复合终点下降了，患者最关心的事件也一定减少吗：组成事件、频率与临床重要性怎么拆

一项试验宣布主要复合终点显著下降。标题看起来像治疗同时减少了死亡、严重并发症和住院，拆开表格却发现，差异主要来自较常见的短期就诊；死亡人数很少，方向也不清楚。整体结果没有算错，但它回答的问题比标题更窄。

复合终点把多个预先指定事件合成一次检验，常用于增加可观察事件、提高研究效率。它不会把轻重不同的组成项变成同一种临床结果，也不会让整体显著自动证明每一项都改善。

先问复合终点究竟怎样定义

事件型复合终点常把“死亡、心肌梗死或住院中任一项首次发生”定义为结局，从随机分组算到第一个事件的时间。FDA最终指南指出，这类终点通常以任一指定组成事件的首次发生分析，可以比较期末比例，也可以做时间至事件分析。

“首次”两个字会改变信息。一位受试者先发生较轻住院，后来死亡，在首次事件分解中只会被归到住院。FDA提醒，同一受试者可能经历多种事件，首次复合事件后的其他类型不会出现在这种分解里，因此还需要查看包含后续事件的各类型分析。

这不意味着全事件分析永远更正确。重复住院需要处理同一人的相关性，死亡又会阻止后续住院；不同模型回答不同问题。读者首先要记下计数规则，而不是把所有“事件数”当成同一单位。

常见组成项会取得更大实际权重

复合终点往往没有给每项写明权重，但发生频率会形成事实上的权重。短期就诊若远比死亡常见，就会贡献更多首次事件，并对整体估计影响更大。统计检验可能主要反映较轻事件，即使所有组成项在名称上并列。

EMA的复合终点章节说明，合并较少见事件可以提高达到结局的患者比例和研究功效。这是合理目的，却也带来解释条件：组成项应在临床上构成有意义的整体，治疗效果方向最好相似，重要的不利结局不应被无理由排除。

因此第二问是各组成项发生多少。把每组的首次事件按组成项列出，再看总事件和受影响患者数。若整体差异几乎全部来自一个项目，就应直说“整体结果主要由该项推动”，而不是用复合名称暗示所有项目共同贡献。

临床重要性不能由频率代替

FDA的指南快照特别提醒，组成项临床重要性可能差异很大。较不重要组成项的大效果，可能让复合终点有利，而最重要组成项没有效果；整体甚至可能在一个重要组成项方向不利时仍呈现有利。

所以第三问不是哪个数字最大，而是哪项对患者最重要。死亡、不可逆残疾、住院和短期门诊通常不能只按发生次数排序。重要性也应在试验设计阶段说明，而不是看到结果后再挑选有利解释。

若组成项重要性接近、定义客观、方向一致且发生频率不悬殊，复合终点较容易形成单一临床叙事。若轻重差距很大，就应分别展示绝对风险、时间和不确定性，并把整体结论限定在复合定义。

整体显著不等于每个组成项显著

FDA最终指南要求分别检查和报告组成项，因为预期治疗对所有项目有利并不是确定事实。但组成项分析通常没有足够样本量；研究规模往往是按整体复合终点设计，而不是按罕见的死亡或严重事件设计。

因此，组成项图的作用首先是解释整体由什么构成、方向是否一致、是否出现重要反例。除非这些单项在方案中预先设定，并采用有效的多重性控制，否则不能把描述性差异升级成独立疗效结论。

这形成第四问：各项方向和区间怎样。点估计同向但区间很宽，表示数据与多种效果兼容；重要组成项反向，则需要更强警觉。不要只看每行是否达到0.05，也不要因为未显著就断言完全无效。

多重性问题来自同时检验多个假设。FDA 2022年指南说明，端点越多，若不适当调整，至少得到一个错误阳性结论的机会会增加。整体复合检验可以是单一主要假设，但拆出的每个独立主张仍需预设分析策略。

用绝对数检查相对效果

相对风险或风险比便于跨时间分析，却可能隐藏基线。若对照组复合事件为10%，治疗组为8%，相对下降20%，绝对下降是2个百分点。患者关心的临床收益、随访长度和代价，通常需要绝对风险一起说明。

对每个组成项至少列出两组人数、比例或事件率、绝对差、相对估计和置信区间。罕见重要事件的区间会很宽，这不是表格缺陷，而是数据量的真实边界。把不确定性删掉，会让细小样本看起来比实际更确定。

