文章概要：作者用幽默詼諧、簡單易懂的語言，深入淺出地介紹了臨床試驗中統計學的兩個重要指標/概念 α, β。藥品審批機構關心α，又稱第I類錯誤或顯著性水平，指拒絕了實際上成立的H0；藥企比較關心把握度1-β；β又稱第II類錯誤，指不拒絕實際上不成立的H0。
開篇宣告：1：以下內容轉自網路，如有侵權，可聯絡刪除
2. 以下觀點，僅代表作者個人觀點，請帶著質疑的態度去閱讀。如有問題，歡迎評論區留言或直接聯絡作者
要了解生物統計在臨床試驗中的應用，首先需從認識α,β開始，就是這兩個不起眼的符號貫穿了臨床試驗生物統計的始終。α和β的定義是比較拗口的，特別是對於那些沒學過統計的人來說，這兩個東西是怎麼也搞不明白具體是怎麼回事。雖然比較拗口，但咱還得在這裏重複一下α和β的科學定義：α又稱第I類錯誤或顯著性水平，指拒絕了實際上成立的H0，β又稱第II類錯誤，指不拒絕實際上不成立的H0。對應β的還有一個概念叫power，國內翻譯為把握度，它等於1－β，指拒絕實際上不成立的H0的機率。
說得通俗一點，臨床試驗中你會犯倆錯誤，一種錯誤就是兩種藥本來沒啥區別，卻說成您的藥優於人家的藥，這就是α；另一種錯誤就是你的藥的確優於人家的藥，卻說成兩種藥沒啥區別，這就是β。那1－β呢，就是咱的優秀藥物被發現的機率啊。
不知道，上邊的解釋，您聽明白了嗎？如果聽明白了，小胖要問您了，誰應該最關心α啊，那又誰應該最關心β啊？
最關心α的當然是我們偉大的SFDA以及諸如FDA之類的藥品審批機構啊，為啥？他們當然不希望一種藥明明和別的藥沒啥區別，卻被藥廠說成療效更好，換言之，他們可不希望審批無效的藥物進入市場。所以啊，它們要限定這種錯誤發生的機率，也就是我們的α了，一般情況下，α被限定為0.05。
最關心β的當然是我們的藥廠了，為啥？為錢，哈哈！藥廠當然不希望明明他的藥優於別人的藥，卻被說成兩種藥沒啥區別吧，所以它們希望降低這種錯誤發生的機率，也就是降低β了。換言之，他希望提高把握度（1－β），使自己的藥能有更高的機率作出來優於別的藥物，從而進入市場，賺取鈔票。。。一般情況下，β應小於0.2，甚至0.1，對應的把握度為80％或90％。
當然藥廠降低β，也就是提高把握度，會提高你試驗成功的機率，但這也同時意味著同等條件下樣本量的增加，樣本量的增加就意味著money的增加，這些都是矛盾的，沒辦法，誰讓這世界本來就是一個矛盾的世界呢，你只好去權衡利弊，找個平衡點唄。。。
完結
0則評論