Статистика в медицине — это система методов для анализа экспериментальных данных и клинических наблюдений, а также язык, на котором формулируются и интерпретируются количественные результаты.

Методы статистического анализа применяются на ключевых этапах клинического исследования — от планирования и расчета выборки до анализа собранных данных. Роль статистики особенно важна при разработке дизайна исследования, определении численности участников, выборе методов анализа и интерпретации полученных результатов.

Статистика позволяет объективно оценить эффективность и безопасность лекарственного препарата, снизить влияние случайных ошибок на результаты и предоставить доказательства, которые примет регулятор.

Без продуманного статистического обоснования даже хорошо спланированное исследование может утратить силу доказательств.

Основные задачи статистики в КИ

На стадии планирования статистика обеспечивает научную обоснованность дизайна исследования, формулировку статистических гипотез и выбор правильного статистического инструментария для проверки этих гипотез. По итогам сбора данных — помогает отслеживать их полноту и качество. На этапе анализа — позволяет сделать объективные выводы о безопасности и эффективности препарата.

Статистика решает целый ряд задач, ключевые из них:

• Определение объема выборки, достаточного для получения статистически значимых результатов.
• Планирование дизайна исследования с учетом целей, типа конечных точек и структуры популяции.
• Разработка и реализация схемы рандомизации, включая стратификацию и методы сокрытия распределения.
• Выбор методов анализа данных в зависимости от типа переменных и цели исследования.
• Контроль над уровнем ошибок первого и второго рода.
• Интерпретация результатов с учетом статистической значимости и устойчивости выводов при разных аналитических допущениях.

Благодаря статистике исследование становится научно обоснованным, методологически прозрачным и воспроизводимым. А значит — приемлемым для регуляторов и понятным для всех участников разработки.

Кто несет ответственность за статистические аспекты в КИ

Работу со статистическими аспектами клинического исследования ведёт биостатистик — специалист, который отвечает за то, чтобы данные были обработаны правильно, а выводы — обоснованы.

Он не просто «анализирует данные в конце», а включён в проект с самого начала: помогает сформулировать гипотезу, подобрать дизайн, рассчитать нужное количество участников и подготовить всю документацию. Его зона ответственности:

1. Статистический раздел протокола.
2. План статистического анализа (SAP).
3. Отчет по результатам статистического анализа.

Биостатистик несет ответственность за корректное применение методов анализа данных и соблюдение регуляторных требований. Его задача — сделать так, чтобы результаты исследования можно было интерпретировать объективно и без статистических искажений.

Функции биостатистика зафиксированы в Правилах надлежащей клинической практики Евразийского экономического союза (ЕАЭС), а также в международной рекомендации ICH E9 «Статистические принципы в клинических испытаниях».

Что должен содержать статистический раздел Протокола

Раздел «Статистика» в протоколе КИ — это основа всего анализа, именно на эти данные опирается регулятор при оценке результатов.

Согласно требованиям ЕЭК и рекомендациям ICH E9(R1), статистический раздел протокола должен включать:

• Первичные и вторичные конечные точки исследования, а также методы их анализа.
• Планируемый объем выборки: обоснование того, как рассчитано нужное число участников, чтобы обеспечить целевую статистическую мощность.
• План рандомизации: описание метода, способа стратификации и сокрытия распределения. 
• Процедуры отклонений от плана: если в ходе КИ статистический план изменяется, это должно быть зафиксировано и обосновано.
• Уровень значимости — обычно 0,05, но может варьироваться.
• Методы обработки данных и популяции для анализа (например, в исследованиях эффективности применяются популяции intention-to-treat и per protocol, в зависимости от целей анализа).
• Описание критериев промежуточного анализа (если предусмотрено).
• Подход к пропущенным и сомнительным данным: как с ними будут работать.
• Критерии досрочного прекращения исследования.

