对尘肺病患者基于接纳方法试点随机对照试验方法学问题的评述与建议

《Pulmonology》：Letter to the Editor: “An acceptance-based healthy lifestyle programme for community-dwelling patients with pneumoconiosis: A waitlist pilot randomised controlled trial”

　　致编辑：我饶有兴致地阅读了 Tam 等人的一项试点等待名单随机对照试验，该试验评估了一种针对社区居家尘肺病患者、基于接纳方法的六周健康生活方式项目（A Health），结果显示患者的心理灵活性不足有所降低，运动自我效能感和体重有所改善[1]。作者因关注一个研究较少的群体并遵循多项 CONSORT 核心报告要求而值得称道，包括前瞻性试验注册、清晰的参与者流程图以及对失访情况的透明报告[1,2]。然而，有多个方法学问题值得考虑，既关系到如何解释本研究结果，也关系到作者所规划的正式试验的设计。1. 将试点试验当作假设检验试验来呈现：作者明确指出，样本量的选择是为了估计主要结局的标准差以用于未来试验规划，而非检验假设[1]。这与推荐的试点试验方法学一致，即试点研究旨在为后续正式试验提供可行性和参数估计方面的信息，而非确立疗效[3]。然而，摘要与结果部分却围绕统计显著的组间差异来组织（例如 β = ?5.83，*p* = 0.002），讨论部分也依据这些 *p* 值得出实质性结论。针对试点和可行性试验的 CONSORT 扩展条款明确建议在试点研究中避免对有效性进行正式的假设检验，而是建议以置信区间报告估计值，并主要从精度和可行性角度加以解释[4]。一种强调置信区间和效应量而非 *p* 值的修正解释，将更能反映该试验的试点性质，并降低读者将初步信号过度解读为确证性证据的风险。2. 结局指标众多以及 I 类错误风险：在两个随访时间点，共有七项结局指标进行了组间比较，由此至少产生十四项组别与时间交互作用检验，此外还有补充性的第 6 周与第 14 周组间比较。研究未报告对多重比较进行任何校正。在 α = 0.05 水平下进行如此多次的检验，仅凭偶然就可能出现一些具有统计显著性的结果，这一点在重复显著性检验的生物统计学文献中早已得到公认[5]。这尤其涉及体重在第 14 周的那一孤立显著发现——第 6 周前并未出现显著效应，且其效应量很小（Cohen's d = ?0.10）。阐明所报告的关联能否经受多重比较校正，或明确将其标注为假设生成性而非确证性，都将增强该手稿的严谨性。3. 结局评估者的盲法：作者恰当地将缺乏盲法列为局限性之一，但并未说明收集结局数据的研究助理（尤其是收集血压、腰围和体重等客观指标的研究助理）是否对分组情况设盲。对于非药物干预试验，虽然参与者与干预实施者往往无法设盲，但结局评估者设盲仍然可行，且针对非药物治疗试验的 CONSORT 扩展条款特别推荐使用该方法以减少检出偏倚[6]。鉴于七项结局中有三项为易受社会赞许性和需求特征影响的自我报告问卷，且参与者在基线评估后即知晓自身分组情况，评估偏倚的可能性无法排除，需要更明确的讨论。4. 等待名单对照设计与非特异性效应：如作者所述，等待名单对照无法将接纳与承诺疗法成分的特异性治疗效应与四次团体治疗加一次电话所带来的接触、关注和社会互动等非特异性效应区分开来[1]。由于参与者在基线后即刻知道自己将立即还是延后接受项目，预期效应可能影响了自我报告指标（如 AAQ-II 和 SEE）的观测变化，而这些指标所显示的效应大于客观心代谢指标。这种不对称——自我报告指标出现显著变化而多数客观指标并未如此——与预期或关注效应有关联，虽非证据，但正是计划在大规模正式试验中增设积极对照组以加以来加以分离的效应。5. 纯男性、单一族裔样本的可推广性：全部 80 名参与者均是通过香港某赔偿委员会和一家互助会招募的中国男性。虽然这反映了职业性尘肺病已知的男性优势特征[1]，但完全没有女性参与，加上招募仅限于已在接受赔偿的人，可能选出的群体病程更久、与支持服务的接触更紧密，与更广泛的尘肺病人群存在差异。外部效度取决于试验的参与者、设置和诊疗路径与结果将被应用的目标人群在多大程度上相似，狭窄的、单一性别、单一来源的样本是公认的可推广性威胁[7]。在一般性局限性段落之外，明确说明这一选择路径，将有助于读者判断研究结果可以合理应用于哪些人群。6. 报告效应量存在的明显不一致：从基线到第 14 周收缩压的组间效应量报告为"<0.001"，这是一种 *p* 值格式，而非标准化均差值。作者声明其用于量化效应量的指标是 Cohen's d[1]，它表示均差与合并标准差之比的无量纲比率，惯例上报为带符号的小数（例如 0.2、0.5、0.8），而非概率阈值[8]。该条目还与表中报告的非显著交互项（β = ?0.21，*p* = 0.951）不一致。鉴于其他位置的 Cohen's d 值数量级均恰当地较小，该条目似乎属于笔误或转录错误，应予更正，因为目前它是表中唯一可能被误读为表示一个大的、统计上稳健的效应量的条目。结论上述观察均不影响该试点试验在确立可行性、可接受性以及在尘肺病照护中通过接纳方法降低心理灵活性不足方面提供可能信号方面的整体价值。然而，针对试点设计中统计显著性表述的问题加以处理、澄清评估者盲法、考虑设立积极对照组并更正上述明显差异，将同时增强本报告以及作者正当呼吁开展的大规模正式试验的设计质量[1]。披露声明作者未报告任何潜在的利益冲突。在撰写本文过程中，作者仅使用 Open AI 工具对英文语言表达和语法进行润色。该人工智能工具未被用于生成科学内容、解释数据、执行分析、产生参考文献或得出研究结论。在使用人工智能工具之后，作者对手稿进行了仔细审阅和编辑，并对发表内容承担全部责任。