生殖临床研究必修课（三）| 非RCT研究，也能发高分！

-转自默克ART在线

没参加过生殖临床研究方案设计线上训练营的伙伴们，你out了！

上次小编带您回顾了默克医学部主办的生殖临床研究方案设计训练营第二期，关于RCT设计要素的理论及实战的葵花宝典，那我们今天继续科研探秘之旅。第三期的话题是如何优化非RCT研究，我们邀请到了中南大学湘雅医院生殖医学中心李艳萍教授担任大会主席，博征咨询首席讲师张骏延教授担任讲者，此外还特邀了中南大学湘雅医院生殖医学中心刘能辉教授分享生殖领域的研究。李艳萍教授表示，此系列课程内容很实用，提供了温习和梳理研究方法的专业平台。

你是否也一直关注这个系列的内容，如果你错过了，那赶快跟着默博士回顾每期的精华总结吧！

非RCT千万条，混杂因素第一条

非RCT研究包括非随机对照试验、队列研究、病例对照研究、横断面研究、病例报告和病例分析。非RCT与RCT的最本质区别就是混杂因素，RCT是唯一可以避免混杂偏倚和选择偏倚的方法。

什么是混杂？潜在的混杂因素掩盖或夸大了研究因素与疾病（事件）之间的联系，从而导致两者之间的真正联系被错误估计。比如，一项关于“吸烟与身高的关系”的研究表明，吸烟者身高显著高于不吸烟者（图1）。这个结论听起来就不科学，究其原因就是性别因素被掩盖。实际上与身高更加相关的是性别因素，并非吸烟与否（图2）。

如何才能破除混杂因素，更加客观得反映出相关性呢？

控制混杂的方法包括随机分组、限制和配比等；限制是指限制特定的人群，比如，研究低预后人群时，把POSEIDON人群作为研究对象，也可以把POSEIDON中的其中某个组别作为研究对象。POSEIDON标准相比于既往低反应患者的分类标准，分类更精准，避免了同组患者的异质性，从而使混杂因素减少。配比又称作匹配或配对，但配比的弊端在于组别较多时会导致操作繁琐，这个时候可以使用多因素分析来替代。

优化非RCT研究设计的方法，请查收！

设计千万条，注册第一条。非（半）随机对照试验、自身前后比较试验、前瞻队列及横断面研究都需要提前做研究注册。回顾性研究（病例分析、病例报告、病例对照研究和回顾性队列研究）目前大部分期刊并无注册的要求，但涉及到患者标本的研究一般都需要提前注册。

优化非RCT的研究方法，需要从临床研究的经典原则入手——随机、对照、盲法和重复。

非RCT？还要随机？傻傻分不清楚！非RCT不是随机对照试验，随机原则从何谈起？

样本最需要的是具有代表性，而随机抽样是确保总体中的任一个体都有同等机会被抽取进入样本。横断面研究需要设置随机抽样的方法，除此之外，在观察性研究中，研究对象是非随机分配的，这就会使混杂因素在两组中分配不均匀，可以使用倾向性评分匹配的防范控制混杂因素。

选择恰当的对照非常重要，且对照组和实验组需要来自于同一个总体。

关于盲法，一般情况下非RCT中不使用盲法，张教授仅提到一个特例，在胚胎评估和胚胎选择中，建议评价者设盲，即评价者不了解胚胎的组别。当然随着人工智能技术的引入，使用人工智能进行胚胎评估时，就无需考虑盲法的问题了。

关于重复，与RCT相似，应在研究设计时估算样本量，而是否进行了合理的样本量估计是衡量研究质量的重要标准之一。

选择合适的统计学方法。当结局定量时，即变量是连续的，选用线性回归；如果是定性的结局，如是否获得活产，选用Logistic回归；如果是生存结局，即经过一段时间之后发生，使用Cox回归；如果多周期纳入分析，则需要广义估计方程（GEE）或混合效应模型，因为这种情况下需要考虑时间因素带来的影响。

张教授强烈推荐之“非随机对照工具箱”

可以在研究设计前先参考报告书写规范，提前了解研究报告的必备元素，以帮助理清研究设计思路。非随机对照试验推荐参考TREND作为研究报告的参考规范^,；观察性研究可以把STROBE作为研究报告的参考规范。

寻找Cut-off值的软件——MEDCALC（图3），这是一个操作方便的软件可以帮助计算Cut-off值，建议在官网下载。（https://www.medcalc.org/download.php）

数据录入：建议不要使用Excel进行研究数据录入，因为海量数据不易排查错误。推荐的软件包括EpiData Software（图3）和Elevate Data（图3），这两个软件都包含逻辑校对功能，其中EpiData的数据录入格式和CRF表一致，对使用者来说非常友好。

