尊敬的编辑：
我们感谢Zhou和Huang引用1对我们回顾性队列研究引用2的仔细阅读和建设性意见。我们同意他们的大多数观点，其中几点与我们原始文章中承认的局限性相呼应。为了直接回应这些观点，我们使用基线调整模型重新分析了数据集。以下逐点回应。
非显著性与疗效可比性
我们同意非显著性优效性检验并不能证明等效性。引用3,引用4尽管我们的假设是以可比结果的角度提出的，但本研究并非作为等效性研究设计或把握度计算的。我们文章中诸如“总体临床结果相当”和“未带来额外的临床获益”等表述，应理解为“在这个小型探索性队列中未检测到组间差异”。
为了展示不确定性，我们计算了带有95%置信区间（CI）的基线调整配对差异。然后将其与我们文章中引用的最小重要变化（MIC）和最小重要差异（MID）阈值进行比较。引用5对于WOMAC疼痛，所有三组配对CI均落在±3.4分以内（最宽：5对1 μg/mL为?3.10至0.67），尽管这不是正式的等效性检验。对于VAS、WOMAC身体功能和WOMAC总分，至少有一个CI跨越了相关阈值。例如，5对1 μg/mL的WOMAC总分CI为?15.13至2.19分。因此，对于大多数结果，我们的数据不能排除浓度之间存在临床相关差异的可能性。这些阈值大多是MIC，指的是患者内部的改变；组间界值可能会更小，这更加强化了这一谨慎态度。在宣称等效性之前，需要一项预先指定等效界值的前瞻性试验。
基线不平衡与适应症混淆
我们同意适应症混淆是回顾性设计的核心局限。我们也同意，对基线调整后的结局进行分析优于比较变化分数。引用6因此，我们对每个第4周结局拟合了ANCOVA模型。模型1调整了基线评分。模型2还调整了年龄、体质指数和Kellgren–Lawrence分级。所有结局均满足回归斜率同质性假设（交互作用p>0.05）。基于秩次的ANCOVA得出相同结论。
在两个模型中，VAS疼痛或任何WOMAC结局均未发现组间差异（所有p≥0.12；偏η2 0.04–0.10），而2分钟步行试验（2MWT）的效应仍然存在（模型1：F=5.06，p=0.011，偏η2=0.20；模型2：F=4.04，p=0.026，偏η2=0.18）。这些调整后的结果支持原始发现。不平衡的方向也值得注意。1 μg/mL组中Kellgren–Lawrence III级膝关节比例最高（73.3%，对比40.0%和53.3%）。10 μg/mL组基线步行距离最短（120.5米），因此改善空间最大。这些都不利于最低浓度组。正如Zhou和Huang所指出的，10 μg/mL组的基线WOMAC评分也较差。当我们将基线WOMAC总分加入2MWT模型时，1和10 μg/mL组之间的差异基本保持不变（16.2米，95% CI 4.2至28.2米）。医生可能仍然根据未记录的临床因素选择剂量，因此残留混杂仍然存在。我们同意这个问题只能通过随机化来解决。
多重性与2分钟步行试验
我们同意2MWT结果是假设生成性的。这正是我们在摘要、讨论和结论中描述它的方式。经基线调整后，1和10 μg/mL组之间的差异仍然存在。模型1中调整后的第4周步行距离在10 μg/mL组低17.7米（95% CI 6.0至29.4米），模型2中低16.7米（95% CI 4.8至28.6米）。这些与未调整估计值16.4米相似。然而，总体p值（0.011和0.026）仍不会通过示例性Bonferroni阈值0.0083。因此，该发现仍属探索性。
关于5.52米的最小可检测变化（MDC），引用7我们使用该阈值来描述各组内的变化是否超过测量误差。我们同意这不能确定组间的临床重要差异，并且对于膝关节骨关节炎的2MWT尚无经过验证的组间阈值。我们也同意步行表现可能部分反映一般体能状态。未来的剂量范围试验应预先指定一个主要结局，并采用分层检验。
对照组与随访
我们同意，三个活性剂量组内的改善无法分离出臭氧特异性效应。正如我们在局限性中指出的，自然症状波动、向均值回归、非特异性治疗效应以及未记录的镇痛药使用可能解释了部分观察到的变化。我们欢迎建议的设计：假治疗或标准治疗对照组、盲法结局评估、超过4周的随访，以及前瞻性记录挽救性镇痛、运动依从性和不良事件。按放射学分级和超声检测的积液或滑膜炎进行分层，并测量氧化应激生物标志物，将有助于直接检验毒物兴奋效应假说。
结论
基线调整后的重新分析并未改变我们的发现。我们同意Zhou和Huang的观点，即这些发现是探索性的：我们在疼痛或WOMAC结局中未检测到组间差异，也未证明等效性。1 μg/mL组的步行试验优势是假设生成性的，需要在更长随访的随机对照剂量范围试验中确认。我们再次感谢作者帮助阐明如何解读我们的结果。
披露
作者声明本次通讯不存在利益冲突。
