
?注意事项:事先明确计划 保证检验功效 检验水准α适当调整(多次比较)
2019/8/26
41
七、安全性分析
定量---协方差分析 定性---CMH 检验 生存分析资料---Cox比例风险模型

临床试验的统计学设计与数据分析

临床试验的统计学设计与数据分析

临床试验的统计学设计与数据分析临床试验是评估医疗干预措施效果的重要手段,而统计学则为临床试验提供了有效的设计和数据分析方法。

本文将探讨临床试验的统计学设计与数据分析,旨在帮助读者更好地理解和应用统计学在临床试验中的重要性。

一、临床试验的统计学设计在进行临床试验之前,统计学的合理设计是确保研究结果具有可靠性和可推广性的关键。

以下是几种常用的临床试验统计学设计方法:1. 随机化设计:随机化设计是为了减小选择偏倚,使得研究组和对照组在一些重要特征上具有相似性。

通常采用随机数字表或随机数字生成软件进行随机分组,确保试验组和对照组的分配是完全随机的。

2. 平行设计与交叉设计:在平行设计中,患者被随机分配到试验组和对照组,各组接受相应的干预;而在交叉设计中,同一患者在不同时间接受不同的干预。

两种设计各有优劣,需要根据具体研究目的和可操作性选择合适的设计方式。

3. 盲法设计:盲法设计是为了减小观察误差和认知误差的影响,提高试验结果的可信度。

常见的盲法设计有单盲设计、双盲设计和三盲设计。

单盲设计是指研究人员或研究对象之一不知道实验组和对照组的分组情况;双盲设计是指研究人员和研究对象都不知道实验组和对照组的分组情况;三盲设计是指研究人员、研究对象和数据分析人员都不知道实验组和对照组的分组情况。

二、临床试验的数据分析临床试验进行完后,需要进行数据分析来得出结论。

以下是几种常用的临床试验数据分析方法:1. 描述性统计分析:描述性统计分析是对试验数据的分布进行概括和描述,并计算得出相应的统计量,如均值、中位数、标准差等。

通过描述性统计分析,我们可以对试验数据的特征有一个整体了解。

2. 推断统计分析:推断统计分析是通过从样本中获取的信息,推断总体的参数或判断两个或多个总体之间的差异是否显著。

常用的推断统计方法包括t检验、方差分析、非参数检验等。

3. 生存分析:生存分析是研究个体从某一初始状态到达某一特定事件发生的时间的统计方法。

样本例数的统计学要求

样本例数的统计学要求

84 189 21 47 63 141 16 35 119 268 30 67 93 210 23 53
24
主要疗效指标为定性(分类)指标的样本量估计方案
方案 α 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.05 0.01 0.01 0.01 0.01 0.01 0.01 0.01 0.01 样本估计参数 β 率 0.1 0.80 0.1 0.80 0.1 0.85 0.1 0.85 0.2 0.80 0.2 0.80 0.2 0.85 0.2 0.85 0.1 0.80 0.1 0.80 0.1 0.85 0.1 0.85 0.2 0.80 0.2 0.80 0.2 0.85 0.2 0.85 率之差 0.15 0.10 0.15 0.10 0.15 0.10 0.15 0.10 0.15 0.10 0.15 0.10 0.15 0.10 0.15 0.10 估计样本数 非劣 等效 122 149 274 336 97 119 218 268 88 112 198 251 70 89 158 200 185 212 417 476 148 169 332 379 143 166 321 374 114 132 256 298 25
般取 =0.05或0.01,其大小必须按第 I类错误 的危害性来决定。 例:在一个新药临床试验中,第 I类错误会将 疗效依旧的一种药不恰当地奉为高明的创新药, 致使无故废弃常规药,没有必要的重新投入市 场。要彻底消灭这类错误使得 =0是做不到的。
17
假设检验与两类错误
在假设检验中, 的数值也是事先选定的。
26
样本例数估计举例
第I类错误 =0.05,u =1.96 第II类错误=0.10,1-=0.90, u =1.282 两组率之差Δ=0.650-0.429=0.221

