Skip to content
返回搜索结果

多中心随机临床试验 — 多中心RCT

提出者
Evolved from single-center RCT methodology; consolidated through landmark trials such as the MRC streptomycin trial (1948) and large cardiovascular mega-trials of the 1970s–1980s
年份
1970s–1980s (widespread adoption for large-scale efficacy trials)
类型
Interventional experimental design
类别
Clinical / epidemiology

本文为机器翻译,尚未经过审校。 阅读英文原文

字号

它有什么作用?

多中心随机临床试验(RCT)是一种实验性研究,其中符合条件的受试者被随机分配到干预组或对照组,同时在两个或多个临床中心进行。通过将随机化的严谨性与来自地理或机构上多样化中心的招募相结合,这种设计可以产生单中心试验难以实现的大的样本量和外部有效性效应估计。它是新疗法确证性疗效和安全性评估的监管金标准。

方法背后的直觉

设想一下,测试一种新药是否能减少心力衰竭的住院治疗。一个医院可能在三年内招募80名患者——数量太少且地点太局限,无法推广。多中心RCT在50家医院同时运行相同的方案,招募数千名在年龄、种族、合并症和当地标准治疗方面存在差异的患者。每个中心的随机化确保了各组的可比性,而跨中心的汇总则使结果具有普遍性和统计学效力。其代价是后勤的复杂性:每个中心都必须遵循相同的方案,分析者必须考虑中心间的变异性。

历史学

随机对照试验作为一种正式方法出现在1948年英国医学研究委员会的链霉素试验中。随着单中心试验被认为在许多结局方面功效不足,研究者们在20世纪60年代和70年代开始跨机构合作。20世纪70年代末和80年代的大型心血管试验——包括ISIS和GISSI——确立了多中心RCT作为监管和指南信息证据的标准。ICH E9(1998)正式化了多中心试验的统计原则,其2019年增补(E9-R1)讨论了该背景下的估计量和敏感性分析。

何时使用

当您需要确凿的治疗疗效或安全性证据时,当疾病罕见以至于单中心在可行的时间范围内无法招募到足够患者时,或者当您需要推广到多样化患者人群和临床环境的结果时,请使用多中心RCT。它是III期监管提交以及针对地理上多样化的患者群体的治疗的预期设计。当单中心试点RCT尚未建立可行性时,当干预措施无法在各中心标准化时,当资源不足以管理协调开销时,或者当研究问题是探索性的时,不要使用它——在这些情况下,单中心RCT或试点研究更合适。

局限与注意事项

  • 跨中心的方案标准化要求很高;当地实践、处方集或患者人群的差异可能导致治疗实施中的异质性。
  • 协调、监察和数据管理的成本远高于单中心试验。
  • 必须在每个司法管辖区独立获得监管、伦理和合同批准,这会造成时间延误。
  • 统计分析必须明确地对中心效应进行建模;在分析中忽略中心可能会在中心内部类相关非可忽略时增加I类错误率或导致估计偏差。
  • 研究者和中心选择偏倚可能偏向学术或高容量中心,限制了社区实践的代表性。

来源中的条件不能替代独立的科学审查或分析引擎的验证。

优势

  • 大的样本量允许以足够的统计功效检测适度但具有临床意义的治疗效果。
  • 来自多样化中心和人群的招募显著提高了外部有效性和普遍性。
  • 每个中心内的随机化同时控制了中心层面的混杂和选择偏倚。
  • 结果具有监管批准和临床指南制定的所需证据分量。
  • 与单中心试验相比,分散的患者招募缩短了总的招募时间。
  • 中心层面的异质性提供了数据来探索治疗效果在不同患者亚组或护理环境中是否存在差异。

应用

  • 评估新药物、生物制品或疫苗以获得多国监管批准的III期试验。
  • 需要足够病例量和多样化手术技术的や外科或器械试验,以推广研究结果。
  • 心血管、肿瘤和传染病结局试验,其中事件发生率低且需要大样本。
  • 比较医院或初级保健网络之间护理模式的卫生系统研究。
  • 罕见病试验,其中任何单一中心都无法招募到足够患者,且需要国际合作。
  • 比较在多样化的真实临床环境中标准疗法的有效性研究。

使用方式

使用方式

1

一份主方案规定了入选标准、干预措施、对照措施、主要和次要终点、随机化方案、设盲策略和统计分析计划。获得了中央伦理批准和监管提交(例如,IND/CTA),并成立了数据安全监察委员会(DSMB)。所有中心在第一名受试者入组前都承诺遵守相同的方案。

