基于原始测量尺度的分位数处理效应估计：提升临床试验结果解读的新方法

《Trials》：Estimating quantile treatment effect on the original scale of the outcome variable: a case study of common cold treatments

本文针对传统平均处理效应(ATE)在连续结局变量分析中的局限性，提出了基于原始测量尺度的反向转换分位数处理效应(BQTE)估计方法。研究人员通过Bootstrap算法估计BQTE曲线及其不确定性，并推导出分布尾端平均处理效应的信息边界。应用研究表明，BQTE方法能更准确地揭示治疗效果的异质性，为临床结局分析提供了更直观的解读工具。

　　

在临床医学研究中，如何准确评估治疗效果一直是个挑战。当我们关注感冒持续时间、住院天数这类连续变量时，传统的平均处理效应(ATE)方法就像是用一把"平均尺"来衡量所有人的治疗效果——无论患者病情轻重，都给予相同的期望值。这种简化处理虽然直观，却可能掩盖了重要的临床真相：一个仅持续1天的感冒不可能被缩短超过1天，而持续2周的感冒则可能有更大的改善空间。

更复杂的是，医学研究中常用的标准化均数差(SMD)虽然便于不同研究的合并分析，但其临床意义往往令人困惑。医生们很难理解"0.97个标准差单位"对感冒持续时间究竟意味着什么。近期调查显示，尽管SMD被广泛使用，但医生们普遍认为这是最不实用的结果呈现方式。

《Trials》期刊最新发表的方法学研究提出了一种创新解决方案。赫尔辛基大学的Harri Hemil?和Matti Pirinen开发了反向转换分位数处理效应(BQTE)方法，将分位数处理效应(QTE)重新表达在原始测量尺度上。这一方法不仅保留了QTE能评估整个分布处理效果的优点，还解决了传统QTE因基于对照组分位数而难以解释的痛点。

研究团队采用Bootstrap算法估计BQTE函数及其不确定性，通过从对照组和治疗组生成配对Bootstrap样本，计算经验分位数，建立分位数水平与原始测量值的直接联系。算法默认设置分界点数量K等于对照组样本量N_C，确保估计精度。针对删失数据，研究采用自然处理策略，通过敏感性分析验证了结果的稳健性。

研究选取了三个常见感冒治疗数据集进行方法验证：锌葡萄糖酸盐含片试验、锌醋酸盐含片试验（合并三个试验）和鼻用卡拉胶试验（合并两个试验）。这些数据集均来自随机双盲安慰剂对照试验，记录了患者每日康复情况，为方法评估提供了理想场景。

BQTE方法原理与实现

BQTE函数定义为BQTE(x)=F_T^-1(F_C(x))-x，其中F_C和F_T分别为对照组和治疗组的累积分布函数。对于连续分布，BQTE(x)等于QTE(F_C(x))；对于离散分布，则取对应分位数区间内的期望值。研究还定义了上尾BQTE(UTBQTE)和下尾BQTE(LTBQTE)，为分布尾端的平均处理效应提供信息边界。

锌葡萄糖酸盐含片试验结果

在Mossad等(1996)的试验中，BQTE分析显示治疗效果存在明显异质性。原始尺度上，4天短感冒的平均缩短效果显著小于15天长感冒，ATE估计值（4.0天）无法充分描述整个分布的处理效果。相对尺度分析则呈现一致性，所有BQTE估计值集中在30%-50%范围内，支持恒定相对效果假设。

锌醋酸盐含片合并分析

合并三个试验数据后，BQTE模式与单一试验相似。原始尺度上，5天以下短感冒的治疗效果明显小于总体ATE（2.7天），而长感冒的置信区间较宽。相对尺度再次呈现更好的一致性，36%的平均相对效果能较好描述整个分布。

鼻用卡拉胶试验发现

鼻用卡拉胶的BQTE模式与前两个案例不同。原始尺度上，短于1周的感冒几乎无显著获益，而2周以上感冒可能缩短5-7天。相对尺度也显示非恒定模式，长感冒的相对效果可能更大，尽管置信区间较宽限制了确定性结论。

BQTE方法的核心价值在于将群体水平的分位数处理效应重新锚定在临床医生熟悉的原始测量尺度上。与传统QTE相比，BQTE不需要假设治疗保持个体排序，通过UTBQTE和LTBQTE还能为分布尾端的平均处理效应提供无假设边界。这种方法特别适用于疾病持续时间、住院天数等具有不对称分布特征的临床结局变量。

研究证实，传统ATE估计往往无法充分描述整个分布的处理效果异质性。在三个感冒治疗案例中，相对尺度（RoM）在锌含片试验中表现出更好的分布一致性，提示在某些场景下相对尺度可能更适合效果汇总。然而，卡拉胶案例的相对效果异质性也表明，没有单一尺度能适用于所有情况，BQTE方法正好为这种评估提供了系统工具。

从临床应用角度，BQTE方法既能用于单个随机对照试验，也适用于个体患者数据(IPD)Meta分析。即使Meta分析中只有部分研究能获得IPD，BQTE也能帮助确定更合适的效果汇总尺度，进而提高整个证据体的解读价值。

该方法对临床实践和医学研究具有双重意义：对医生而言，了解治疗对特定病程长度患者的效果比了解对特定分位数患者的效果更具临床相关性；对研究人员而言，BQTE提供了超越单一ATE值的分布层面洞察，有助于更全面理解治疗作用的本质。

随着精准医疗理念的深入，识别治疗效果异质性变得愈发重要。BQTE方法为这一需求提供了实用工具，有望在未来临床研究设计和结果报告中发挥重要作用，推动医学研究向更细致、更个性化的方向发展。