亚组分析科学性：识别真实效应与虚假发现

亚组分析：机会与陷阱

JAMA发表的一项经典综述指出，在临床试验报告中，亚组分析的频率在过去二十年内增加了10倍，而且约60%的论文中包含至少一项事后亚组分析（DOI: 10.1001/jama.2011.1712）。Lancet发表的系统审查发现，宣称存在显著亚组交互效应的临床试验中，大约80%的发现在随后的独立研究中无法复现（DOI: 10.1016/S0140-6736(08)61236-5）。

多重比较问题：为什么更多的比较导致更多的假阳性

假阳性风险随比较次数迅速累积：1次检验=5%，5次检验≈23%，10次检验≈40%。这个现象被称为”多重比较问题”。在大数据时代，挖掘虚假发现变得比以往任何时候都容易。

交互作用检验：评估亚组效应的统计方法

区分真实的亚组效应与虚假发现的科学方法是进行交互检验（Interaction Test）。在多变量模型中，直接加入亚组变量与干预变量的交互项：

效应 = β0 + β1×干预 + β2×亚组 + β3×干预×亚组

如果β3显著，则说明存在显著的交互作用。交互检验的p值（p_interaction）与单个亚组内的效应检验p值不同，两者不可混淆。

预先指定 vs. 事后探索：设计阶段的重要决策

预先指定的亚组分析在分析计划中事先规定，在看到任何数据之前就已决定，本质是”假设检验”。事后探索性的亚组分析是基于数据特征”想到的”额外分析，属于”假设生成”而非”假设检验”，需要在独立样本中验证。Nature Medicine的一项审计发现，自称进行了”预先计划的亚组分析”的论文中，只有17%真正在协议中清晰地列出了所有分析。要经得起这种核查，亚组假设必须写进方案与统计分析计划，也就是研究方案与SAP文档撰写覆盖的内容（DOI: 10.1038/nm.3997）。

统计功效与样本量考虑

将样本分割成亚组时，每个亚组的样本量减少，统计功效下降。对于一项总样本1,000人的试验，分为两个性别亚组后每组约500人，检测相同效应的统计功效从80-90%下降到50-60%左右。设计阶段就应测算各亚组的可检出效应，这部分可由亚组功效与交互检验测算完成。

国际指南：CONSORT亚组分析规范建议

• 预先注册：在协议或预注册平台上明确列出所有计划的亚组分析
• 进行交互检验：必须报告p_interaction，不能仅报告各亚组的p值
• 报告置信区间：给出各亚组效应值的95%置信区间
• 清楚地标记预先指定 vs. 探索性分析
• 多重比较校正：应用Bonferroni或Holm逐步校正方法

实践建议：科学的亚组分析检查单

• 这项分析是在看数据前预先指定的吗？
• 研究者是否进行了交互检验（p_interaction）？
• 进行了多少项亚组分析？是否应用了多重比较校正？
• 统计功效是否足够（最好>80%）？
• 亚组变量有明确的生物学或临床机制假说支持吗？
• 这个发现是否在独立的研究中得到验证？