В Протоколе описывается, как будут анализироваться данные и как участники исследования должны действовать в нестандартных ситуациях. Он помогает команде избежать ошибок и демонстрирует регулятору, что подход к анализу продуман заранее.

Такой подход помогает не терять логическую нить в исследовании и заранее согласовать её с регулятором.

Расчет выборки: от теории к практике

Неправильно рассчитанный объем выборки может привести к ошибочным результатам: либо не обнаружить эффект, который существует (ошибка II рода), либо найти эффект, которого нет (ошибка I рода).

При расчете учитываются:

•  Статистическая мощность (1–β) — это вероятность обнаружения анализируемого эффекта, если он действительно существует. Чем выше мощность теста, тем ниже риск совершить ошибку второго рода, т.е. сделать ложноотрицательное заключение. В действующей регуляторной практике в России стандартное значение мощности составляет 0,8.
• Уровень статистической значимости (α) — это вероятность ошибки первого рода, т.е. ложноположительного заключения. Она отражает допустимый риск ошибочного отклонения верной нулевой гипотезы (например, об отсутствии различий между группами или взаимосвязи признаков).
• p-уровень значимости — рассчитанная в ходе статистического анализа вероятность ошибочного отклонения некоторой предполагаемой гипотезы. Если рассчитанный p-уровень меньше принятого уровня значимости (α), то предполагаемая гипотеза (нулевая гипотеза) отклоняется. Чем меньше p-уровень значимости, тем более значимой является тестовая статистика.

Обработка данных и анализ

После завершения исследования проводится статистический анализ, который должен соответствовать предварительно утвержденному плану. Применяются:

• Описание и сравнение базовых характеристик между группами (для оценки однородности).
• Анализ эффективности: чаще всего с помощью параметрических и непараметрических тестов, моделей регрессии, анализа выживаемости.
• Анализ безопасности: на основе частоты и тяжести нежелательных явлений, а также изменений лабораторных показателей.
• Анализ чувствительности: оценивает, как различные допущения (например, по пропущенным данным) влияют на результаты.

Такая многоуровневая структура анализа позволяет не только подтвердить основные гипотезы исследования, но и оценить его устойчивость к различным сценариям — от пропущенных данных до изменений в популяции. 

План статистического анализа: когда, как и зачем

План статистического анализа (SAP) — это подробный технический документ, в котором расписано, как именно будут обрабатываться данные. Он может быть частью протокола или оформляется отдельно.

План статистического анализа содержит подробности обработки первичных и вторичных конечных точек, методы анализа подгрупп, подходы к пропущенным данным. 

Внесение изменений в план статистического анализа допустимо только до начала выполнения процедур статистического анализа. Чтобы подтвердить независимость плана от полученных данных, в документации обязательно указываются дата утверждения финальной версии плана и дата снятия ослепления.

Требования к программному обеспечению для статистического анализа

Для планирования дизайна исследования, подготовки схемы рандомизации и статистического анализа данных используются специализированные статистические программы. Для проведения статистического анализа можно использовать разные программы — от SAS и R до SPSS или STATA. Однако важно, чтобы они соответствовали требованиям:

1. Имели валидацию и документацию.
2. Обеспечивали прозрачность процедур.
3. Позволяли отслеживать все изменения.
4. Использовались в соответствии с утвержденным планом.

Требования к программам подробно описаны в нормативных документах и служат ориентиром для специалистов, особенно при подготовке к регуляторной проверке.

Профессиональный подход к статистике в КИ

Прозрачные и четкие статистические планы позволяют не только провести исследование без сбоев, но и упростить прохождение регуляторной экспертизы.

Если вы планируете клиническое исследование и хотите быть уверены в статистической обоснованности проекта — команда AX CT поможет выстроить грамотную стратегию, подготовит все необходимые документы и проведет анализ данных в полном соответствии с регуляторными требованиями.

Мы работаем с биостатистикой каждый день и знаем, как обеспечить точность, надежность и обоснованность каждой цифре.