肺癌治疗效果有无相关数据库信息
发布日期：2019-02-15当一些信息综合分析，来自于临床试验的数据时，常常需要获得关于当前治疗的其他信息。肺癌治疗转诊服务机构爱诺美康了解到，关于国外的一种称为分层建模的方法，它的用途之一是综合不同来源的信息，该方法适用于多种情形，包括meta分析和历史资料的综合，而分层模型是一个随机效应模型。
举个例子，在meta分析中，一个水平是某试验内的个体患者，第二个水平是试验本身。分层模型也应用在设计方面，如对不同疾病或疾病亚型进行结果合并时，把这些看似不同的问题作为整群随机而来。重新考虑之前讨论的n期临床试验，其中33例患者中21例有效。肺癌治疗转诊服务机构爱诺美康了解到，按无效假设r=0.50获得的单侧P值为0.08，所以在5%检验水准下，结果无统计学意义。
肺癌治疗转诊服务机构爱诺美康了解到，现在考虑早期I期临床试验，使用相同疗法，其中20例患者15有效。尽管接受治疗的人群可能会有所不同，实施试验的机构也可能不同，但这些信息看起来似乎还是有关系的。但是对如何把信息纳入到分析中并不显而易见，频率学派的方法是就某一特定实验而言的，它需要假想这两个试验是一些较大试验的一部分。
如果假定整个数据结果是从53例患者中，36例有效的一次试验中得到的，那么从频率学派角度，得到的值为0.063，具有高度的统计学意义。肺癌治疗转诊服务机构爱诺美康了解到，但是这一结论是错误的，因为假设是错误的。不清楚怎样把它变成正确的，在这两期试验中任何假定其有效率相同的贝叶斯分析，都会有相类似的缺点。
有理由认为有效率r在一项试验，和另一项试验是会有变化的，即使两项试验的病例合格标准相同，给予同样的治疗，两试验的有效率也可能是不同的，一种情况就是该合格标准可能是在两种不同的背景下应用的。肺癌治疗转诊服务机构爱诺美康了解到，即使患者具有明显的相似性，其结果也会随时间、地点的不同而不同。我们对癌症的了解和诊断随着时间的推移，而发生变化。
此外，在伴随治疗的应用上存在不同，在评估临床和实验室指标的能力上也有变化。肺癌治疗转诊服务机构爱诺美康了解到，完善这种分析的一种方法是分开考虑两个r值，假定第一项试验得到的为r1，第二项试验得到的为r2。概括一下，有两个极端的假设，使得分析很容易实现，但却是错误的。其中一种假设是r1和r2无关，任何关于r2的推断，仅根据第二项试验的结果。
肺癌治疗转诊服务机构爱诺美康了解到，另一种假设是r1=r2，合并这两项试验的结果，这两个r值可能相同，也可能不同。在贝叶斯分层模型中，两种可能性都是允许的，但却不能是假设出来的。换句话说，和r2被认为是从r值的总体中得来的。总体也许差别甚微（同质性），也许差别迥异（异质性），观察到的有效率提供了异质性程度的信息，有效率差别越大则提示异质性越大。
当观察到的有效率r1和r2相近时，其估计精度则高于两者相去甚远的情形。肺癌治疗转诊服务机构爱诺美康了解到，前一种情况下，不同的试验所发挥的作用较大，如果发生不同试验的结果差别很大，则其作用甚微，而且任何一个单项试验的信息都用不上多少。
肺癌治疗转诊服务机构爱诺美康了解到，更普遍的是关于某一特定的疗效，也许有一些相关的研究或数据库，能提供支持信息。这些研究可能是异质性的，或许是考虑了不同的患者群体。相关例子具有一般性，但因其包括了9项研究，故比前面的例子要复杂，这些研究中唯一的共同点是，它们都关注了相同治疗方法的效果。
