简介《ICH E9 R1估计目标及敏感性分析蓝皮书》是DIA中国统计社区发布的行业指导性文档面向临床试验设计、统计分析与监管沟通的研究者与统计师。资源系统阐述估计目标的结构化框架及五大属性主要终点、指标、对照组、参数估计类型及参考假设并讨论伴发事件处理、主估计方法、敏感性分析与补充分析的逻辑关系帮助读者明确试验目的、选择恰当策略并提升结果解释的稳健性。资源为单个PDF文件压缩包大小1.63MB。内容按章节编排前两章介绍ICH E9(R1)背景与估计目标框架的呈现规范后文结合淋巴瘤CAR-T疗法、哮喘多臂三期试验等案例演示应用。已有2792人浏览学习适合需要将ICH E9(R1)原则落地到方案撰写、统计分析与监管沟通的中高级统计人员和医学研究者可作为团队内部培训与自查的参考材料。1. 估计目标的来龙去脉同一份数据为何会得出两种结论在药物治疗效应和统计分析的交汇点上估计目标与敏感性分析现在已经是试验方案里绕不开的术语。但框架诞生之前行业刚刚经历过一场争论一款降糖药的主要终点在第24周显示阳性申办方用ANCOVA加末次观测结转完成了主要分析审评部门却主张直接纳入补救治疗之后的数据认为那才更接近真实的意向治疗分析。双方都有统计学理由分歧的根源却不在方法而在“到底想估计什么”。这份ICH E9(R1)估计目标及敏感性分析蓝皮书把这个问题拆开来讲了并用十个案例教你怎么落地。适合做确证性试验的统计分析师、临床开发人员和医学事务同事作为团队共同语言。2. 估计目标结构化框架五大属性与五种伴发事件策略的选型逻辑2.1 从治疗效应到估计目标为什么光有终点还不够ICH E9最早讲的是控制偏倚随机化消除选择性偏倚盲法减少测量偏倚缺失数据要事先设计应对。这些原则到现在依然成立但它没有解决一个更前置的问题——你打算估计的“治疗效应”到底是什么。E9(R1)把这个问题顶到了最前面治疗效应被定义为相同受试者在不同治疗条件下可能发生的结果之间的比较。可是同一个受试者不可能同时接受两种治疗我们只能在群体层面做因果对比因此必须先明确“对哪个人群、用哪个变量、在什么条件下、怎么汇总”这个概念就是估计目标。估计目标是治疗效应的一份精确描述。它由五个属性组成目标人群、治疗、目标变量、伴发事件及处理策略、群体层面汇总。也许你会觉得这不就是人群、干预、终点再加一个统计量吗实际差别就在“伴发事件”这一项上。伴发事件是治疗开始后发生的、会影响目标变量解释或存在的事件例如因缺乏疗效提前终止治疗、使用补救治疗、死亡、治疗转组。它们无法靠随机化避免也不能简单当成方案违背去剔除。方案违背是要尽量避免的而伴发事件是治疗过程中自然会发生的事需要在设计阶段就预料到并为每一类伴发事件选好处理策略。用一个例子说明五属性之间的关系某试验评估试验药A对比标准治疗B在6个治疗周期内提高总体最佳响应率的能力。受试者在完成6个周期前可能因疾病进展而接受下一线治疗这个事件一旦发生以后评估的响应就不再是试验用药的疗效了。若采用不同的策略终点、治疗甚至人群的定义都会跟着变。所以E9(R1)要求把五个属性绑定在一起写不能只写一个终点就完事。2.2 五种伴发事件处理策略各自回答哪个临床问题先交代蓝皮书的做法它用一个简化的例子把五种策略串起来讲方便对照。这里沿用同一个例子主要终点是第6个周期后的总体最佳响应接受下一线治疗是预设的伴发事件。接下来逐一拆解。第一种疗法策略最简单伴发事件发生后所有观测值照常纳入分析。此时科学问题已经被“稀释”了——你估计的不再是药本身的效果而是“起始治疗加上后续各种治疗”的净效果。例子中接受了下一线治疗的受试者若在第6周期评估为部分缓解那这个部分缓解就被计入治疗组对应的治疗描述要写成“试验药加后续治疗”对比“对照药加后续治疗”。