评估在不同有效后续治疗情况下估算总体生存率假设估计量的新方法——一项基于临床试验的模拟研究

《Statistics in Biopharmaceutical Research》：Evaluating new methods for estimating the hypothetical estimand on overall survival in the presence of different effective subsequent therapies - a simulation study with application to a clinical trial

纯治疗效应的生存分析中，改进逆概率截断加权法(m-IPCW)和两阶段估计法(m-TSE)能有效区分不同类型后续疗法对总生存期的影响。通过模拟不同后续治疗启动场景，验证了改进方法在降低偏倚和标准差方面的优势，特别在GADOLIN试验中得到应用验证。

　　

摘要

本文提出了一种假设性策略，用于估计在原始随机治疗条件下纯治疗效应对总生存期（OS）的影响，而不考虑后续有效治疗的影响。为了处理后续治疗的发生情况，研究人员提出了新的统计方法，包括逆概率截尾权重分析（IPCW）和两阶段估计（TSE）。然而，这些方法忽略了不同类型后续治疗对OS的影响。受GADOLIN试验的启发，我们提出了改进的方法（m-IPCW和m-TSE），以考虑两种不同类型的后续治疗。

我们使用多种情景模拟了随机对照试验（RCT）数据，并模拟了后续治疗的发生情况与患者个体特征及随机治疗之间的关系。通过比较偏差和均方根偏差与未接受后续治疗时真实对数风险比，评估了不同方法的性能。

在所有模拟情景中，改进的TSE和IPCW方法均优于简单的截尾处理方法。m-TSE的表现优于其标准版本，这一点在GADOLIN试验中的应用中也得到了验证。我们的结果表明，在存在不同有效后续治疗的情况下，能够区分不同类型后续治疗的统计方法可能会产生更有效的估计值，从而更准确地反映假设性策略下的治疗效果。