还要核对定义是否客观。死亡通常明确，住院可能受地区资源、医生阈值和方案判定影响，症状恶化则可能依赖量表与评审。较主观又较常见的项目若主导整体，盲法、中央判定和规则一致性尤其重要。

五问拆解法

第一问：组成定义是什么，是否在方案中预先指定。第二问：每项发生频率多少，哪项贡献最多首次事件。第三问：各项临床重要性是否相近，是否遗漏更严重相关结局。

第四问：治疗效果方向是否大致一致，重要组成项有没有反向信号。第五问：使用首次事件、所有事件还是等级评分，死亡和重复事件怎样处理。五个答案应在下结论前同屏出现。

受控比较可以把两个假想结果放在一起。方案甲让死亡与住院都少量下降，方向一致；方案乙只大幅减少轻度门诊，却让死亡点估计上升。即使两者复合风险比相同，临床解释也不会相同。

若论文只展示整体曲线，应查找组成项表、补充材料和预设方案。没有这些资料时，可以准确复述复合终点结果，但必须说明无法判断由哪项驱动，也不应替作者补上单项结论。

结论限定在整体假设

复合终点的价值在于用一个预设框架处理多个相关临床事件，提高研究效率。它的代价是组成项频率、重要性与方向都进入解释。整体显著支持的是预设复合假设，不是每个组成项的独立承诺。

稳妥表述会说清楚“复合终点下降，主要由哪一项贡献；重要组成项方向如何；单项分析是否预设以及不确定性多大”。拆解不是为了否定整体结果，而是让统计效率和临床意义回到各自的位置。

资料依据：美国FDA《临床试验中的多终点指南》及指南快照，2022。欧洲药品管理局《临床试验多重性问题指南草案》，2017。

先画一张“组成事件贡献图”

读复合终点时，可以先把论文中的总结果暂时放到一边，为每个组成项建立一行：定义、两组发生人数、首次事件数、全部事件数、绝对差、相对估计、区间和临床严重度。这样做不是重新计算试验，而是防止“死亡、住院或门诊处理”这串名称把不同事件压成一个模糊标签。

第一列要照抄方案定义。住院是否要求超过二十四小时，急诊观察算不算，死亡是否限定某一原因，复合事件是否由独立委员会判定，都会改变计数。两个研究都写“心血管复合终点”，若组成定义不同，数字不能直接并排比较。

第二步把首次事件和全部事件分开。首次事件分析回答“谁最先遇到任一预设事件”；全部事件分析更接近总体负担，却需要处理同一患者的重复事件和死亡这一竞争风险。两种分析可以同时有价值，但不能把一个分析的数字塞进另一个分析的叙述。

频率造成的实际权重需要显式写出

假设对照组一百人中，死亡二人、住院八人、门诊处理二十人；治疗组分别为三人、七人和十人。复合结果可能因门诊处理明显减少而有利，但死亡点估计没有同向。若标题只写“死亡、住院或门诊事件下降”，读者很容易把总体效果平均分配给三项。

受控比较能进一步看出问题。方案甲的三项都小幅同向改善，方案乙只有最轻、最频繁的一项大幅改善，两个方案可能得到相近的复合风险比。统计数字相近，不表示患者价值相同。临床解释必须把最重要事件的方向单独写出来。

频率并不是唯一权重。评估者还要看事件定义的客观程度和干预影响途径。门诊处理可能受医生习惯、地区资源和盲法影响，死亡通常较少受这些因素影响。一个更容易被决策过程改变的常见事件主导整体时，需要查看中央判定、地区差异和方案执行。

区间比“显著／不显著”更能说明边界

单项分析常因事件少而区间很宽。死亡的点估计略高但区间跨越较大范围，不足以证明伤害，也不能被“没有显著差异”改写成安全无影响。正确说法是数据对多种可能效果仍然兼容，整体试验没有为该罕见组成项提供足够精度。

同理，一个常见组成项单独达到显著，也不自动获得主要终点地位。研究若没有预先把它列为可确证假设并控制多重性，该结果主要用于解释整体。把每一行都做一次零点零五检验，会增加偶然阳性的机会，也会把预设与事后发现混在一起。

如果方案预先设置层级检验，例如先检验复合终点，再在成功后检验死亡或住院，那么可以按该顺序判断哪些主张受错误率控制。若没有这类计划，拆分图仍很重要，但结论要保持描述性。

组成项的时间位置也会改变叙事

复合终点只用首次事件时，较早发生的轻事件可能阻断后续严重事件进入分解。一个患者先门诊处理、两周后住院，首次事件表只显示门诊；另一位患者先住院、后来死亡，表中只显示住院。若只看首次事件贡献，严重负担可能被低估。

