体外诊断试剂临床试验统计分析方法

体外诊断试剂临床试验的统计分析方法，需要根据产品类型、预期用途与主要评价指标来确定。定性产品关注与临床诊断或对照方法的一致性，定量产品则关注测定值之间的偏差与相关性。统计分析计划若在试验启动前即明确，可有效减少事后选择性分析带来的偏倚。本文围绕主要指标、统计方法、样本量与报告要点展开梳理，为企业规范开展统计分析提供参考。

一、评价指标与统计目标的确定

统计分析的起点是明确主要评价指标。定性产品通常以灵敏度、特异度、阳性与阴性符合率作为主要指标；定量产品常以偏差、相关系数与一致性区间为核心。对于筛查类产品，还应关注阴性预测值；对于辅助诊断产品，则需关注阳性预测值与临床一致性。指标一旦确定，应与样本量估算和方案设计保持一致。

• 定性指标：灵敏度、特异度、阳性符合率、阴性符合率、总符合率。
• 定量指标：偏差估计、相关系数、回归分析与一致性分析。
• 预测指标：阳性预测值、阴性预测值及其置信区间。
• 一致性指标：一致性检验统计量与临床诊断符合程度。

二、定性数据常用统计方法

定性数据一般采用交叉表格整理结果，计算各项符合率并给出置信区间。评价两种方法一致性强度时，可使用一致性检验统计量，如Kappa值，并结合其置信区间判断一致水平。对配对分类资料，可采用相应统计检验判断差异是否具有统计学意义。需要注意的是，统计学差异不等于临床差异，判读时应结合临床可接受标准。

1. 构建交叉表格，整理阳性、阴性及不一致例数。
2. 计算灵敏度、特异度与各项符合率及置信区间。
3. 采用一致性统计量评价方法间的一致性强度。
4. 结合临床可接受标准解释统计结果的临床意义。

三、定量数据统计方法

定量数据的分析应兼顾相关性与一致性。相关分析可评价测定值随浓度变化的同步程度，但相关系数高并不代表结果可比。更直接的偏差评价可采用差值分析或Bland-Altman方法，通过均值差与一致性界限判断两种方法是否可互换使用。必要时可开展回归分析，评估比例偏差与固定偏差是否存在。

• 绘制散点图与偏差图，观察数据分布与趋势。
• 计算相关系数，作为相关程度的辅助证据。
• 采用偏差均值与一致性界限评价可比性。
• 回归分析评价斜率、截距及系统性偏差。

四、样本量估算与缺失数据处理

样本量应基于主要指标的预期水平与允许精度进行估算，并预留一定的脱落比例。估算需在方案中给出假设条件、检验水准与检验效能。缺失数据应事先明确处理原则，说明采用的补全或剔除方法及其依据，避免因随意剔除导致结果偏倚。对不一致样本，宜保留并分析原因，而不是简单排除。

1. 依据主要指标的预期值与允许误差估算样本量。
2. 按一定比例增加样本，以覆盖脱落与不合格情况。
3. 事先约定缺失数据的处理原则与方法。
4. 对不一致结果进行原因分析并保留记录。

五、统计报告撰写与常见问题

统计报告应完整呈现数据集划分、统计方法、分析结果与结论，并保证可复核。常见问题包括统计分析计划缺失或事后频繁修改、只报告符合率不报告置信区间、样本量依据不足以及统计方法与数据类型不匹配。企业在撰写时应明确统计软件与版本，附关键分析程序或说明，确保结果可重复。

• 缺少预先确定的统计分析计划，存在选择性报告风险。
• 置信区间缺失，无法判断估计结果的精度。
• 方法与数据不匹配，统计工具选择不当。
• 结论与数据脱节，未结合临床可接受标准作出解释。

统计分析的目的是以规范方法支撑产品临床性能结论，而不是堆砌检验结果。企业应在试验设计阶段即引入统计人员参与，明确主要指标与分析方法，并在报告中保持逻辑一致。当产品变更或新增适用人群时，应评估是否需要补充临床统计资料，使统计证据始终与产品状态相匹配。

官方来源：国家药监局·医疗器械行业标准公告