参与临床试验的患者由于受各种因素（如遗传学、人口学、环境、病理生理学、合并症、合并用药、区域等）的影响，往往具有不同程度的异质性，从而可能导致试验药物在不同患者中的疗效不同。临床试验中将具有不同特征的患者分组，是探索不同患者人群之间疗效差异的直观方法，同时也是获益-风险评估不可缺少的一部分。本期，“嘉议肿瘤”“肿瘤临床研究专栏”将与大家分享亚组分析的相关内容。
目标适应证人群称为总体人群，将通过入排标准纳入临床试验的人群称为全人群。亚组人群（简称亚群）指总体人群中具有某些特征的一个子集，亚组是全人群中的一个子集。亚组分析是指针对试验药物在亚组中的疗效和/或安全性进行试验设计与统计分析的过程，亚组是亚群的一个样本，将亚组结果推广到亚群时需要考虑亚组对亚群的代表性问题。
亚组的识别和定义
(一) 亚组的识别
亚组的识别一般基于早期临床试验或确证性临床试验的探索性分析，可以使用定量的方法，如交互树和递归分割树等方法；也可以根据文献报道或者医疗实践积累的知识进行识别。
亚组识别主要关注不同亚组间疗效的差异及其临床意义，本质上属于探索性研究，一般无须控制总I类错误率。进行亚组识别时应考虑的因素包括但不限于以下几个方面：①临床上的可解释性；②临床上的可操作性；③药物的作用机理；④定义亚组的变量个数和类型（如连续变量、分类变量）；⑤误分或漏分亚组两种情况带来的风险；⑥亚组识别模型的选择（不宜过于复杂，以避免过拟合）。
(二) 亚组的定义
亚组通常由患者的一个或多个内在和/或外在因素（见ICH E5）来定义，而且应具有一定的临床意义。这些变量通常是基线变量，包括人口学特征（如年龄、性别等）、实验室检查指标、基因组相关标志物、疾病的严重程度或分型、临床状况（如合并症、伴随用药）、地区（如国家、试验中心）和环境因素等。
实际应用中，亚组大多由一到两个变量来定义，例如把研究对象按照年龄分为18-65岁和≥65岁两个年龄组；又如在抗肿瘤药物研究中，把患者按照ECOG评分和基因突变（或基因表达）水平，分成不同的亚组。需要注意的是，使用多于两个变量定义亚组的情况比较少见，主要是因为：①定义亚组的变量过多，容易出现误分的情况；②使用多个变量定义亚组时，对亚组分析结果的解释往往出现困难。当亚组的定义确实需要涉及多个变量时，可以考虑将这些变量通过一定的方法转换成单一的风险分数，并以此来定义亚组。例如抗肿瘤药物试验中常用的ECOG评分，反应了患者自我保健、日常活动和体能状况等综合能力。
亚组分析的类型
根据研究目的，亚组分析分为探索性亚组分析、支持性亚组分析和确证性亚组分析。对于探索性亚组分析，亚组既可以在设计阶段事先定义、也可以在分析阶段事后定义（如根据数据驱动划分亚组）。对于支持性亚组分析，亚组一般应在临床试验的设计阶段事先定义，并在试验方案中详细描述。而对于确证性亚组分析，则必须在临床试验的设计阶段事先对亚组进行定义，并在试验方案中详细描述。
(一) 探索性亚组分析
探索性亚组分析主要用于早期临床试验或在确证性临床试验的探索性分析中，其目的是发现药物在不同亚组间疗效和/或安全性方面的差异，进而提出研究假设，以待在后续的临床试验中进一步探索和验证。因此，探索性亚组分析主要关注的是其结果在生物学上的合理性或临床上的可解释性，是否进行多重性调整由申办者自行决定。
(二) 支持性亚组分析
在以考察试验药物在全人群中的疗效为目的的确证性临床试验中，当全人群的主要终点同时具有统计学意义和临床意义时，通常还需要进行支持性亚组分析，目的是进一步考察试验药物在各个亚组中疗效的一致性。如果试验药物在各亚组间的疗效一致，可为药物适用于全人群提供进一步支持性证据；如果各亚组间的疗效不一致，特别是方向相反时，则亚组分析结果的解释可能会出现困难，需要对其做进一步的分析和研究。当全人群的主要终点没有统计学意义或临床意义时，亚组分析结果只能为进一步研究提供线索。