事先制定统计计划书并达成多方认可后再开展工作。这样可避免工作方向错误，避免后续查补数据带来的重复工作，以及确定统计方法以使得重要的变量不缺失。

生殖领域研究分享

HRT-FET黄体期雌激素可否减量？

来自中南大学湘雅医院生殖医学中心的刘能辉教授分享了一项关于人工替代周期（HRT）冻胚移植周期（FET）黄体期雌激素是否减量的回顾性研究（图4）。该研究纳入7年共6035个HRT-FET周期进行回顾性研究。

研究背景：使用雌激素进行HRT内膜准备，可刺激相关基因的表达，刺激内膜上皮细胞分泌血管上皮生长因子，促进子宫内膜中毛细血管的生成，改善内膜血管，增加子宫腺上皮中LIF的表达，从而增加子宫内膜容受性。对于HRT-FET黄体期雌激素使用的最佳时长尚无统一标准，HRT-FET中联合雌激素和孕激素进行黄体支持，通常持续到妊娠的第10-12周，而雌激素减量的最佳时机文献罕见。

从临床实践中凝练科学问题：需减少雌激素的副作用和可能造成的长期伤害，并探讨足以维持子宫内膜容受性和黄体支持的雌激素最低剂量。

研究结论：研究是第一个探讨胚胎移植后12天开始的雌激素逐渐减量对HRT-FET周期妊娠结局影响的大样本研究。研究结果表明，黄体期雌激素逐渐减少和常规黄体支持的妊娠结局相似。

互动环节

问题：多因素分析与倾向性评分在统计学上的区别是什么？倾向性评分中1:n的选择标准怎么设置？

张教授：多因素分析可能存在多元共线性的问题，当变量之间存在相关关系时，需要取舍变量，或进行变量交互。而倾向性评分则解决了多元共线性的问题，可以将多个混杂变量整合成一个变量，而无需考虑变量之间的关系。目前的研究中，往往会结合多因素模型和倾向性评分，或单用多因素模型，而一般不会单独使用倾向性评分。

倾向性评分中，n的选择没有原则性规定，但一般选择4，因为随着n的增加，统计学价值逐渐增加，当n≥5时，统计学价值的增加并不多，而样本量的要求是增多的，所以n=4是研究者常用的选择。

讲者简介

• 医学博士，教授，一级主任医师，博士研究生导师

• 中南大学湘雅医院生殖医学中心主任

• 中华医学会生殖医学分会委员，中国医师协会生殖医学专业委员会委员，国家辅助生殖技术管理专家；湖南省医学会生殖医学分会副主任委员，医学遗传分会副主任委员。 

• 长期致力于子宫内膜容受性及子宫内膜损伤修复的研究，先后主持承担国家自然科学基金及省部级科研课题20项，参与国家“十一五”及“十二五”科技攻关及科技部国家重点研发项目。在本学科权威刊物发表论文100余篇，以第一作者或通讯作者发表的SCI论文30余篇，研究成果“子宫内膜容受性在辅助生殖技术中的研究” 获湖南省科学技术进步奖 。

• 中南大学湘雅医院生殖医学中心副主任，教授,主任医师，医学博士，博士生导师。国家辅助生殖技术管理专家，湖南省医学会生殖医学专业委员会常委委员。

• 上世纪90年代初期在国内较早开展腹腔镜和宫腔镜在女性不孕症中的应用，本世纪初起专门从事辅助生殖技术临床和科研工作，在女性不孕及男性不育的标准化诊断与治疗方面，已积累丰富的经验

• 2013年美国耶鲁大学医学院妇产科及生殖医学实验室访问学习半年。主持国家自然科学基金面上项目1项，省级科研课题5项，发表科研论文20余篇。培养研究生22名（博士5名），已毕业14名。

• 1985年于北医医学系学习

• 1991年在中国医学科学院中国医学科学院阜外心血管医院

• 1995年进入外商制造业，2009年加入博征咨询

• 2015年-至今：上海临床流行病学与循证医学委员会委员

• 2019年起：辽宁省眼底病青年医师联盟名誉主席及数据监察委员会主席

• 循证医学工作：负责课程设计并主导多个领域的医生系列学术培训。系列课程包括：临床研究设计、临床统计学基础、临床统计学之相关和多因素分析、Meta分析方法与实战等

疫情阴霾尚未散尽，科研交流永不停歇！

如果您觉得内容好，动一动手指，朋友圈分享少不了。敬请期待下一专题～

参考文献

1. 罗晓敏，詹思延，中华流行病学杂志2007（4）

 2.Des Jarlais et al. American Journal of Public Health. March 2004, Vol 94, No. 3

 3.The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) Statement: Guidelines for Reporting Observational Studies.

4.Ann Intern Med. 2007;147:573-577

 5.Zhao Jing et. al, Oestrogen dose tapering during luteal phase does not affect clinical outcomes after hormone replacement treatment–frozen-thawed embryo transfer cycles: a retrospective analysis, Human Reproduction, Volume 34, Issue 8, August 2019, Pages 1479–1484,