医疗器械临床试验的统计分析集定义

统计分析集是统计分析计划中最基础也最容易被忽视的内容。它界定了哪些受试者的数据进入哪一类分析，直接决定效应量估计与检验结果。《医疗器械临床试验质量管理规范》（2022年第28号公告）与临床试验统计学指导原则要求分析集的定义在揭盲前固定，并与研究目的相匹配。分析集划分随意或事后调整，是审评中质疑数据可信度的常见切入点。

分析集的概念与法规依据

分析集是按预先设定的规则从全部入组受试者中筛选出的数据集合，不同分析目的对应不同的分析集。其法规依据主要来自临床试验质量管理规范对数据真实性、完整性与可溯源的要求，以及统计学指导原则对分析人群的规范表述。分析集定义的实质，是在随机化与依从性两个维度之间作出权衡：强调随机化的完整性，还是强调实际接受干预的纯粹性，取决于研究要回答的问题。

• 分析集定义须在揭盲前写入统计分析计划。
• 划分规则应可操作、可复核、不留解释空间。
• 不同分析集的结论方向宜保持一致，否则须解释。
• 入组、排除与偏离的记录须与源数据对应。

全分析集与符合方案集

全分析集通常纳入所有随机化并至少接受过一次试验用器械干预的受试者，按最初随机分组进行评价，体现意向性分析思想，可较好保持组间可比性，是多数优效性与非劣效性研究的主要分析集。符合方案集只纳入完成规定干预、随访完整且未发生重大方案偏离的受试者，反映方案依从条件下的效果，一般作为支持性分析。两者结论一致时，结论的稳健性更有说服力。

1. 明确全分析集的入组条件与最小暴露要求。
2. 规定按随机分组还是按实际使用分组评价。
3. 列出符合方案集的完成标准与偏离排除清单。
4. 主要分析集的选择须与研究目的和假设类型匹配。

安全性分析集与暴露评价

安全性分析集一般纳入所有至少接受过一次试验用器械干预的受试者，按实际接受的干预分组进行评价。这一设计的出发点是尽可能全面捕捉安全性信号，而不受随机分组与依从性的限制。分析时应结合暴露时长、暴露剂量或使用次数计算事件发生率，避免简单比较绝对例数。对于植入类或长期使用类器械，还需关注迟发事件与器械留存状态，形成完整的安全性评价链条。

• 纳入所有接受过干预的受试者，避免遗漏暴露人群。
• 按实际接受干预分组，并记录暴露剂量与时长。
• 事件描述区分严重程度、因果关系与转归。
• 长期随访期内的事件一并纳入评价范围。

分析集划分的操作要点

分析集的划分发生在数据库锁定与揭盲之前，需要数据管理、统计与临床团队共同确认。关键动作包括核对随机化记录与实际使用记录、判定方案偏离的严重程度、确认关键变量的缺失情况并据此判断个案归属。对存在争议的个案，应在分析计划中预先给出判定原则，而不是逐个讨论后临时拍板。所有判定结果须形成正式清单并留档，便于核查时复现。

1. 以随机化列表为基准核对入组与分组信息。
2. 方案偏离按预定标准分级，重大偏离影响符合方案集归属。
3. 对关键指标缺失的个案按预设规则处理。
4. 形成分析集清单，记录判定人与判定日期。

分析集与结论稳健性

当不同分析集得出方向一致的结论时，研究结论较为可靠；若主要分析集显示有效而支持性分析集显示无效，或反之，则需要深入分析原因。常见原因是退出率较高、缺失数据分布不均或偏离集中在某一组。此时应通过补充敏感性分析、调整缺失数据处理方式或细化亚组分析来评估结论的稳健性，并在统计报告中如实呈现全部结果，不得选择性报告。

• 同时呈现主要分析集与支持性分析集结果。
• 结果不一致时分析退出与偏离的分布特征。
• 通过敏感性分析检验结论对分析集的敏感程度。
• 如实报告全部预设分析，避免选择性呈现。

分析集看似是技术细节，实则关系到结论能否被监管机构采信。建议在统计分析计划中把划分规则、判定标准与争议处理机制一次写清，在数据库锁定前组织专门会议逐项确认，并保留完整的判定记录。把分析集做实，数据结论才有站得住脚的基础。

官方来源：药物临床试验登记与信息公示平台