复合终点时间-事件分析在临床试验中的统计考量与挑战：从CLEAR结局试验看风险比解读悖论

来自多领域的研究人员针对复合终点(composite endpoint)在心血管和肾脏结局研究中存在的统计效能与临床相关性矛盾开展深入研究。通过理论探讨和模拟研究重新评估Cox比例风险模型(Cox proportional hazards model)的适用性，揭示CLEAR试验中复合终点与单独组分风险比(hazard ratio)解读的悖论现象，为临床终点设计提供重要方法学参考。

　　

在心血管和肾脏结局研究中，复合终点(composite endpoint)作为提升统计效能的关键策略，通过整合多个临床相关事件来克服单个结局发生率低的局限。这种设计既能避免多重检验校正(multiple testing adjustments)，又可增加事件发生率，使研究在合理规模和时间框架内完成。但FDA指南强调，必须审慎评估各组分对临床相关性的影响。

CLEAR结局试验揭示了一个耐人寻味的现象：当分析复合终点时，治疗效应竟比单独评估各组分时显得更不利。这种风险比(hazard ratio)解读的悖论引发了对传统Cox比例风险模型(Cox proportional hazards model)适用性的重新思考。通过理论探索和模拟研究，研究者深入剖析了这一统计现象背后的机制，为临床研究中复合终点的设计与解读提供了新的方法论视角。