临床试验统计报告模板

临床试验统计报告模板

临床试验统计报告模板
介绍
临床试验是评价药物安全性和有效性的重要手段,也是新药上市前必要的过程。

临床试验的统计分析是证明药物是否具有统计显著性的关键步骤。

本文档提供了一份可用于编写临床试验统计报告的模板。

模板
摘要
•应包括试验目的、试验设计、试验病例的基本情况等主要内容。

•摘要不宜过长,一般不能超过一页。

研究背景和目的
•描述该药物的疗效和安全性的背景和意义,以及开展该试验的目的。

方法
•试验设计:包括试验类型、试验分组等。

•受试者入组情况:包括受试者招募、筛选、入组等过程。

•数据采集:包括数据采集方案、数据收集表等。

•数据分析:包括主要分析方法、假设检验、置信区间、多重比较等。

结果
•试验基本情况:包括受试者基本情况、治疗情况等。

•主要数据分析结果:包括主要指标的数值结果、统计分析结果等。

•不良事件和副作用:包括各组的不良事件和副作用情况。

讨论
•试验结果的解释和临床意义。

•试验结果与前人研究之间的异同点。

•该药物在临床中的应用前景和问题等。

•试验的局限性和不足等。

结论
•试验结论的概括性说明。

•对结果的评价和建议。

总结
本文档提供了一份可用于编写临床试验统计报告的模板。

在实际编写过程中,应根据具体情况进行调整和修改,确保报告准确且清晰易懂。

临床试验方案模板

临床试验方案模板

临床试验方案模板临床试验是用于评估新药、新治疗方法或新的医疗技术的研究设计。

一个完整的临床试验方案模板应包含以下几个主要部分:引言、背景和目的、试验设计、入选标准、排出标准、干预措施、观察指标、样本大小和统计分析、安全性评估、伦理考虑和数据管理。

下面是一个示例临床试验方案模板的提纲,供参考:一、引言-概述试验的目的和重要性-引出试验的背景问题-指明试验的研究对象和研究方法二、背景和目的-详细描述试验所基于的先前研究和理论基础-明确试验的主要研究目的和研究假设三、试验设计-描述试验的设计类型(如随机对照试验、开放试验等)-明确试验的研究设计(如平行设计、交叉设计等)-说明试验的分组方式和蒙盲措施-阐述试验的时间框架和具体步骤四、入选标准-具体列出满足入选标准的受试者的特点和条件-说明入选标准的科学合理性和相关考量-明确排除既往相关疾病史、药物使用史、年龄、性别等限制因素五、排除标准-具体列出不符合排除标准的受试者的特点和条件-说明排除标准的科学合理性和相关考量六、干预措施-详细描述试验组及对照组的干预措施-说明干预措施是否符合临床实践准则或有类似研究的支持七、观察指标-明确主要观察指标和次要观察指标-描述观察指标的测量、评定和分析方法-阐述观察指标的科学合理性和相关考虑八、样本大小和统计分析-进行样本量计算和理论基础-说明统计分析的方法和假设-明确主要分析方法和次要分析方法九、安全性评估-描述可能出现的不良反应及处理措施-说明安全性评估的方法和指标十、伦理考虑-明确试验已获得伦理委员会批准的相关文件-陈述试验将遵守的伦理原则和保护受试者权益的措施十一、数据管理-描述试验数据的收集、存储和分析方法-说明数据监测、资料核查和质量控制的措施以上是临床试验方案模板的大致提纲,具体的方案内容应根据试验的特殊要求和研究目的进行适当调整和修改。

临床试验中的统计学要求汇总

临床试验中的统计学要求汇总

临床试验中的统计学要求临床试验是以病人为研究对象,比较临床治疗干预措施和对照措施的效果及其临床价值的前瞻性研究。

临床试验以人为研究对象,与动物实验不同。

在临床试验中,研究者不能完全支配病人的行为,只能要求病人避免采用某些干扰试验的治疗或行为,因此必须考虑病人的依从性问题。

临床试验还必须考虑医学伦理学问题,当新药已被证实对病人弊大于利,尽管试验仍未完成,也要中止。

当已经存在经医学验证对试验疾病有效的药物时,使用安慰剂对照是不适当的。

当病人出现紧急情况需要额外治疗措施时,也必须给予。

因此临床试验要面对比动物实验更多的问题,在设计上有着更严格的特殊要求。

新药的临床试验分为Ⅰ、Ⅱ、Ⅲ、Ⅳ期:Ⅰ期临床试验是初步的临床药理学及人体安全性评价试验,观察人体对于新药的耐受程度和药物代谢动力学,为制定给药方案提供依据;Ⅱ期临床试验是随机盲法对照临床试验,对新药有效性及安全性作出初步评价,推荐临床给药剂量;Ⅲ期临床试验是扩大的多中心临床试验,遵循随机对照原则,进一步评价有效性和安全性;Ⅳ期临床试验是新药上市后的监测,在广泛使用条件下考察疗效和不良反应,尤其是罕见不良反应。

