... 學會通訊

Slide 3
資料的類型可以分成（１）連續型資料，（２）類別資料，（３）censored endpoint，指某個時間點時特定的事件是否會發生，如癌症病人的存活率。

Slide 12
時間點的選擇必須能測出介入的效果。Endpoints的選擇必須敏感且反映出療效，量測endpoint必須確效，使用的量表必須經過測試及發表。

Slide 26
Missing data是臨床試驗中相當常見又難處理的問題。其中最令人擔心的是informative missing，也就是病人是因為療效不佳而死亡或退出。

Slide 28
intention-to-treat sets指的是只要隨機指派的病人都必須分析。Per protocol sets則指定要完成最低介入處置要求者、可以獲得資料、沒有接受其他介入處置者才納入分析。選擇的原則是盡量減低偏差及type I error（false positive）。

Slide 29
通常intention-to-treat set 較per protocol set為保守。在做藥物評估時通常用intention-to-treat set，而相等性評估時則用per protocol set。通常兩者都做，若結果相同時表示結論踏實，如果結論不同就必須做進一步討論。

Slide 31
Lachin認為要完成unbiased trail隨機指派（randomization）是充分條件但非必要條件。必要條件是（１）盲性及（２）資料的缺失不能造成偏差，除非資料的缺失完全是肇因於隨機的因素。但此點雖有理論基礎確是無法證明的。即使以差補遺失值的方式處理，差補遺失值的各種方式都必須符合其假設條件且很難加以驗證。

Slide 33
常用以處理missing value 的方法是last observation carried forward（LOCF）。例如病人在第３次visit後就dropout，則用第２次visit 的值代替之後的資料，其假設是病人在接受處置時前面的反應是較差的，反應應該越來越好，因此是比較保守的插補方法，然而也有其統計上的缺點。
原則上（１）dropout rate若小於１０%，（2）試驗組及對照組dropout的比例相差不多，（３）dropout的原因與處置效果無關則較可以接受。若dropouts rate越高其type I error也越高。

Slide 39
除了介入處置之外可能影響試驗結果的因素稱為covariance。

Slide 40
只要是隨機指派的試驗其結果是不偏的，此時不一定要調整共變數，調整共變數的意義在使變異量減少。

Slide 45
臨床試驗的多重性包含上述種類。

Slide 46
多重性比較的代價是「多做多錯」，多重性比較越多其錯誤機率越高，α值必須調整。試驗前必須訂出一個最優先的療效指標。

Slide 53
結論：在計劃書內一定要定義清楚療效指標，一定要減少missing data，遵守intent-to-treat的原則，如果有多重比較必須調整p-values，隨機指派可保證unbiased.