(三) 确证性亚组分析
确证性临床试验中，按照临床试验方案和/或统计分析计划中预先规定的亚组和多重性调整方法，考察试验药物在目标亚组和/或全人群中的疗效，其结果应同时具有临床意义和统计学意义，以支持药物说明书的撰写。确证性临床试验也可以对目标亚组进行确证性亚组分析，而对其它（非目标）亚组进行支持性或探索性亚组分析，以支持试验药物在目标亚组中的有效性和安全性的结论，并为非目标亚组的进一步研究提供线索。
亚组分析的一般性考虑
(一) 生物学合理性
生物学合理性指亚组的生物学特征与研究终点（如主要疗效终点、不良事件等）之间的因果关联在生物学上的可解释性。例如，不同患者之间潜在的病理生理学或遗传学的差异可能导致药物治疗效果的不同，亚组分析能够据此给出合理的解释。
(二) 异质性
亚组分析的主要目的是为了更好地了解试验药物在各亚组和全人群中的疗效，而是否需要和如何设计亚组关键在于临床试验中目标人群的异质性。异质性与预后因素或预测因素对试验药物疗效的影响程度有关。虽然试验前可能无法识别所有潜在的异质性因素，但在计划临床试验时，申办者应充分讨论已知的预后因素和预测因素对药物疗效评价可能带来的影响。
临床试验方案中应明确研究的目标人群。通常，入排标准的限制条件越严格，招募的患者异质性就越小；反之，宽松的入排标准可能导致入组患者的异质性增加，此时进行亚组分析就显得非常必要。
(三) 一致性
一致性是指不同亚组间显示出相同或相似的治疗效果。它反映了亚组结果对全人群疗效适用于试验总体人群的支持程度。在临床试验中需要考虑药物在所关心的亚组间的疗效差异，若亚组间结果不一致则需进一步评估不一致的原因和在特定亚组的疗效。
(四) 可信度
可信度是指亚组分析结果的可靠性或证据强度。可信度评估包括但不限于以下几个方面：①亚组是否预先定义；②定义亚组的变量是否具有生物学上的合理性，包括对患者预后因素的选择或治疗应答的预测是否有科学依据；③划分亚组的依据是否充分；④亚组分析结果的可重现性，即在相同或相似条件下的其他临床试验中，具有相同或相似的亚组效应。
在研究设计阶段，有时基于先验知识指定用于亚组分析的变量。这种预先指定亚组变量的方法，通常用在确证性和支持性亚组分析中，蕴含了亚组之间疗效有差异的推测，因此得到的亚组分析结果具有一定的可信度。然而，即使亚组分析的变量不是预先指定的，也要予以重视，尤其是对在安全性亚组分析中发现的亚组之间的差异，要特别关注其生物学上的合理性和结果的可重现性。
当亚组的样本量不足、无法准确估计药物在亚组中的疗效时，应主要考察其生物学上的合理性和结果的可重现性。当亚组疗效在试验条件（如研究设计、目标人群、亚组定义、治疗方案、结局测量等）相同或相似的一系列临床试验中一致时，即使没有明确的临床和生物学方面的解释，亚组结果也具有一定的可信度。另外，虽然随机化可以使不同治疗组间入组患者的基线变量分布趋于平衡，但由于亚组内样本量的减少，可能会出现亚组内不同处理组间基线不均衡的情况，因此必须检查药物在各亚组间的疗效差异是否是由于处理组间基线分布不均衡所致。
*本文参考国家药品监督管理局药品审评中心2020年12月发布的《药物临床试验亚组分析指导原则》摘编改写，原文请查看国家药品监督管理局药品审评中心--指导原则专栏
—END—
注：本文转载自嘉议肿瘤编辑部，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如有侵权行为，请联系我们，我们会及时删除。