乍一看，體外診斷試劑（IVD）的臨床試驗，特別是定性檢測，好像統(tǒng)計確實挺簡單的，不就是算算靈敏度、特異度嗎？Excel拉個表格，公式一套，結果就出來了。不少企業(yè)為了省點錢，想著讓公司里懂點Excel的注冊專員或者研發(fā)人員，或者外包給合作的研究團隊里非統(tǒng)計專業(yè)的人順手就給做了。聽起來挺合理，但這事兒真能這么干嗎？咱們看看實際情況和規(guī)定。

一、 統(tǒng)計到底“簡單”在哪？法規(guī)怎么說？

1.基礎指標的計算：沒錯，對于定性檢測（比如結果是陰性/陽性），核心就是構建一個2×2表（金標準陽性/陰性 vs 試劑陽性/陰性），然后計算靈敏度（真陽性率）、特異度（真陰性率）這些基礎指標。公式確實不復雜。半定量檢測（比如結果分等級+/-/++/+++）則是用R×C表算符合率，本質上也是計數(shù)和比例。

2.法規(guī)的要求：關鍵點來了！國家藥監(jiān)局發(fā)布的《體外診斷試劑臨床試驗技術指導原則》里明確要求：臨床試驗的統(tǒng)計分析應建立在正確、完整的數(shù)據(jù)基礎上，選擇適當?shù)呐R床評價指標，并采用適當?shù)慕y(tǒng)計模型進行分析。更重要的是，它強調統(tǒng)計分析是為了確認靈敏度、特異度等指標達到了可接受的水平，這涉及到參數(shù)估計和假設檢驗。

3.“簡單”背后的復雜性：問題就出在“確認”和“達到”上。怎么知道算出來的靈敏度95%是可靠的？95%跟要求的90%比，是“顯著”高于嗎？還是可能只是運氣好？這就涉及到：

（1）樣本量夠不夠？樣本量不是隨便湊個數(shù)就行，需要根據(jù)預期的靈敏度/特異度、允許的誤差（置信區(qū)間寬度）等，用統(tǒng)計學方法估算出來的。非統(tǒng)計人員可能知道要算樣本量，但未必懂得選擇正確的公式和參數(shù)。

（2）置信區(qū)間怎么算？光報一個點估計值（如靈敏度95%）是不夠的，必須報告其置信區(qū)間（如95% CI: 92.5% - 97.5%），以體現(xiàn)結果的不確定性。不同情況（樣本量大小、比例高低）下置信區(qū)間的計算方法不同。

（3）假設檢驗怎么做？要證明你的試劑性能不低于某個標準（比如靈敏度不低于90%），需要進行單組的優(yōu)效性檢驗（或非劣效檢驗）。用什么檢驗方法（如精確二項檢驗、卡方檢驗）？顯著性水平（α）設多少？這些都需要統(tǒng)計學專業(yè)知識來判斷。

（4）數(shù)據(jù)不一致怎么辦？ 當你的試劑結果和金標準或對比試劑結果不一致時，需要分析原因。法規(guī)明確要求，確認是誤差導致的不一致結果，不應納入最終的統(tǒng)計分析。判斷哪些該剔除，需要嚴謹性。

（5）軟件使用和代碼規(guī)范：最新的《體外診斷試劑臨床試驗數(shù)據(jù)遞交要求注冊審查指導原則》強調，如果使用了統(tǒng)計軟件（即使只是菜單操作），需要注明軟件名稱和版本號。如果使用了程序代碼，需要提供代碼文件并說明運行環(huán)境和方法，確保審評人員能復現(xiàn)結果。非專業(yè)人員可能難以規(guī)范地做到這點。

二、 企業(yè)自行或非統(tǒng)計背景人員操作的風險在哪里？

1.方法選擇錯誤：這是最大的風險。比如，該用精確二項檢驗的時候用了卡方檢驗（卡方檢驗對樣本量有要求，樣本量小或期望頻數(shù)低時不適用）；該計算配對設計的指標（如陽性/陰性符合率、Kappa值）時，錯誤地當成獨立樣本處理；定量數(shù)據(jù)該做相關回歸或Bland-Altman分析時，只簡單算了算均值差。方法用錯，結果再漂亮也是無效的。

2.樣本量不足或估算錯誤：樣本量算小了，可能導致即使產(chǎn)品性能達標，統(tǒng)計結果卻顯示“不顯著”（假陰性）；算大了則浪費資源。非統(tǒng)計人員可能僅憑經(jīng)驗或參考同類產(chǎn)品，未進行嚴格的統(tǒng)計學估算。

3.忽略置信區(qū)間和假設檢驗：只報告點估計值（如靈敏度95%），不報告置信區(qū)間，或者根本不做假設檢驗去證明結果優(yōu)于預設標準。審評老師會認為證據(jù)不足。

4.數(shù)據(jù)處理不當：對異常值、缺失值、不一致結果的處理缺乏依據(jù)，或者錯誤地將應剔除的數(shù)據(jù)納入分析，影響結果的準確性。

5.結果解讀偏差：對統(tǒng)計結果的P值、置信區(qū)間理解不深，可能導致過度解讀或解讀不足。比如P值大于0.05就認為“沒差異”，忽略了實際差異可能具有臨床意義（但統(tǒng)計未檢出）。