本节主要讨论II期和III期临床试验的统计学要求。

例11.1 临床观察发现急性心肌梗塞后,梗塞区膨出和左心室重构常导致左心室增大和心功能不全。

为研究急性心肌梗塞后长期使用卡托普利治疗对心脏的保护作用,需设计一个药物疗效评价的临床试验,在设计中要考虑以下问题。

1.观察变量的选择(1)主要变量和次要变量主要变量 (primary variable)又称目标变量(target variable),即能够为临床试验目的提供可信证据的变量。

临床试验的主要变量一般只有一个,必要时可有多个。

主要变量应易于量化、客观性强、被相关研究领域所公认。

次要变量(secondary variable)是指与试验主要目的有关的附加的变量,也可以是与试验次要目的有关的变量。

两种变量均应在临床试验的设计方案中明确定义,并说明其被选择的理由。

实施药物GCP指导模板---数据管理与统计分析部分

实施药物GCP指导模板---数据管理与统计分析部分

模版 6: 药物临床试验质量管理规范---数据管理与统计分析部分 药物临床试验质量管理规范---数据管理与统计分析部分 ---数据管理与统计分析基本信息现场检查对象: 现场检查日期: 现场检查小组派出部门: 人员组成: 姓名: 专业: 职务/职称:数据管理与统计分析现场检查主要内容: 数据管理与统计分析现场检查主要内容: 现场检查主要内容1. 人员组成 2. 数据管理相关标准操作规程(SOP)及其可操作性 3. 统计分析相关标准操作规程(SOP)及其可操作性 4. 数据管理与统计分析的档案管理 5. 2004 年 1 月以来承担药物临床试验数据管理与统计分析项目情况 6. 其他:____________________________1现场检查结论: 现场检查结论:合格 基本合格 不合格整改意见: 整改意见:2现场检查记录1. 人员组成 1.1 有专门生物统计人员 1.1.1 统计学负责人有统计专业大学本科以上学位 1.1.2 经过 GCP 和相关统计培训 1.2 有专门数据管理人员 1.2.1 有数据管理相关的专业学位 1.2.2 经过 GCP 和相关培训 数据管理相关标准操作规程 SOP) 相关标准操作规程( 2. 数据管理相关标准操作规程(SOP)及其可操作性 2.1 是否制定数据管理人员审核 CRF 的 SOP 2.2 数据管理人员审核 CRF 的 SOP 是否有可操作性 2.3 是否制定制订项目数据管理计划的 SOP 2.4 制订项目数据管理计划的 SOP 是否有可操作性 2.5 是否制定 CRF 表交接的 SOP 2.6CRF 表交接的 SOP 是否有可操作性 2.7 是否制定双人双份录入数据的 SOP 2.8 双人双份录入数据的 SOP 是否有可操作性 2.9 是否制定变量命名 SOP 2.10 变量命名 SOP 是否有可操作性 2.11 是否制定数据编码(不良事件)SOP 2.12 数据编码(不良事件)SOP 是否有可操作性 2.13 是否制定数据双份比对的 SOP 2.14 数据双份比对的 SOP 是否有可操作性 2.15 是否制定数据核查(机器核查、人工核查)的 SOP 2.16 数据核查(机器核查、人工核查)的 SOP 是否有可操作性3是否是否2.17 是否制定数据管理报告撰写的 SOP 2.18 数据管理报告撰写的 SOP 是否有可操作性 3. 统计分析相关标准操作规程(SOP)及其可操作性 统计分析相关标准操作规程(SOP) 相关标准操作规程 3.1 是否制定统计分析计划撰写的 SOP 3.2 统计分析计划撰写的 SOP 是否有可操作性 3.3 是否制定提供随机表编制的 SOP 3.4 提供随机表编制的 SOP 是否有可操作性 3.5 是否制定统计分析数据集确定的 SOP 3.6 统计分析数据集确定的 SOP 是否有可操作性 3.7 是否制定统计分析程序编写的 SOP 3.8 统计分析程序编写的 SOP 是否有可操作性 3.9 是否制定统计分析报告撰写的 SOP 3.10 统计分析报告撰写的 SOP 是否有可操作性 数据管理与统计分析 分析的 4. 数据管理与统计分析的档案管理 4.1 有独立的档案柜/室 4.2 有专用计算机及公认的统计分析软件 4.3 储存的档案资料是否齐全 4.3.1 参加项目方案与 CRF 的设计记录 4.3.2 统计分析计划书 4.3.3 数据管理计划书 4.3.4 数据管理人员审核 CRF 的记录 4.3.5 设盲记录及随机表编制记录 4.3.6 CRF 表交接的记录 4.3.7 有双人双份录入数据记录 4.3.8 有数据双份比对记录 4.3.9 有数据核查(机器核查、人工核查)记录4是否是否4.3.10 数据管理报告/盲态审核报告 4.3.11 数据质疑表及应答记录 4.3.12 揭盲记录 4.3.13 统计分析报告 4.4 电子档案归档是否齐全 4.4.1 电子版项目方案与 CRF 4.4.2 项目统计分析计算程序 4.4.3 电子版数据管理报告/盲态审核报告 4.4.4 电子版统计分析报告 4.4.5 原始数据库 4.4.6 衍生数据库 4.4.7 数据库结构 2004 以来承担药物临床试验数据管理与统计分析项目 承担药物临床试验数据管理与统计分析项目情况 5. 2004 年 1 月以来承担药物临床试验数据管理与统计分析项目情况 1.1 药物临床试验项目是否列表登记?内容如下: 1.1.1 项目编号、项目名称及新药临床试验批件号 1.1.3 临床试验的起止时间 1.1.4 承担临床试验数据管理与统计分析主要负责人 1.1.5 申办单位 1.1.6 资料归档时间 1.1.7 完成项目的批准情况(已批准/审批中/未批准) 1.2 药物临床试验项目资料归档情况是否有详细的登记 是 否5。

