8.3 循证医学与临床试验
8.3 循证医学与临床试验
本节摘要：循证医学是肿瘤学的"参谋制度"——把个体经验、研究证据与患者价值三者摆上同一张桌子。本节讲证据金字塔、PICO 提问、临床试验四期与终点指标、统计 literacy（P 值、HR、中位值、绝对与相对获益），以及"如何读一篇论文"的实操流程——这是把前 7 章所有"标准方案"追问到出处的通用工具。
前面 7 章不断出现"标准治疗""一线方案""循证推荐"。本节回答一个根本问题：这些说法的"凭据"是怎么生产出来的、怎么分等级、怎么读、怎么被新证据推翻——以及你自己如何参与判读。
证据金字塔：不是所有"研究"生而平等
从塔基到塔尖的常见排序：个案报道与病例系列（产生假设）、横断面调查（患病率）、病例对照研究（回顾性找暴露，易受回忆偏倚）、队列研究（前瞻性随访暴露与结局，观察性但时序清晰）、随机对照试验（RCT，随机分配消已知与未知混杂，是疗效评价的金标准）、系统综述与荟萃分析（对多个 RCT 的结构化汇总，塔尖）。肿瘤学的特殊性：结局硬（生存）、周期长、人群异质——因此"真实世界研究"（RWE）成为 RCT 的补充：回答 RCT 排除人群（老年、合并症）里的效果，但证据等级低于设计良好的 RCT。关键警觉：观察性研究显示"相关"，只有随机化才能把"相关"推向"因果"——历史上激素替代疗法观察性研究显示护心，RCT 却显示增心血管风险，是教科书级的教训。
PICO 与检索：把临床困惑变成可回答的问题
PICO 四要素：P 患者人群（如晚期非鳞 NSCLC、EGFR 突变阴性）、I 干预（化疗联合 PD-1 抑制剂）、C 对照（单纯化疗）、O 结局（总生存、生活质量）。示例转换：'这个病人该不该加免疫？'→"晚期非鳞 NSCLC 一线化疗联合帕博利珠单抗对比单纯化疗能否改善总生存？"——后者可以直接映射到 PubMed 检索式与指南条目。指南分级：NCCN、ESMO、CSCO 的推荐都标注证据级别（如 I-II 级证据、A 级推荐），级别越低，"共同决策"的权重越大。
临床试验四期：新药的一生
I 期：首次人体的剂量探索与安全性（传统是剂量递增找 MTD；靶向时代加入扩展队列按生物标志物选人，"篮式"雏形），样本几十人，回答"安全吗、多大量"。II 期：初步疗效信号（缓解率、PFS），几十到几百人，回答"有效吗的初筛"；现在流行的篮式试验（同一突变不同癌种）与伞式试验（同一癌种不同突变）在此层级重构。III 期：随机对照确证试验，与当前标准对比，数百到数千人，是获批与指南改写的依据；期中分析与数据安全监查委员会（DSMB）防止无效或有害方案继续伤害受试者。IV 期：上市后监测，捕捉罕见毒性（如免疫治疗罕见心肌炎的真正发生率）。受试者保护三件套：知情同意、伦理委员会（IRB）审查、可随时退出——历史上《赫尔辛基宣言》正是对滥用受试者的制度性回应。
试验分期与终点
统计 literacy：读懂数字的四个习惯
习惯一，绝对与相对分开：相对风险降低 50% 可能只是绝对从 4% 降到 2%——患者问的是"我多活多久"而非百分比。习惯二，中位数与个体并存：中位 PFS 10 个月意味着一半人不到 10 个月，也意味着曲线拖尾的人远超 10 个月（免疫治疗的长尾尤其如此，5.4 节）。习惯三，风险比（HR）读法：HR 0.7 大致意味任一时点进展风险约为对照组七成；看置信区间是否跨 1 比看 P 值更直观。习惯四，警惕亚组与多重比较：非预设亚组的"阳性"常是噪音（比较次数多了总有碰巧的），P 值 0.049 与 0.051 的差别远小于它表面的仪式感。加上两个常见偏倚：替代终点陷阱（骨密度改善不等于骨折减少的等价逻辑，在肿瘤即"缓解≠生存"）与发表偏倚（阴性结果不爱发表，荟萃分析需检验漏斗图）。
如何读一篇论文：十分钟流程
第一步读摘要分层：目的（对应 PICO？）、方法（随机化与盲法、主要终点预设？）、结果（主要终点的绝对数值与置信区间）、结论（是否超出数据）。第二步看 CONSORT 流程图（入组、脱落、分析人群——意向性分析 ITT 优于"完成者分析"，后者会破坏随机化）。第三步核对主要终点与样本量计算是否一致（终点漂移是阴转阳的常见魔术）。第四步问外部真实性：入排标准是否覆盖你的患者（年龄、合并症、地区）。实操案例：某新药新闻称"降低进展风险 40%"，查原文见 PFS 的 HR 0.6，但中位 PFS 绝对差仅 1.4 个月、OS 尚不成熟、亚组分析显示获益集中于生物标志物阳性者——十分钟流程把标题党还原成可决策的信息。
一个决策实例：指南冲突时怎么办
70 岁男性，晚期结直肠癌，指南 A 推荐方案 X、近一年更新后的指南 B 对老年体能稍差者给出方案 Y。操作路径：查两份指南的证据条目 → 追溯各自的 III 期试验（入组年龄中位数 61 与 67）→ 发现 Y 的证据人群更贴近本患者 → 结合老年评估（日常生活活动、合并症负荷）与患者价值（更看重生存长度 vs 化疗毒性）共同决策选定 Y 并预留剂量调整节点。这正是循证医学的三元结构：外部证据 + 医生经验 + 患者价值，缺一即瘸。
小结
- 证据金字塔的排序逻辑是"因果推断强度"，随机化是分水岭。
- 四期试验是新药的一生，终点各有语言，OS 最硬、PFS 最常用、ORR 最快。
- 读数四习惯：绝对差、中位数与拖尾、置信区间、亚组警觉。
- 循证三元素：证据、经验、价值——最后一步永远发生在诊室里。
下一节看前方：精准医学、液体活检与新一代武器正在改写哪些规则。
三组统计陷阱的实例演练
陷阱一，终点替代：某方案报告"客观缓解率提高 15%"，但缓解率与生存的相关在免疫治疗时代已多次断裂（患者带瘤生存更久但不缩小）——决策前先问主要终点是 OS 还是 ORR，若只是后者，把结论降级为"值得进一步验证"。陷阱二，亚组魔术：一项总体阴性的试验里，"55 岁以下亚洲女性亚组"显示显著获益——若该亚组非预设、且试验共做了十几个亚组，按多重比较的算术，出现一个"显著"纯属必然；纪律是预设亚组才可作假设检验，事后亚组只配"生成假设"。陷阱三，交叉污染：对照组患者在进展后跨组接受了试验药物，OS 差异被稀释——此时 Cox 回归的秩保持分析（RPSFT 等方法）试图"还原"未交叉情形，读者只需知道：交叉越多，OS 越可能低估真实获益，PFS 的差距反而更可信。这三组陷阱覆盖了肿瘤文献里最常见的"标题与正文的落差"；把它们与"绝对差、置信区间"两个好习惯合并，你已具备读透一份 III 期报告摘要的核心装备。