这种策略常用于额外治疗使用普遍且符合临床常规的场景但它不适合死亡的场景因为死亡发生后目标变量已不存在没有观测值可以纳入。第二种假想策略回答的是“假如伴发事件不发生疗效如何”。比如假设患者没有接受下一线治疗那么他第6周期的最佳响应需要靠模型预测出来。这里有个极易翻车的细节只说“假想患者没有用下一线治疗”是不够的还得说清楚是“患者无法获得下一线治疗”还是“患者临床状况良好所以不需要下一线治疗”两种假想对应完全不同的临床意义和预测模型。假想无法用数据验证敏感性分析必须做足。第三种复合策略把伴发事件当成不良结局编进终点里接受下一线治疗就记为“无应答”。死亡也常用这个策略——肿瘤无进展生存期里死亡本身就是终点事件。此时伴发事件会改变目标变量的定义写方案时要同步更新终点描述。第四种在治策略只看伴发事件发生之前的数据事件之后的结局被认为与试验治疗无关。例子中接受下一线治疗前若已有最佳响应就取这个值进入分析。它的副作用是变量的观测窗口变了不再严格是“第6周期后的响应”。该策略适合评价治疗依从期间的效应但解释范围也相应变窄。第五种主层策略关注的是“本就不会发生伴发事件”的那群人。它和事后按实际发生事件分组完全是两码事主层人群是一个潜在人群需要通过入排标准或特殊设计来界定。用了这个策略人群属性这一项就要重写。把这五种策略放在一起判断时我一般先问三个问题伴发事件发生后还有没有可用的测量值事件本身算不算不良结局研究想回答的是“净效应”还是“纯效应”三个问题下来候选策略基本能缩小到两三个再拿给临床团队讨论。策略科学问题终点观测数据收集要求最适合的场景疗法策略起始治疗加后续治疗的净效应事件后观测照用事件后继续收集后续治疗是临床常规组成部分假想策略假如事件不发生时的纯效应事件后数据由模型预测/填补无需按此策略收集事件后数据想隔离试验药本身贡献复合策略按伴发事件定义的不良结局事件本身计入终点结局事件发生后通常无需后续测量死亡、进展、治疗失败在治策略事件发生前的治疗效应只取事件前观测持续收集到事件发生即可安全性或依从性相关终点主层策略潜在不发生伴发事件人群的效应仅主层人群入排设计要能识别主层明确目标人群为耐受人群2.3 结构化框架三步法先定估计目标再选主估计方法蓝皮书倡导的结构化框架一共三步。先明确试验目的也就是临床问题再根据这个目的定义估计目标落实五个属性最后为估计目标选择主估计方法和敏感性分析方法。主估计方法应当能给出估计值、置信区间并完成检验它包含两套假设统计分析模型的假设以及缺失数据处理的假设。这套顺序不能倒。过去很多团队的习惯是先定分析集、再选插补方法、最后写统计方法章节结果就是分析方法和临床问题脱节到了申报阶段才被追问“你到底估计的是什么”。E9(R1)把顺序掰了过来。主估计方法固定下来之后敏感性分析针对的是同一个估计目标考察主估计方法的假设偏离或数据局限性是否影响结论补充分析则是不属于主估计和敏感性分析的其他分析用来提供更全面的参考但不承担主要结论职责。结构化框架的沟通价值同样明显。方案最终要写清楚这几件事伴发事件清单及处理策略、每个估计目标对应的主估计方法、敏感性分析方案。把这些内容在方案定稿前拉齐能省掉后面大量来回沟通。开头那个降糖药案例就是反例问题拖到申报阶段才暴露直接拖延了整个审批节奏。3. 伴发事件策略落地推演从CAR-T到慢性病三期试验的案例对照3.1 CAR-T淋巴瘤试验死亡与后续治疗怎么分第一个案例是某CAR-T产品用于复发难治淋巴瘤的研究。这种试验里最常见的伴发事件是死亡、疾病进展和额外抗肿瘤治疗。主要终点如果定为客观缓解率死亡归到哪去就非常关键用复合策略可以把死亡与其他“未缓解”情况一起定义为治疗失败操作简单、解释直接但如果试验还想额外回答“如果患者未死亡、缓解是否持续”就得再设一个假想策略的估计目标把死亡当作未发生来建立预测模型。