2

临床中心的选择基于患者数量、研究者专业知识、基础设施和地理多样性。每个中心都经过培训和资质审查。中心启动访视验证工作人员、设备和药房能够正确执行方案。为确保在计划的时间范围内达到总样本量,会为每个中心分配入组目标。

3

受试者通过中央系统——通常是通过交互式网络应答系统(IWRS)——进行随机化,并按中心和关键预后因素(例如,疾病严重程度、年龄组)进行分层,以防止中心内部和中心之间的不平衡。分层区组随机化是最常见的方案,可确保在招募期间各中心各组的平衡性。

4

每个中心根据方案实施指定的干预措施或对照措施。在可行的情况下维持设盲(单盲、双盲或三盲)。方案偏离、不良事件和严重不良事件会实时报告给申办者和DSMB。定期的监察访视或远程数据审查会验证每个中心的依从性和数据完整性。

5

来自所有中心的所有患者个体数据在一个数据管理计划下传输到一个中央数据库。范围检查、查询解决和医学编码在中央进行。在所有数据清理完毕、查询解决完毕以及统计分析计划最终确定并进行揭盲后,汇总数据集将被锁定。

6

主要分析使用意向性治疗(ITT)人群。由于中心是一个设计因素,因此会处理中心效应——要么作为主要检验中的分层变量(例如,分层log-rank或Cochran-Mantel-Haenszel检验),要么作为混合模型中的随机效应。治疗-中心相互作用检验评估治疗效应在各中心是否一致。预先规定了敏感性分析(按方案、缺失数据处理)和亚组分析。

常见陷阱

  • 在主要分析中忽略中心效应——未能对中心进行分层或调整,当中心内部类相关非可忽略时,可能会产生非保守的p值。
  • 不充分的中心培训和监察——如果各中心对入选标准有不同的解释,则招募的人群在分析中无法解释的方面会变得异质,威胁内部有效性。
  • 未进行试点或可行性阶段就启动——在确认方案在当地可执行之前,在多个中心大规模招募,会导致高筛查失败率、方案偏离和过早的中心关闭。
  • 治疗-中心相互作用检验的功效不足——相互作用检验比主效应检验需要更大的样本量;如果样本量没有考虑到相互作用,阴性的相互作用检验就没有信息量。
  • 当地药房的设盲不完整或未设盲的终点裁定者——跨中心的差异化结局评估可能引入随机化无法消除的系统性偏倚。

常见问题

多中心RCT需要多少个中心?

没有监管最低要求,但通常需要至少三个到五个中心来有意义地评估中心异质性,并达到证明多中心设计的招募量。大型III期试验通常在全球范围内涉及50至500多个中心。少于三个中心通常被认为是单中心或双中心试验,其分析方式不同。

统计分析中应如何处理中心?

ICH E9建议,随机化分层因素,包括中心或合并中心,应包含在主要分析中。常见方法是分层检验(分层log-rank,CMH)、将中心作为协变量的固定效应ANCOVA,或将中心作为随机效应的混合模型。当存在许多小型中心时,将中心合并成组或将中心视为随机效应可以避免稀疏单元格问题。

多中心RCT与整群RCT的区别是什么?

在多中心RCT中,每个中心的个体患者被独立随机化;中心是一个行政和分层单位。在整群RCT中,整个中心(整群)作为一个单位被随机化——给定医院的所有患者接受相同的组别。多中心RCT是药物和器械试验的常态;当干预措施在机构层面运作时,例如对临床医生的培训计划,则使用整群RCT。

多中心RCT是否需要单一IRB/伦理批准或每个中心一个?

要求因国家和机构而异。在美国,NIH单一IRB(sIRB)政策要求对国内多中心研究进行单一审查IRB。在欧洲,欧盟临床试验法规(CTR 536/2014)创建了一个集中评估流程。在实践中,即使中央伦理批准涵盖了科学和伦理评估,每个中心仍可能需要进行当地可行性和合规性审查。

何时应考虑采用适应性多中心RCT?

当试验前对最佳剂量、样本量或亚组富集存在重大不确定性,并且中期数据可用于修改设计而不增加误差率时,优选适应性设计。多中心适应性试验增加了后勤复杂性,但当预期早期因疗效或无效性而停止试验时,可能更有效。它们需要统计分析计划中预先规定所有适应性调整,并与监管机构密切合作。

相关方法

参考文献

  1. Friedman, L. M., Furberg, C. D., DeMets, D. L., Reboussin, D. M., & Granger, C. B. (2015). Fundamentals of Clinical Trials (5th ed.). Springer.

    ISBN:978-3319185385
    已复制。
  2. Senn, S. (1998). Some controversies in planning and analysing multi-centre trials. Statistics in Medicine, 17(15–16), 1753–1765.

    打开 DOI 文献
    已复制。