样本例数的统计学要求

样本例数的统计学要求
30
导致检验功效低下试验的原因 h过高地估计了试验药物的作用 过高地估计了试验药物的作用 h低估了试验中存在的可能变异 低估了试验中存在的可能变异 h样本例数估计不充分或主要变量 样本例数估计不充分或主要变量 选择不当 h试验质量较低 试验质量较低
29
检验功效低下的试验
当一个规定样本数(n)的试验得出检验 的试验得出检验 当一个规定样本数 功效低下的结论(P>0.05)时,对组间 功效低下的结论 时 确实存在差异的总体而言, 确实存在差异的总体而言,不能认为 此试验可以证实此差异的存在。 此试验可以证实此差异的存在。 检验功效低下的试验提示此试验犯第 II类错误的概率较大。 类错误的概率较大。 类错误的概率较大 检验功效低下的试验缺乏检验灵敏度。 检验功效低下的试验缺乏检验灵敏度。
9
总体和样本
总体: 根据研究目的确定的有代表性的、所 总体 根据研究目的确定的有代表性的、
有研究对象的全体。 有研究对象的全体。(例:高样本:从特定的研究总体中,随机选择一部
分个体。 一个临床试验中150 150例高胆固醇 分个体。(例:一个临床试验中150例高胆固醇 患者) 患者) 统计分析的目的是基于样本资料的信息,推论 一个总体的规律。
26
样本例数估计举例
第I类错误 α=0.05,uα =1.96 第II类错误β=0.10,1-β=0.90, uβ =1.282 两组率之差∆=0.650-0.429=0.221
1.960 × 0.5395 1 − 0.5395) + 1.282 × 0.65 × (1 − 0.65) + 0.429 × (1 − 0.429) ( n= (0.75 − 0.429)2 = 114
样本例数估计举例

临床试验方案设计的统计学要求

临床试验方案设计的统计学要求

n 申办者应根据生物统计学专业人员产生的随 机表对试验用药品进行编码,经过编码后的 药品已达到了处理的随机分配要求,研究者 应严格按照试验用药品编号的先后顺序入 组,不得随意变动,否则会破坏随机化效果。
n 随机化的方法和过程应在试验方案中阐明, 但使人容易预测的(如分段长度等)随机化 的细节不应包含在试验方案中。
n 可减少试验中非处理因素的对试验结果的影响
在新药临床试验中,非处理因素是除药物因素以外的 其它所有能够影响评价临床主要疗效指标的各种因素,包 括试验条件、受试者本身、环境因素等,只有通过设立对 照才能鉴别药物的作用。
试验组:T + NT = Te + NTa
对照组: NT =
NTa
式中,T 为处理因素;NT 为非处理因素;Te为处理效应;NTa 为非处理因素的影响
析因设计举例
n 通过科学设计的双盲双模拟安慰剂和活性药对照的 临床试验,初步明确XXX中药对血脂的调节作用, 并比较评估XXX中药和辛伐他汀单独或合并治疗高 脂血症的疗效,为下一步多中心临床研究的方案设 计提供依据。
n 采用双盲双模拟、随机平行对照析因设计 n 遵循降脂饮食控制后血浆TC或TG仍满足入选标准
的患者。
析因设计举例(续)
n 患者入选后进行4周饮食控制,在基线期末符合 入选标准的患者被随机分为四组:
– XXX中药模拟片,加舒降之模拟片 (O) – 160mgXXX中药,加舒降之模拟片 (A) – 20mg舒降之,加XXX中药模拟片 (B) – 160mgXXX中药,加20mg舒降之 (A+B)
(4)外部对照(历史对照)
n “基线对照试验” 属于外部对照试验,将观察到的相对于基 线的变化或研究期之间的变化与所估计的无治疗干预时可 能发生的状况相比较。