预测模型对死亡原因的假设很敏感通常作为敏感性分析或支持性分析处理不承担主要解释。方案落地时对每个伴发事件要单独写明策略。死亡是否计入终点、后续治疗开始后的疗效评估是否还纳入分析这两条写清楚统计分析和数据采集表结构才能跟着定下来。3.2 哮喘三臂试验补救用药的身份之争第二个案例是哮喘的多臂三期试验。哮喘患者症状控制不佳时常常会使用短效缓解药物这就是治疗过程中高频出现的伴发事件。如果试验目的想回答“在常规使用缓解药的基础上叠加试验药是否能带来净收益”那缓解用药理应采用疗法策略把它当作临床常规的一部分如果目的想隔离试验药本身的疗效就要用假想策略假设患者没有使用缓解用药并用模型去填补关键终点。这两种策略对应的终点描述完全不同试验方案中伴发事件策略的措辞也必须跟着调整。多臂设计的额外复杂度在于组间补救用药频率不平衡时疗法策略下的估计容易受“某一组更常用药”干扰写结论时要特别注意解释边界。3.3 肾细胞癌术后辅助治疗DFS与终止治疗的衔接第三个案例是肾细胞癌术后辅助治疗研究主要终点通常选无病生存期。无病生存期的特征是死亡本身是终点事件进展也是事件所以死亡天然按复合策略并入终点。更棘手的是提前终止治疗患者因为毒性或医生决定停用试验药后后续随访是否继续收集、影像学评估是否继续做直接影响无病生存期观测的完整性。蓝皮书建议的思路是终止治疗本身作为伴发事件采用疗法策略继续跟踪受试者直到事件发生或研究结束同时把假想策略作为敏感性分析考察“如果患者坚持完成治疗结论会不会变”。这种组合是肿瘤辅助治疗试验里比较成熟的做法实操性很强。3.4 心衰运动能力研究连续终点的伴发事件边界第四个案例是心衰患者运动能力的临床试验终点通常是六分钟步行距离之类的连续指标。患者因心衰加重住院、试验用药调整或不良事件停药都会让后续访视数据缺失或不可解释。这类事件是伴发事件但像单次漏服、日间服药时间偏差这类方案违背如果预期不影响终点解释就不应该当作伴发事件处理。区分伴发事件与方案违背是连续终点试验里最容易糊涂的地方。判断标准只有一条这个事件是否影响目标变量的解释或存在、是否改变治疗定义或人群定义。如果不影响就不进伴发事件清单。3.5 把案例对照成一张策略决策表看下来的共同点同一个伴发事件在不同试验目的下会走向完全不同的策略。我习惯把历史案例整理成一张对照表写新方案时直接对号入座。试验领域典型伴发事件常用策略要点肿瘤CAR-T/客观缓解率死亡、额外抗肿瘤治疗复合策略假想敏感性死亡计入未缓解假想策略仅作敏感性哮喘三臂补救缓解用药疗法策略或假想策略取决于是否评估叠加净收益肿瘤术后无病生存期提前终止治疗疗法策略假想敏感性终止后仍随访考察坚持治疗的稳健性心衰运动能力住院、停药、用药调整在治策略为主选明确事件后测量不纳入新冠治疗试验机械通气、死亡复合策略事件发生率组间不平衡时要预判敏感分析方向这些案例也提醒一个实操点伴发事件的定义越早写进方案越好最好能和入排标准、停药标准、合并用药限制放在同一段落区互相引用避免统计章节和临床章节各写一套。4. 敏感性分析与方案呈现主估计方法的稳健性如何设计4.1 主估计方法的两类假设E9(R1)之前敏感性分析在ICH E9里只是一句“缺失数据较多时应当做敏感性分析”。E9(R1)把它升级为“针对同一估计目标、考察主估计方法假设稳健性的系列分析”。也就是说敏感性分析必须和主估计方法绑定不能换一个终点、换一套人群后再拿来比较。主估计方法的假设通常分两类统计模型假设和缺失数据处理假设。统计模型假设包括分布设定、协变量取舍、重复测量结构等缺失数据处理假设则关心缺失是随机缺失还是非随机缺失以及相应的插补模型是否合理。写方案的时候最好把这些假设逐条列在统计分析计划里与估计目标一一对应这样后续敏感性分析才有明确靶点。4.2 敏感性分析的常见做法与一次只改一个假设的原则设计敏感性分析最忌一次改掉多个假设。