多中心临床试验中心效应的统计分析
2018-11-06 杜玉慧 循证中医药
多中心临床试验可以在较短的时间内招募到足够的病例数，同时，来自多个中心的病例比来自单中心的病例有更好的代表性，从而使得结论的外推性更可靠。但时，由于各中心的试验条件未必完全相同，同一中心数据具有相似性，而不同中心则会存在异质性，这种现象称为“中心效应（center effect）”。中心效应往往不可避免，特别是当主要疗效评价指标出现中心效应时，如果统计处理不当，所得结论将会产生偏性。 对
多中心临床试验可以在较短的时间内招募到足够的病例数，同时，来自多个中心的病例比来自单中心的病例有更好的代表性，从而使得结论的外推性更可靠。但时，由于各中心的试验条件未必完全相同，同一中心数据具有相似性，而不同中心则会存在异质性，这种现象称为“中心效应（center effect）”。中心效应往往不可避免，特别是当主要疗效评价指标出现中心效应时，如果统计处理不当，所得结论将会产生偏性。 对多中心临床试验数据进行统计分析时，除了常规统计分析外，还需要对多个中心的各效应指标进行一致性评价，对中心效应进行校正，以得到更加真实、可靠的分析结果。解决中心效应的常用分析方法有：协方差分析、CMH卡方检验、logistic回归分析、多水平模型以及meta分析等。 1. 协方差分析(Analysis of Covariance)：用于效应指标为定量变量时。协方差分析是将回归分析与方差分析结合起来使用的一种统计分析方法。它先将定量的影响因素看作自变量，或称为协变量，建立因变量随自变量变化的回归方程，这样就可以利用回归方程把因变量的变化中受定量因素的影响扣除掉，从而能够较合理地比较因变量的总体均数之间是否有
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章，或“梅斯号”自媒体发布的文章，仅系出于传递更多信息之目的，本站仅负责审核内容合规，其内容不代表本站立场，本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言
#多中心#
87