这就是为什么 FDA 指南建议检查各组成项，并提醒首次复合事件分解不会计入之后发生的其他事件。读者应寻找补充材料中的各类型全部事件、重复事件模型或累计发生图，同时确认这些分析是否预设。

随访时间也要一致。两组若退出比例不同，简单期末人数可能与时间至事件模型回答不同问题。绝对风险要配合随访长度，事件率要说明人时，不能只拿一个百分比脱离时间比较。

把患者最关心的问题写回结论

最终摘要至少回答四件事：复合定义是什么，差异主要由哪项推动，最重要组成项方向和精度如何，拆出的分析是否预设。若资料不足，就明确写“无法判断整体差异由哪一项驱动”，而不是补出听起来完整但没有证据的结论。

读者也应把效益与风险分开。一个复合有效性终点有利，不代表严重不良事件或治疗负担同步改善；这些通常来自另一组终点和安全性资料。不能为了让叙事简洁，把不同表格合成一个未经预设的“净获益”。

复合终点不是需要避开的统计工具。组成项相关、临床意义接近、方向一致，并且事件定义清楚时，它可以高效回答重要问题。真正要避免的是把效率产生的整体证据，扩写成每个组成项都改善的承诺。

结论只覆盖预设的复合问题

完成拆解后，最稳妥的句式不是“治疗减少了死亡、住院和门诊处理”，而是“预设复合终点下降，主要差异来自某组成项；死亡与住院的估计方向和不确定性如下”。这样的表述没有削弱试验，而是准确区分确证结论、组成解释和仍待回答的问题。

资料依据：美国食品药品监督管理局《临床试验中的多终点指南》及指南快照，2022；欧洲药品管理局《临床试验多重性问题指南草案》，2017。来源用于解释统计结构，不替代个体治疗判断。

方案、统计分析计划与论文表格要互相对得上

论文中的复合定义应与注册记录和统计分析计划一致。若分析阶段改变组成项、加入新的判定规则或把原本独立终点合并，必须解释变更时间和理由。看到结果后才调整组成项，会让观察到的数据影响问题定义，读者不能再把它当成完全预设的主要假设。

还要核对分析集。意向治疗、符合方案和安全性人群的分母可能不同；组成项表若混用分母，会造成绝对风险无法直接比较。失访也不能只从总人数扣除，应说明删失规则以及两组是否对称。

若研究使用竞争风险、重复事件或胜率等方法，先读清楚排序和权重。把死亡排在住院之前的层级方法，与把任一首次事件等量合并的传统复合终点，不回答同一个问题。方法名称相似时，更需要用一句白话说明“谁与谁比较、什么事件先计入、后续事件是否保留”。

这些核对不会替代完整统计审评，却能阻止三个常见跳跃：从整体显著跳到每项有效，从单项未显著跳到完全无效，以及从相对下降跳到所有患者都有同样收益。任何简化结论都应保留研究人群、随访长度和事件定义，避免把一个试验的组合直接移植到另一种疾病情境。

当不同组成项由不同机制影响时，还应说明干预是否有理由产生一致方向。没有共同机制或临床整体性的组合，即使提高事件数，也可能让单一数字变得难以解释。

方案和结果报告要对应

复合终点的解释还要回到试验方案。查看组成项是否在看见数据之前确定、事件判定委员会是否使用统一规则、缺失与竞争事件怎样处理。若结果报告临时合并或拆分组成项，名称相近也可能已经不是原来的主要假设。方案版本、统计分析计划和正式报告三者应能对应。

跨试验比较尤其谨慎。两个研究都写“主要心血管事件”，实际组成可能不同：一个包含住院，另一个只含死亡、心肌梗死和卒中；随访长度和首次事件规则也可能不同。复合名称不能代替定义逐项对齐。只有组成、观察窗和分析规则足够接近，整体估计才适合并列。

面向患者沟通时，可先说明总体上减少了多少复合事件，再明确主要贡献项目和最重要项目的不确定性。这样的表述不会削弱发现，反而避免把统计效率误写成每种严重结局都已获得同样证据。

资料来源

• U.S. Food and Drug Administration：《Multiple Endpoints in Clinical Trials Guidance for Industry》，发布或更新于 2022-10-21
• U.S. Food and Drug Administration：《Multiple Endpoints Guidance Snapshot》，发布或更新于 2022-10-21
• European Medicines Agency：《Draft guideline on multiplicity issues in clinical trials》，发布或更新于 2017-03-31