根据国家GCP要求临床试验方案应包括以下内容【范本模板】

根据国家GCP要求临床试验方案应包括以下内容【范本模板】

根据国家GCP要求,临床试验方案应包括以下内容:(一)试验题目(可作为封面);(二)试验目的,试验背景,临床前研究中有临床意义的发现和与该试验有关的临床试验结果、已知对人体的可能危险与受益,及试验药物存在人种差异的可能;(三)申办者的名称和地址,进行试验的场所,研究者的姓名、资格和地址(可作为封面);(四)试验设计的类型,随机化分组方法及设盲的水平;(五)受试者的入选标准,排除标准和剔除标准,选择受试者的步骤,受试者分配的方法;(六)根据统计学原理计算要达到试验预期目的所需的病例数;(七)试验用药品的剂型、剂量、给药途径、给药方法、给药次数、疗程和有关合并用药的规定,以及对包装和标签的说明;(八)拟进行临床和实验室检查的项目、测定的次数和药代动力学分析等;(九)试验用药品的登记与使用记录、递送、分发方式及储藏条件;(十)临床观察、随访和保证受试者依从性的措施;(十一)中止临床试验的标准,结束临床试验的规定;(十二)疗效评定标准,包括评定参数的方法、观察时间、记录与分析;(十三)受试者的编码、随机数字表及病例报告表的保存手续;(十四)不良事件的记录要求和严重不良事件的报告方法、处理措施、随访的方式、时间和转归;(十五)试验用药品编码的建立和保存,揭盲方法和紧急情况下破盲的规定; (十六)统计分析计划,统计分析数据集的定义和选择;(十七)数据管理和数据可溯源性的规定;(十八)临床试验的质量控制与质量保证;(十九)试验相关的伦理学;(二十)临床试验预期的进度和完成日期;(二十一)试验结束后的随访和医疗措施;(二十二)各方承担的职责及其他有关规定;(二十三)参考文献.以下为模板(仅供参考)版本号:日期:此处填写方案名称主要研究者:研究单位:南方医科大学南方医院科保密声明:本研究方案中所包含的信息仅提供给本项目的研究者、伦理委员会和相关机构审阅。

在未得到主要研究者(PI)批准的情况下,严禁将任何信息告知与本研究无关的第三方1.研究背景(此部分可描述:国内、国外研究进展,临床前研究中有临床意义的发现和与该试验有关的临床试验结果、已知对人体的可能危险与受益,及试验药物存在人种差异的可能;)2.研究目的:3.试验设计:3。