6.數(shù)據(jù)遞交不合規(guī)：未能按照最新要求（如《體外診斷試劑臨床試驗數(shù)據(jù)遞交要求注冊審查指導原則》）提供完整的統(tǒng)計分析說明、軟件版本信息或可復現(xiàn)的代碼，導致審評延誤甚至發(fā)補。

7.知其然不知其所以然：里說的很到位，非統(tǒng)計背景人員操作軟件，“往往知其然而不知其所以然”。當審評老師針對統(tǒng)計方法提問時，可能無法從原理層面進行清晰解釋和辯護。

三、 那到底可行不可行？什么情況下能嘗試？

1.核心結論：對于需要注冊審批的IVD臨床試驗，統(tǒng)計分析工作由非統(tǒng)計學背景人員（無論是企業(yè)自行員工還是授權的研究團隊成員）獨立完成，風險極高，通常不可行。 主要原因在于法規(guī)對統(tǒng)計分析的嚴謹性要求（包括方法選擇、樣本量估算、假設檢驗、置信區(qū)間、數(shù)據(jù)遞交）已遠超基礎計算層面，需要專業(yè)的統(tǒng)計學知識來保障。

2.可能的“折中”情況（但仍需謹慎）：

（1）極簡單的研究（非關鍵性預實驗）：比如企業(yè)內部對某個改進進行小范圍初步驗證，結果僅供內部參考，不用于注冊申報。這種情況下，非統(tǒng)計人員做基礎計算可以接受，但也要注意方法正確。

（2）在專業(yè)統(tǒng)計師指導下完成：企業(yè)或研究團隊的非統(tǒng)計人員，在具有醫(yī)療器械注冊經(jīng)驗的專業(yè)生物統(tǒng)計師的全程指導下（包括方案設計時的統(tǒng)計部分撰寫、樣本量估算、分析計劃制定、結果復核解讀、報告撰寫、應對發(fā)補）進行操作。此時，統(tǒng)計師承擔了方法論和結果可靠性的責任，非統(tǒng)計人員更多是執(zhí)行具體操作（如數(shù)據(jù)整理、按指導運行軟件）。這需要統(tǒng)計師深度參與，成本可能并不低。

（3）僅限于數(shù)據(jù)整理和基礎描述：非統(tǒng)計人員負責數(shù)據(jù)清洗、整理、制作基礎表格（如2×2表，R×C表），描述性統(tǒng)計（如計數(shù)、百分比）。但關鍵的推斷性統(tǒng)計分析（假設檢驗、置信區(qū)間估計）和結論部分，必須由統(tǒng)計師完成。

四、 靠譜的做法是什么？

1.尋求專業(yè)支持：最穩(wěn)妥的方式是聘請具有醫(yī)療器械（特別是IVD）臨床試驗經(jīng)驗的生物統(tǒng)計師（Biostatistician）。他們熟悉法規(guī)要求、常用統(tǒng)計方法、審評要點，能夠：

（1）參與方案設計，撰寫統(tǒng)計部分（包括樣本量計算依據(jù)和方法）；

（2）制定詳細的統(tǒng)計分析計劃（SAP）；

（3）指導或完成數(shù)據(jù)管理和分析；

（4）撰寫規(guī)范的統(tǒng)計分析報告；

（5）有效應對審評中的統(tǒng)計學問題。

2.選擇專業(yè)CRO：委托給像思途CRO這樣具備完善生物統(tǒng)計團隊和專業(yè)經(jīng)驗的合同研究組織。專業(yè)CRO能提供從方案設計到統(tǒng)計報告的全流程服務，確保符合法規(guī)要求。注意：這里僅按你要求提及思途CRO作為專業(yè)服務提供方的例子。

3.內部培養(yǎng)（長期策略）：對于大型或有長期研發(fā)計劃的企業(yè)，可以考慮培養(yǎng)或招聘具有生物統(tǒng)計背景的人才，專門負責臨床試驗的統(tǒng)計工作。

總結一下

體外診斷試劑臨床試驗的統(tǒng)計分析，基礎計算確實不難。但國家法規(guī)的要求遠不止于計算幾個百分比。它強調在正確的數(shù)據(jù)基礎上，用恰當?shù)慕y(tǒng)計方法進行嚴格的推斷（包括樣本量估算、假設檢驗、置信區(qū)間），以科學地確認產(chǎn)品性能達到預設標準，并且分析過程要可追溯、可復現(xiàn)。這些環(huán)節(jié)都高度依賴專業(yè)的統(tǒng)計學知識。企業(yè)自行或授權非統(tǒng)計背景人員操作，極易在方法選擇、樣本量、檢驗、解讀、數(shù)據(jù)遞交等環(huán)節(jié)出錯，導致臨床評價結論不可靠，增加注冊失敗風險，甚至可能因不合規(guī)被發(fā)補或退審。因此，為了保障臨床試驗數(shù)據(jù)的質量、結果的可靠性以及注冊的順利，將統(tǒng)計分析工作交給具備醫(yī)療器械注冊經(jīng)驗的專業(yè)生物統(tǒng)計師或團隊（如思途CRO的專業(yè)統(tǒng)計服務），才是最可行、最合規(guī)、最穩(wěn)妥的選擇。別為了省小錢，耽誤了產(chǎn)品上市的大事。