从6个方面解读Covid-19的RCT结果 2020-05-10 13:50

       1、一些试验所用的干预措施被通过多种形式进行验证。例如，有些研究不设立对照组，而有些研究其实没有真正的“对照”，例如比较相同药物的不同剂量。这将会限制研究的推论，可能需要进一步的研究来确定特定疗法的真正获益。另外，在一些试验中，在疾病进展过程中的不同时间点，将研究药物与各种不同药物联用，如果没有严格的研究设计，将难以识别干预措施的真正疗效。

        2、许多正在进行的试验都是在对疾病有更深入了解之前设计的。已经比较明确的是，一些COVID-19危重症患者具有截然不同的临床表现，包括严重缺氧，广泛的炎症反应或凝血障碍。因此，在疾病的不同表现时机，治疗效果可能存在明显的异质性。例如，抗病毒药物可能对没有严重炎症的危重病人有帮助，但对炎症级联明显被激活的病人无效。许多正在进行的试验的样本量有限，因此很少有研究能够适当开展有意义的二次分析或亚组分析，大多数的进一步分析应该只是探索性的。

        3、许多试验的结局为至症状缓解的时间，实验室或影像学异常的改善，或者机械通气的减少。很少有研究有充足的效能去发现死亡率的差异。当然，这些都是重要的临床结局，机械通气的使用也与死亡率存在相关性，但要客观地评估和准确描述这些试验的结局，并客观评估这些结局对改善总体生存率的潜在意义。此外，对于治疗分组和结果评估采用非盲法的试验，对结果的解释(如症状的缓解)，可能会存在问题。

        4、即使是一项非常成功的试验，死亡率的绝对差值可能仅降低5%至10%，因此， NNT (需治疗人数)最少要为10到20。绝对差值越小，NNT就越大。对于临床医生和患者来说，这仍然是一个挑战。基于这样的NNT数，大多数患者也不会从这个成功疗法中受益。另外，有研究报道某些干预措施已缩短了插管持续时间或住院时间，但这些并不能表明患者已被试验中所用的疗法治愈。

        5、大多数试验是直接针对治疗的，即使某些试验显示出重要的临床疗效，还没办法解决COVID-19的预防问题。这些试验的结果(其中大多数是在确诊的住院患者中进行的)未必能直接改变未来几个月的发病率或预防病例的激增。

        有大量使用现有数据库的观察性研究正在进行中，以确定某些药物是否可以影响COVID-19患者的结局，例如羟氯喹、ACEI和ARB。但是，这些观察性研究都存在一定的局限性。因此，在确定如何有效预防COVID-19方面，针对疫苗和其他疗法进行严格的临床试验的结果至关重要。

        6、如果研究者可以共享相似试验中的患者数据将会对COVID-19的研究有所帮助。研究者可以合并数据进行进一步的探索性分析，目标是扩大对这些疗法的了解，也许可以通过大型的适应性平台试验(adaptive platform trials)来改进将来的试验。