假设你把缺失数据插补方法从末次观测结转改成多重填补同时又把协变量集合换了结果差异确实可能很大但你无法判断是哪一处改动造成的。蓝皮书建议的手法是一盏一盏灯去看一次只偏离一个假设看统计推断是否翻转。常见的敏感性分析方向可以按下面表格组织。偏离维度偏离方向常用做法主要检验内容缺失数据机制假设非随机缺失控制性多重填补、δ-调整跳转至对照主填补方法是否稳健统计模型线性假设不成立、协变量选择变化改用重复测量混合模型、秩和检验模型结构对结论的影响插补信息来源假想策略的预测人群不准确换用不同的参考组构建预测模型假想情景假设的敏感性分析集主分析集的边界不同按不同伴发事件定义各做一遍人群定义对结论的影响一种常见做法是控制性多重填补配合δ-调整先假定伴发事件发生后未观测到结果的那部分受试者其结果均值比插补值更差一个δ再取多个δ值做网格分析。δ取0、0.1、0.2依次推演结论的翻转点出现在哪里哪里就是解释边界。这个思路用在假想策略下尤其好用因为假想策略依赖不可验证的预测假设必须有这类定量手段兜底。补充一点容易混淆的地方如果敏感性分析是换一种伴发事件处理策略比如从假想策略换成复合策略那严格来说已经换了一个估计目标不属于“对原估计目标的敏感性分析”。实务中这种对比常见于和监管沟通的补充材料建议在方案里归类为补充分析避免被审评挑出概念错误。4.3 方案中估计目标段落的呈现模板蓝皮书第二章给了估计目标在方案中的呈现参考核心是先写明临床问题再逐项列五属性最后给选择理由。我习惯按下面这个结构组织方案段落。主要关注的临床问题是在有【疾病】的受试者中不考虑因任何原因终止治疗、也不考虑是否开始补救治疗或改变背景治疗的情况下治疗【时间】后通过【终点】评估的治疗差异是多少。然后分五条写人群对应入排章节终点写明测量变量和评估时间治疗写清楚是研究药单独还是包含补救治疗伴发事件列明清单和策略汇总层面写明统计量是均数差、风险比还是别的指标。最后单独给一张伴发事件策略汇总表把每个估计目标涉及的伴发事件按策略填进去。这张表非常有用审评和内部交叉审查都能一眼看出哪里漏了、哪里矛盾。伴发事件主估计目标次要估计目标1次要估计目标2终止治疗疗法策略复合策略在治策略补救治疗假想策略疗法策略在治策略死亡假想策略复合策略在治策略背景治疗改变疗法策略疗法策略疗法策略提示方案中伴发事件定义、脱落标准、合并用药限制等分散在不同章节的内容必须与这张汇总表互相引用。曾经见过方案正文写了“终止治疗按疗法策略处理”统计章节又只分析了完成治疗的亚组这种前后矛盾在申办方内部审阅时是高频发现。5. 实践中的常见问题与排查五个高频踩坑点记录5.1 把估计目标写成了终点定义现象统计分析师把“估计目标”段落写成“主要终点是第24周较基线的变化”后面再没有内容。审评反馈说估计目标不完整。原因沿用了E9时代写方案的习惯以为终点加分析集就是全部。解决用五属性清单逐项自查缺一个属性就标注一个待办。伴发事件及处理策略是最大缺口必须单独写一段没有伴发事件也要明确写“无”不能默认省略。5.2 把方案违背和伴发事件混为一谈现象把“受试者漏服两次药物”等同于伴发事件要求统计团队为它设计策略并做敏感性分析整体工作量凭空多了三分之一。原因没理解伴发事件的定义边界。漏服药物如果预期不影响终点解释不属于伴发事件按方案违背管理即可。解决做一次判断——事件发生在治疗开始后、影响变量解释或存在、改变治疗或人群定义三条同时满足才算伴发事件。只满足其中一条的回去查方案违背处理流程。5.3 选择在治策略却要求完整的末次访视值现象方案写明终止治疗伴发事件用在治策略终点却定义为“第24周评估”导致统计分析师不知道要不要纳入终止治疗后的访视数据反复邮件确认。原因在治策略的观测窗口已经变为“事件发生前”与固定访视窗口的终点天然冲突。