综述：高效临床试验设计的统计分析：复合结局的胜率比及相关方法评估

这篇综述深入探讨了在随机对照临床试验中，复合结局(composite outcomes)的应用挑战与解决方案。文章重点介绍了胜率比(WR)方法，该方法通过临床优先级排序（如将死亡率置于次要终点之上）解决传统复合结局分析中"首次事件优先"的局限性。WR在心血管试验中已广泛应用，但在围手术期等领域仍有推广价值。综述系统比较了WR与传统方法的优劣，并提供了分层分析、胜差(WD)等改进策略，为临床研究者选择终点分析方法提供了实用指南。（注：全文保留α=0.05、SGLT-2等专业符号）

　　

复合结局的挑战与机遇

在随机对照临床试验设计中，复合结局通过整合多个相关终点（如死亡+器官功能恶化）显著提升统计效能，尤其适用于罕见事件研究。传统分析方法将各组分事件等同对待，当合并不同临床重要性的终点（如致命性与非致命性事件）时，可能导致结果误读。典型案例如SGLT-2抑制剂治疗糖尿病肾病试验，将终末期肾病与心血管死亡合并分析，可能掩盖死亡率的关键影响。

死亡率分析的困境

当复合结局包含死亡率时，传统时间-事件分析存在固有缺陷：非致命事件（如急性肢体缺血）往往先于死亡发生，导致死亡率贡献被稀释。FDA建议对复合结局各组分单独报告，但这种方法会增加多重检验风险。典型案例VOYAGER试验显示，利伐沙班对肢体缺血事件的改善主导了复合结局结果，而心血管死亡的独立效应难以凸显。

胜率比方法革新

Finkelstein-Schoenfeld(FS)测试开创性地将Wilcoxon-Mann-Whitney检验扩展到复合结局分析，为WR奠定基础。如图1所示，WR通过分层比较解决临床优先级问题：

以达格列净治疗急性器官功能障碍的模拟数据为例（8治疗组vs12对照组），WR分析分三步：

1. 死亡率比较产生18胜18负
2. 存活者继续比较CRRT需求，产生11胜18负
3. 剩余病例比较住院时长，最终累计45胜49负（WR=0.92）

方法学优势与局限

WR的核心优势在于：

• 兼容多种数据类型（二分类/连续/时序）
• 通过R^?（WWR包）、Stata^?等软件便捷实现
• 样本量需求可能低于传统方法

但需注意：

1. 大量平局会降低统计效能，此时可采用胜算比(WO)调整
2. 不同风险患者直接比较可能偏倚，推荐分层WR（如EMPU