临床试验的统计学设计与数据分析

临床试验的统计学设计与数据分析

临床试验的统计学设计与数据分析临床试验是评估新药、新治疗方法或其他干预措施在人体内安全性和有效性的方法之一。

统计学设计和数据分析在临床试验中起着至关重要的作用,它们可以帮助研究者准确地评估干预措施的效应,并推断出针对整个人群的结论。

下面将详细介绍临床试验的统计学设计和数据分析方法。

一、统计学设计1. 临床试验类型临床试验可分为两类:实验性试验和观察性试验。

实验性试验通过随机分配参与者到接受干预和对照组(接受传统干预或安慰剂)以评估干预措施的效果。

观察性试验则观察个体在接受特定干预措施后的结果,但没有随机分组。

2. 样本大小计算样本大小计算是临床试验设计中的一项关键步骤。

确定合适的样本大小可以确保研究有足够的统计功效来检测干预效果。

样本大小计算通常基于期望的效应大小、统计显著水平和统计功效。

3. 随机化和盲法随机化是临床试验中的重要步骤,它可以减少实验组和对照组之间的系统性差异。

通过随机分组,可以降低选择偏倚和配对偏倚等系统性偏倚的影响。

另外,采用盲法也可以减少观察者偏倚和测量偏倚的影响,提高试验结果的可靠性。

二、数据分析1. 描述性统计分析描述性统计是对试验数据的基本概括和分析。

常用的描述性统计方法包括计数、百分比、均值、中位数、标准差等。

通过描述性统计方法,可以了解样本的基本特征,比如年龄、性别、基线特征等。

2. 假设检验假设检验是用来评估两组或多组数据之间是否存在差异的统计方法。

在临床试验中,常用的假设检验方法有t检验、卡方检验和方差分析等。

假设检验可以帮助研究者判断干预措施是否显著地影响了试验结果。

3. 置信区间置信区间是一种用于对总体参数进行估计的方法。

在临床试验中,常用的置信区间包括均值的置信区间、比例的置信区间和风险比的置信区间等。

置信区间能够提供对参数的精确估计,并给出参数估计的可信范围。

4. 生存分析生存分析是临床试验中常用的统计方法之一,它适用于评估时间至事件发生的概率。

生存分析的主要方法有Kaplan-Meier生存曲线、Cox比例风险模型等。

样本例数统计学要求

样本例数统计学要求
2
注册办法中样本含量的要求(I) – 临床试验的最低病例数(试验组)要求:
❖Ⅰ期: 20~30例, ❖Ⅱ期: 100例, ❖Ⅲ期: 300例, ❖Ⅳ期: 2000例。
3
注册办法中样本含量的要求(II) – 生物利用度: 18~24例; – 已获境外上市许可的药品,应当进行人
体药代动力学研究和至少100对随机临床 试验。多个适应症的,每个主要适应症 的病例数不少于60对。
9
总体和样本
• 总体: 根据研究目的确定的有代表性的、所有研
究对象的全体。(例:高胆固醇患者)
• 样本:从特定的研究总体中,随机选择一部分
个体。(例:一个临床试验中150例高胆固醇患者)
• 统计分析的目的是基于样本资料的信息,推论一 个总体的规律。
10
总体和样本
总体
对总体规律的推断
样本
基于样本资料 的推论
= 第 I 类错误 (假阳性) 当Ho 是真实时,拒绝 Ho 的概率
(例:当试验药与对照药总体无差异时,推论其有差异)
= 第 II 类错误 (假阴性) 当Ho 是不真实时,不拒绝 Ho 的概率
(例:当试验药与对照药总体确有差异时,不能推论其 有差异)
16
假设检验与两类错误
• 在假设检验中, 的数值是事先选定的。一般
– 浪费了有限的资源
13
假设检验与两类错误
无效假设 Ho: t - c = = 0
试验药与对照药不存在差异
备择假设 H1: t - c = 0
试验药与对照药存在差异
14
假设检验与两类错误
原告辩护律师获胜
假设被告无罪
(犯罪嫌疑人)
推论结功效
错误 1 -
15

临床试验要求

临床试验要求

临床试验要求1。

属注册分类1和2的,应当进行临床试验。

(1)临床试验的病例数应当符合统计学要求和最低病例数要求;(2)临床试验的最低病例数(试验组)要求:I期为20至30例,II期为100例,III期为300例,IV期为2000例。

(3)避孕药的I期临床试验应当按照本办法的规定进行;II期临床试验应当完成至少100对6个月经周期的随机对照试验;III期临床试验完成至少1000例12个月经周期的开放试验;IV期临床试验应当充分考虑该类药品的可变因素,完成足够样本量的研究工作。

2。

属注册分类3和4的,应当进行人体药代动力学研究和至少100对随机对照临床试验。

多个适应症的,每个主要适应症的病例数不少于60对。

避孕药应当进行人体药代动力学研究和至少500例12个月经周期的开放试验。

属于下列二种情况的,可以免予进行人体药代动力学研究:(1)局部用药,且仅发挥局部治疗作用的制剂;(2)不吸收的口服制剂。

3。

属注册分类5的,临床试验按照下列原则进行:(1)口服固体制剂应当进行生物等效性试验,一般为18至24例;(2)难以进行生物等效性试验的口服固体制剂及其他非口服固体制剂,应当进行临床试验,临床试验的病例数至少为100对;(3)缓释、控释制剂应当进行单次和多次给药的人体药代动力学的对比研究和必要的治疗学相关的临床试验,临床试验的病例数至少为100对;(4)注射剂应当进行必要的临床试验。

需要进行临床试验的,单一活性成份注射剂,临床试验的病例数至少为100对;多组份注射剂,临床试验的病例数至少为300例(试验药);脂质体、微球、微乳等注射剂,应根据注册分类1和2的要求进行临床试验。

4。

对于注册分类6中的口服固体制剂,应当进行生物等效性试验,一般为18至24例。

需要用工艺和标准控制药品质量的,应当进行临床试验,临床试验的病例数至少为100对。

5。

减免临床试验的申请,应当在申请药品注册时一并提出,并详细列出减免临床试验的理由及相关资料。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

