医疗器械临床试验的亚组分析

同一器械在不同人群中的作用可能并不一致。亚组分析就是按年龄、性别、疾病严重程度、合并用药或操作者经验等特征，将受试者分组后分别评价疗效与安全性，用于观察主要结论在不同人群中是否保持一致。《医疗器械临床试验质量管理规范》（2022年第28号公告）与统计学指导原则要求亚组分析预先规定并明确其探索性质，避免在数据揭盲后选择性挑选有利结果。

亚组分析的定位与目的

亚组分析的首要目的不是发现新的疗效人群，而是验证主要结论的稳健性与一致性。当各亚组的效应方向与总体一致时，结论得到加强；当出现明显不一致时，需要评估是真实的效应差异还是随机波动、样本量不足或分层因素不平衡所致。除验证一致性外，亚组分析还可用于解释总体结果的机制、支持后续研究方向，以及为说明书中的适用人群描述提供参考，但均应在预先规定的范围内进行。

• 验证主要结论在不同人群中是否一致。
• 为器械适用人群与使用条件的描述提供线索。
• 解释总体结果的可能机制，支持后续研究设计。
• 探索性发现不得直接作为确证性结论对外声称。

亚组变量的预先规定与依据

亚组变量应在方案与统计分析计划中预先列出，并说明选择依据，通常包括与疾病机制、器械作用方式、使用条件或既往证据相关的变量。变量数量应有所节制，分界值也需有临床或法规依据，例如按临床常用阈值划分年龄或指标水平。若变量是在揭盲后新增，应标注为事后分析，其结论仅作假设生成，不能进入主要结论表述。

1. 优先选择与器械作用机制相关的变量。
2. 分界值采用临床通用标准或历史研究沿用的划分。
3. 避免将同一维度拆分为多个重叠亚组。
4. 事后亚组须明确标注，并说明发现的局限性。

交互作用检验的实施方式

判断亚组间效应是否存在真实差异，通常采用治疗与亚组因素的交互作用检验。若交互作用检验结果不显著，说明现有数据尚不足以支持效应不同的结论，此时不宜逐组下结论。若显著，则需进一步考察效应方向与幅度、各组样本量、事件数以及是否存在混杂，并结合临床意义审慎解释。需要注意的是，亚组样本量普遍较小，检验效能有限，未检出交互作用并不等价于效应完全一致。

• 以交互作用检验作为判断亚组差异的主要依据。
• 报告各亚组的效应量、置信区间与事件数。
• 关注样本量小的亚组结果不稳定的问题。
• 显著交互作用需结合临床意义与既往证据解释。

多重性与假阳性控制策略

亚组数量越多，偶然出现显著结果的可能性越大。为控制这一点，可在统计分析计划中限定确证性亚组分析的范围，并规定相应的显著性水平分配或层级检验顺序。对于探索性亚组，应明确其结果不用于支持适应症扩展或疗效声称，而是提示后续研究方向。当某一亚组结果被用于支持注册结论时，相应的多重性调整策略必须事先说明并具备统计学合理性。

1. 确证性亚组数量尽量精简，控制在可管理范围。
2. 需要确证性结论时，预先规定显著性水平分配。
3. 探索性亚组结果不与主要结论并列声称。
4. 在统计报告中完整呈现所有预设亚组，避免只报阳性结果。

结果解释与申报表述边界

亚组结果的解释必须结合研究设计的整体框架。若主要终点在总体人群中未达到统计学显著，个别亚组出现阳性结果，通常不足以支持疗效结论，除非该亚组本身即为预先规定的确证性分析对象并具备足够的样本量与统计设计支持。在申报资料与说明书中，关于特定人群的表述应有相应的数据支撑，不得将探索性发现描述为已证实的疗效差异，也不得以此扩大器械的适用人群范围。

• 总体未达显著时，应避免以亚组阳性替代主要结论。
• 说明书中的适用人群描述以主要分析结论为依据。
• 对特殊人群的提示应明确证据强度与不确定性。
• 必要时通过专门研究验证亚组发现，而非直接声称。

亚组分析的价值在于让数据的解释更完整，而不是提供挑选结论的空间。建议在方案阶段就与临床与统计团队共同确定亚组清单与分界依据，在统计分析计划中写明交互作用检验与多重性控制规则，在报告中完整呈现全部预设亚组结果。把规则定在前面，亚组分析才能真正服务于结论的稳健性。

官方来源：国家药监局·医疗器械工作文件