基线症状严重程度是跨精神科诊断治疗脱落的稳健预测因子：七项NIMH试验的个体参与者分析

《Human Psychopharmacology: Clinical and Experimental》：Baseline Symptom Severity is a Robust Predictor of Treatment Dropout Across Psychiatric Diagnoses: An Individual-Participant Analysis of Seven NIMH Trials

　　

摘要

目的

治疗脱落会削弱精神科临床试验和临床诊疗的效力，而脱落预测因子的研究通常局限于单一诊断。本研究利用调和后的个体参与者数据（IPD），探讨哪些脱落预测因子在不同诊断间具有稳健性，哪些则与试验设计相关。

方法

对七项 NIMH 试验进行 IPD 分析（N = 8543）。采用按研究分层的 Cox 模型（种族完整数据 N = 6677）检验年龄、性别、种族及经组内 z 分数标准化后的严重度指标，并对每个预测因子进行比例风险检验、等系数检验（随访层级）、留一研究法、随机效应合并及严重度重新编码检验等评估。

结果

基线症状严重度较低稳健地预测了治疗完成，在所有分析设定下均显著且方向一致：z 分数、百分位排名和中位数分割编码（HR = 1.124，p < 0.001）、留一研究法、随机效应合并，以及短期和长期随访试验均如此。七项试验中，严重度的研究特异性估计值方向一致，但合并关联效应的强度主要由短期随访的 MDD 层级驱动（HR = 1.270，p < 0.001，对比 HR = 1.057，p = 0.026），且仅 STAR*D 试验单独达到统计学显著性。年龄、性别和种族具有信息价值但依赖具体研究，随随访时间范围而异（等系数检验对年龄、性别和严重度均被拒绝）且在各研究间存在差异（I² = 72%–84%）；比例风险假设对年龄和种族成立，但对严重度和性别不成立（χ² = 18.1，df = 4，p = 0.001）。

结论

基线症状严重度是脱落风险的稳健跨诊断标志物，也是挽留干预的切实靶点；而年龄、性别和种族则需结合具体研究进行解读。通过对合并估计值进行假设检验分层评估，可区分持久存在的跨诊断信号与受设计限制的信号，为未来 IPD 脱落研究提供模板。

利益冲突声明

Serretti 医生曾担任 Abbott、Abbvie、Angelini、AstraZeneca、Clinical Data、Boehringer、Bristol-Myers Squibb、Eli Lilly、GlaxoSmithKline、Innovapharma、Italfarmaco、Janssen、Lundbeck、Naurex、Pfizer、Polifarma、Sanofi、Servier 及 Taliaz 的顾问或演讲者。

数据可用性声明

数据可从 NIMH 仓储库和基因组资源中心获取（https://www.nimhgenetics.org/）。