幸存者偏差随访时间偏差和幸存者偏差：这两个统计学陷阱你掉进去了么

2021-11-24 04:12

医学界肿瘤频道

你知道如何避免医学统计中的两个陷阱吗？

David Freedman提出“统计学是对令人困惑费解的问题作出数学假象的艺术”。医学统计学是从事物同质性与变异性的数量表现出发，通过一定数量的观察、对比、分析，揭示那些困惑费解的医学问题的规律性，即由偶然性的剖析中，发现事物的必然性，并用于指导医学的理论和实践的科学。

医学统计学同时作为一门艺术，必须在统计理论的指导下正确运用统计思维，根据数据特点巧妙选择合适高效的统计分析方法，才能获得可靠的结果和科学的结论。

随着医学的发展，作为医学科学研究方法的医学统计学已逐渐为广大医务工作者和医学科学工作者所认识，接受并广为应用。然而，在统计调查和分析中，人们往往会受到一些表象或虚假片面信息的影响而作出误判，由此而产生偏见，下面，我们就来谈谈我们在工作中经常会被带偏的两个偏差——随访时间偏差和幸存者偏差。

随访时间偏差:

随访时间越短，生存时间被高估

首先，我们需要了解生存分析的概念。在许多癌症研究中，评估的主要终点是从干预到事件发生的时间，通常称为生存期。两个最常见的终点是无进展生存期和总生存期。

然而生存分析中最大的难题在于，在一定时间内并不是所有试验对象都会经历定义的目标事件，以至于我们并不能确切地知道这些试验对象的生存时间，这种现象我们称为数据的删失。

在医学研究中，删除的存活时间大多低估了真实事件发生的时间。为了避免删除对结果的影响，我们需要有足够的有效随访时间来获得足够的目标事件，以保证统计检验有足够的效率。

举个例子

目前干预措施下某类肿瘤患者的5年生存率为50%，但有新药研究，随访时间只有3年，很有可能在3年随访期内获得足够的靶事件是不够的，大部分数据被删除。在这种情况下，实验组的存活率会被高估。因此，中位随访时间也是判断研究结果是否可靠的重要指标。之后请认真对待中位随访时间，这在文献中经常出现，也经常被大家忽略。

思考

有两种结构非常相似的第三代代表性皮肤生长因子受体酪氨酸激酶抑制剂，分别命名为AURA Ex和APOLLO。这两项研究是两阶段剂量扩展队列，样本量分别为201和244例。AURA Ex研究中随访时间为13.2个月，PFS为12.3个月，缓解持续时间为15.2个月，APOLLO研究中随访时间为11.8个月，PFS为12.3个月，DOR为12.4个月。你认为哪个数据更可靠？

幸存者偏差：

请停止使用不良事件来预测疗效

幸存者偏差一词的出现还要从二次世界大战的一则故事说起。第二次世界大战时，美英联军对德国展开了大轰炸。但由于德国防空力量强大，美英空军损失惨重。国防部找来飞机专家，要求研究战斗机受损情况，以便对战斗机进行改进。专家们检查了执行任务归来的飞机，发现所有返回的飞机机腹都遍布弹痕，但机翼却完好无损。于是专家们推断，机腹非常容易受到炮火攻击，应该改进机腹的防护能力。

然而，受美国国防部特别邀请的哥伦比亚大学著名统计学家沃德教授认为:这证明了所有被机翼击中的飞机都坠落了，只有被机腹击中的飞机才返回，所以应该加强的是机翼，而不是机腹。最后，国防部采纳了沃德教授的建议。不久之后，联军轰炸机被击落的比例明显降低。

为了确认这个决策的正确性，一段时间后，英国军方动用了敌后工作人员，搜集了部分坠毁在德国境内的联军飞机残骸，他们中弹的部位，果真如沃德教授所预料，主要集中在驾驶舱与发动机的位置。真所谓看不见的弹痕最致命!

飞机专家之所以得出改善机腹的结论，是以能飞回来的飞机为研究对象；统计学家得出了相反的结论，这是基于未能飞回的飞机。不同的观察和分析角度导致不同的结论。这种情况在统计学上被称为幸存者偏差。它给我们的启示是，不能只看到赢家，因为它可能会总结出一些不靠谱的“经验谈”。

在临床研究中也经常发生类似的偏差，比如某药物疗效不错，但不良事件发生率较高，为了让医生能更加接受这款药物，因此做了一个事后分析。结果发现：不良事件发生率较高的患者，疗效更好。所以得出结论，不良事件发生率高的患者疗效更好。很显然，这个分析也掉进了“幸存者偏差”这个陷阱。因为只有用药时间足够长的患者，不良事件的发生率才会更高，所以不良事件发生率高的患者正是那些被“幸存”下来的患者！

如何消除幸存者偏差？最明显的方式，当然是让“沉默的数据”说话。双盲研究设计和详细、全面、客观的数据记录是消除幸存者偏见的好方法。所谓听别人的也是这个道理。只有破除个案迷信，全面系统地获取调查数据，才能克服幸存者的偏差。

参考文献

孙振秋主编《医学统计》第21版人民卫生出版社2014年5月第三版P1

Clark TG, Bradburn MJ, Love SB, Altman DG. Survival analysis part I: basic concepts and first analyses. Br J Cancer. 2003;89:232–238.

不完全观测的非参数估计。美国统计协会。1958;53:457–481.

Pasi A Janne, et al,. AURA Ex, JCO, 2017, 35:1288-1296.

卢等人。阿波罗，WCLC2019，西班牙巴塞罗那。

祝国强，中国统计，2014.9，P53-54

同行评审者

纪教授

季艳霞教授，河北医科大学肿瘤学硕士。现任邯郸市中心医院放化疗四科主任、河北省抗癌协会肿瘤转移委员会常委、河北省抗癌协会肿瘤内科专业委员会青年组委员、华北胃肠专业委员会委员、邯郸市癌症康复协会会长、邯郸市抗癌协会肿瘤放化疗专业委员会副主委。

齐行知教授