解决在终点定义里同步修改描述写成“终止治疗前最后一次评估”。五属性中的终点属性和伴发事件策略必须联动修改不能只改一处。5.4 敏感性分析同时改多个假设翻车了不知道找谁现象敏感性分析结果大幅变化项目组内部争论是插补方法还是协变量原因导致结论无法收敛。原因一次改了缺失数据插补方法和协变量集合两个维度差异归因失败。解决严格按蓝皮书建议逐项偏离。先把插补方法从单一插补换成多重填补跑一遍再把模型从协方差分析换成混合模型结构再跑一遍。每一步记录结论是否翻转翻转点出现在哪一步报告里才能写清楚。5.5 假想策略的假设写不具体预测结果无法解释现象假想策略下的敏感性分析结果差异很大审评追问“你假想的是哪一种临床情景”方案里没有答案。原因只写了“假设患者未接受补救治疗”没有说明是“无法获得”还是“无需使用”两种情景对应不同的参考人群和预测模型。解决在方案里写明假想情景的具体含义并把预测模型的参考人群共同写出来。若无法区分情景退回用复合策略或疗法策略做主要估计把假想策略降级为补充分析。6. 拿到蓝皮书后的使用方法三遍检查法落地自家方案6.1 三遍检查分别查什么第一遍查五属性完整性方案里每一个估计目标必须同时出现人群、治疗、终点、伴发事件策略、汇总统计量。第二遍查伴发事件策略矩阵把每个伴发事件与每个估计目标的策略填进表格检查相邻单元格是否矛盾。第三遍查主估计方法与策略一致性在治策略下终点是否已经截断、疗法策略下终止治疗后的随访数据是否还收集、假想策略的假设是否具备可解释性。6.2 一个可复制的属性自检脚本我后来把第一遍检查写成了一个简单脚本免得每次靠肉眼盯方案。它不替代统计评审只负责把缺漏项拉出来。def check_estimand_attributes(estimand): required (population, treatment, endpoint, intercurrent_events, summary) issues [] for attr in required: value estimand.get(attr, ) if not value or not str(value).strip(): issues.append(f缺少五属性之一{attr}) if while_on_treatment in str(estimand.get(intercurrent_events, )): endpoint str(estimand.get(endpoint, )) if event_before not in endpoint and 截断 not in endpoint: issues.append(在治策略下终点应截断在伴发事件发生之前) return issues estimand { population: 符合入排标准的受试者, treatment: 试验药对比安慰剂, endpoint: 第24周的总评分变化, intercurrent_events: 终止治疗按在治策略处理, summary: 两组均值差 } print(check_estimand_attributes(estimand))脚本逻辑很简单第一段检查五属性必填项第二段做一条粗粒度一致性检查——如果伴发事件描述里出现了“在治策略”终点描述却没有体现截断逻辑就返回提醒。参数说明estimand是字典键名固定为五属性的英文缩写值用方案中的原句填入返回的issues列表为空说明第一遍自查通过非空则按提示回方案修改。那之后我每次拿到新项目的方案草稿都强制走一遍三遍检查脚本跑属性完整性表格过伴发事件矩阵最后人工读一遍主估计方法段落。这条流程看着简单却帮我拦下了好几次“方案送到外面之后才发现策略自相矛盾”的尴尬。希望帮到你。本文还有配套的精品资源点击获取