(3) 实验顺序的随机(客观性):每个研究 对象先后接受处理的机会相同。
方法:
n
临床试验中可采用分层、分段 随机化方法。 分层随机化:有助于保持层内的均衡性,特别在多 中心临床试验中,中心就是一个分层因素,另外当 某些因素,如疾病的病情对疗效有影响时,也应按 主要影响因素分层。 分段随机化:有助于减少季节、气温及疾病流行波 动等因素对疗效的影响。 每段的长度(block size) 不宜太长或太短,视临床 试验的疗程长短而定,否则不能达到随机化分组的 目的。
有效性评价指标
1、主要变量:又称目标变量或主要终点。主要变量 能够为临床试验目的提供可信证据。临床试验的主要 变量应选择易于量化、客观性强的指标,并在相关研 究领域已有公认的准则或标准。主要变量必须在临床 试验前确定,数目不宜太多(最好不超过2个)。 2、次要变量:是指与试验主要目的有关的附加支持 指标,也可以是与试验次要目的有关的指标.
n
n n n n n n n
二、对照组的选择 三、随机化与盲法 四、样本含量估计 五、多中心临床试验 六、统计分析的数据集 七、有效性评价 八、安全性评价 九、临床试验的数据管理
1、随机化
n
含义:
(1) 抽样的随机(代表性): 每一个符合条 件的研究对象被收入研究范畴的机会相同,即总 体中每个个体有相同的机会被抽到样本中来。 (2) 分组的随机(均衡性):每个研究对象 被分配到不同处理组的机会相同。
n
安全性数据集(Safety Analysis Set)所 有按随机顺序入组后至少接受一次治疗的受 试者。
n符合方案集(Per Protocol Set)
亦称为“合格病例” 或“ 可评价病例” 样本。 依从性好,接受治疗2/3 以上,主要变量已经 测定,未违背试验方案等。 一般是指全分析集中符合下列三个条件的 受试者: • 主要指标的基线值完备; ‚ 不违背方案,符合入选排除标准,未合并使 用不许用的违用药物; ƒ 依从性好(80% ~120% 之间) 。
n
n
n
n
申办者应根据生物统计学专业人员产生的随 机表对试验用药品进行编码,经过编码后的 药品已达到了处理的随机分配要求,研究者 应严格按照试验用药品编号的先后顺序入 组,不得随意变动,否则会破坏随机化效果。
随机化的方法和过程应在试验方案中阐明, 但使人容易预测的(如分段长度等)随机化 的细节不应包含在试验方案中。
析,而不是根据实际上完成的受试者。 按此原则所作的分析是最好的分析,要求每
一个随机分到试验组或对照组的受试者都应该完 整地随访,记录研究结果如疗效、安全性评价, 不考虑依从性。
三种数据集
n
全分析集(Full Analysis Set ,FAS ) 按意向性(intention -to-treat ,ITT) 原则确定 的数据集。包括所有按随机顺序入组且至少 有一次观察的受试者。
n
内容概要
n
一、临床试验的目的与类型
n
n n n n n n n
二、对照组的选择 三、随机化与盲法 四、样本含量估计 五、多中心临床试验 六、统计分析的数据集 七、有效性评价 八、安全性评价 九、临床试验的数据管理
每个临床试验的样本量应符合统计学要求。
1、确定样本含量的因素
• 试验设计的类型;
• 主要变量的性质(数值变量或分类变量);
在非劣效性试验中,由于所有受试者均接受阳性药物治 疗,不公正的主观评价,倾向于将效果处于临界状态的 病例归于有效病例,从而导致结果解释偏倚。 大样本量问题。
nnBiblioteka n(4)外部对照(历史对照)
n
“ 基线对照试验” 属于外部对照试验,将观察到的相对于基 线的变化或研究期之间的变化与所估计的无治疗干预时可 能发生的状况相比较。 存在无法控制偏倚使外部对照试验限于在治疗作用十分显 著、疾病的一般过程是可以准确预测的条件下使用(如抗 休克治疗、心脏复苏、可测量肿瘤缩小)。 另外,疗效评价指标应被限于终点是客观,且基线和治疗 对终点的影响可准确描述的试验。
n
内容概要
n
一、临床试验的目的与类型
n
n n n n n n n
二、对照组的选择 三、随机化与盲法 四、样本含量估计 五、多中心临床试验 六、统计分析的数据集 七、有效性评价 八、安全性评价 九、临床试验的数据管理
1 、设立对照组的目的
主要目的:区分试验药物结果(症状、体 征或其它病情的改变)与其它因素,如疾病的
(1)平行组设计
为试验药设置一个或多个对照药,试 验药也可按若干种剂量设组。 受试者随机地分入各个组别,他们在 试验前处于相同的条件,在试验中除了试 验药物不同外,其余条件相同。
平行组对照设计分析思路
试验组:疗前 疗后 => 差值
同质性比较
对照组:疗前 疗后 =>
组间比较
差值
内容概要
n
一、临床试验的目的与类型
n
将受试者排除在符合方案集之外的理由应在 盲态审核时阐明,并在揭盲之前用文件写明。
n
对主要变量的统计分析,应分别用ITT 和PP 数据集进行分析。 当以上两种数据集的分析结论一致时, 可以加强试验结果的可信性。
n
内容概要
n
一、临床试验的目的与类型
n
n n n n n n n
二、对照组的选择 三、随机化与盲法 四、样本含量估计 五、多中心临床试验 六、统计分析的数据集 七、有效性评价 八、安全性评价 九、临床试验的数据管理
试验是将试验药物与已知的阳性药物进行比较,通常是随机和双盲设计
n
外部对照(历史对照)
对照组的患者并非属于受试者所在的同一随机试验,即非平行随机对照组
(1 )安慰剂对照试验
n
最大限度减少受试者和研究者偏倚,能可靠证明 药物的有效性。 所需样本量较小,试验效率高。 采用安慰剂对照可能会出现伦理学、可接受性以 及可行性问题。 修正的安慰剂对照设计可以解决伦理学问题(如 有限的安慰剂阶段、“早期脱离”设计、随机撒药 设计、不平衡的随机设计等)
通过显示试验药物优于对照药(安慰剂、 低剂量、阳性药)证明试验药物的作用。
n n
阳性对照试验可通过显示新药与已知的有
效药物作用相似而证明其有效。
2 、统计设计的类型
n
显示优效性的设计:优效性检验(superiority trial) 的目的是显示试验药优于对照药,包括优于安慰剂, 优于阳性对照药,剂量间的优于比较。 显示等效或非劣性的设计: 等效性检验(equivalence trial)的目的是确 认两种或多种治疗的效果差别大小在临床上并无重要 意义,即试验药与阳性对照药在疗效上相当。 非劣效性检验(non-inferiority trial)的目的是 显示试验药治疗效果在临床上不劣于阳性对照药.
n n
n
安慰剂或“ 无治疗” 在以下场合伦理上可接受:
目前还没有确定的有效的干预 风险很小 阳性对照没有可信的结果,无严重(不可逆)的风险
确定有效的干预方法无法使用
(2 )量效对照试验
n
量效关系研究用以确立剂量和药物疗效或不良事件之 间的关系,和/ 或证明药物疗效。
n
量效关系研究中设立安慰剂组( 零剂量组) 优点: 可以避免由于各种剂量产生相似作用,不能评价是
试验组:T + NT = Te + NTa
对照组:
NT =
NTa
式中,T 为处理因素;NT 为非处理因素;Te为处理效应;NTa 为非处理因素的影响
3 、对照组类型
n
安慰剂对照
受试者被随机分配到试验药物或安慰剂组
n
剂量平行对照
受试者被随机分配入若干剂量组中的一组,可设或不设安慰剂对照组
n
阳性药物对照
n
不包括严重违反方案的受试者 1.违反入选排除标准 2.合并使用禁用药物 3.无主要变量的基础数据
不同数据集的作用
n n
安全性分析应使用安全性分析人群
全分析集:对治疗效果估计保守,更能反映药 物正式上市后的实际疗效。
符合方案集,必须强调符合方案,但是由于符 合方案集来自剔除了一些受试者的全分析集, 其结果易导致偏倚,可能过高估计药物疗效。
否所有剂量都有同样有效或同样无效。 可以估计药物作用的绝对大小 采用盲法,能减少受试者和研究者偏倚
n
(3 )阳性药物对照
n
试验设计最关健问题:该试验是用于证明两药之间的 差异,还是证明非劣效性或等效性。 在非劣效或等效试验中,阳性对照药需是正广泛使用 的,对相应适应症的疗效和用量已被证实,使用它可以有 把握地期望在阳性对照试验中表现出相似的效果(评估阳 性对照有效性历史证据),阳性对照药原有的用法和用量 不得任意改动。
n
n
由于不能采用盲法设计,因此,外部对照存在由患者、研 究人员引起的偏倚,往往过高地估计试验治疗的有效性。
4、对照试验设计的常用类型
v 平行组设计 (parallel group design) v 交叉设计 v 析因设计 (crossover design) (factorial design)
49.1%,取α=0.05,β<0.20,试验组与对照组按2:1设计, H 0 :P 1 =P 2
试验组n 120 130 140 150 160
1
对照组n 60 65 70 75 80
1
2
α
β 0.19866
1 1 -- β 0.80134 0.83464 0.86201 0.88608 0.90630
• 临床上认为有意义的差值; • 检验统计量、检验假设、Ⅰ型和Ⅱ型错误等。
2 、假设检验与两类错误
无效假设 H o : mt -mc = D = 0
试验药与对照药不存在差异
备择假设
相关文档
最新文档