Transportability of model-based estimands in evidence synthesis

想象你是一位法官，需要决定两种新药——药物 A和药物 B——哪一种对公众更有效。由于这两种药物是在不同国家、不同时间进行测试的，你无法在单一的大型试验中直接对比它们。相反，你必须进行一种“迂回”比较：

• 试验 1 将药物 A与安慰剂进行了对比。
• 试验 2 将药物 B与安慰剂进行了对比。
• 你将两项试验的结果分别与安慰剂进行对比，以此推断药物 A 和药物 B 彼此之间的优劣。

这被称为间接比较。安东尼奥·雷米罗 - 阿索卡尔（Antonio Remiro-Azócar）的论文指出，进行此类数学比较的标准方法往往存在缺陷，这并非因为试验本身质量不佳，而是源于一个涉及如何衡量“成功”的隐蔽数学陷阱。

以下是该论文核心论点的拆解，辅以简单的类比：

1. 衡量“成功”的两种方式

该论文聚焦于衡量药物疗效的两种不同方式：

• “普通人”视角（边际视角）： “如果我们给城市里的每个人都服用这种药物，平均而言，人们的感受会好多少？”
• “特定特征”视角（条件视角）： “如果我们给一位吸烟的 50 岁男性服用这种药物，与不吸烟者相比，他的感受会好多少？”

论文认为，对于卫生政策（即决定为整个人群报销何种药物），我们需要的是**“普通人”视角**。然而，大多数药物试验中使用的数学计算往往得出的是**“特定特征”视角**。

2. 陷阱：“不可折叠”的度量

论文引入了一个称为可折叠性（collapsibility）的概念。你可以将其想象成一座乐高塔。

• 可折叠（好的乐高）： 如果你有一座由积木搭建的塔，将其拆解后，总高度仅仅是各个积木高度的总和。如果你知道每一块积木的高度，你就知道塔的高度。
  • 示例： 均值差（例如，“该药物将血压降低了 5 个单位”）。
  • 结果： 如果“特定特征”视角对所有人都相同，那么“普通人”视角也自动相同。你无需担心试验中人群的构成。
• 不可折叠（棘手的拼图）： 想象一个拼图，其最终图案取决于拼块的排列方式。即使每一块拼块（每位患者）对药物的反应完全相同，如果拼块的排列方式不同，最终呈现的图案（平均结果）也会不同。
  • 示例： 比值比（Odds Ratios）和风险比（Hazard Ratios）（常用于“治愈 vs.未治愈”等二分类结果或时间 - 事件分析）。
  • 结果： 即使“特定特征”视角保持不变，仅因试验中人群的构成不同，“普通人”视角也会发生变化。

3. “纯预后”变量

论文强调了一类特定的患者特征，称为**“纯预后”（purely prognostic）**变量。

• 类比： 想象一场比赛。有些跑者天生速度快（预后因素），有些则慢。药物能让每个人的速度提高 10%。
  • “自然速度”并不改变药物帮助的程度（不存在交互作用）。
  • 然而，如果试验 1 中大多是快跑者，而试验 2 中大多是慢跑者，那么两项试验中的平均改善幅度看起来就会不同，尽管药物对每个人的帮助是均等的。
• 论文主张： 对于“不可折叠”的度量（如比值比），这些“自然速度”的差异确实会改变最终的平均结果。而对于“可折叠”的度量，则不会。

4. 模拟：实验室中发生了什么

作者运行了计算机模拟来验证这一观点。他创建了两个具有不同患者构成的虚拟试验，并比较了三种分析方法：

1. “布赫法”（Bucher Method，标准方法）： 直接比较平均值。没有复杂的数学调整。
2. MAIC（匹配调整法）： 尝试重新加权数据，使患者构成看起来一致。
3. G-计算（建模法）： 使用复杂的数学模型来预测结果。

发现：

• 情景 A：无交互作用（药物对所有人的效果相同）。
  • 如果度量是可折叠的（均值差）：标准方法运作良好。
  • 如果度量是不可折叠的（比值比）：标准方法失效。即使药物对所有人的效果相同，仅因患者构成不同，它也会给出有偏差的答案。你必须对患者构成进行调整，即使他们并非“效应修饰因子”。
• 情景 B：存在交互作用（药物对某些人的效果更好）。
  • 如果度量是直接可折叠的（均值差）：你只需要针对那些反应不同的人进行调整。
  • 如果度量是非直接可折叠的（比值比或风险比）：情况变得复杂。结果取决于所有患者变量之间的完整关系（即年龄、体重和性别如何相互关联）。
  • 关键难点： 我们从已发表试验中获得的通常数据仅提供“平均值”（平均年龄、平均体重）。它们很少告知这些变量之间的相关性（例如，试验 2 中的老年人是否也往往体重更重？）。
  • 结果： 如果你仅调整平均值而忽略相关性，你的数学计算仍然会有偏差。你需要了解整个群体的“形态”，而不仅仅是平均值。

5. 决策者的重大启示

该论文得出结论，目前的药物比较指南过于简单。

• 现行规则： “仅针对那些改变药物作用方式的变量（效应修饰因子）进行调整。”
• 新现实：
  1. 如果你使用比值比（非常普遍），你必须针对所有患者差异进行调整，即使这些差异不改变药物的作用方式，因为数学本身就会扭曲平均值。
  2. 如果在药物对不同人群效果各异的复杂世界中使用比值比或风险比，你需要了解患者变量之间的完整关系（相关性），而不仅仅是它们的平均值。
  3. 由于我们很少拥有目标人群的完整“关系”数据，我们目前的方法可能会给出有偏差的答案，从而导致关于资助何种药物的错误决策。

简而言之： 该论文警告称，使用错误的数学“尺子”（不可折叠的度量）结合不完整的数据（仅知道平均值，不知道相关性），会在跨不同人群比较药物时制造出一层“迷雾”，掩盖药物的真实疗效。为了看清真相，我们需要更好的尺子（可折叠的度量）或更完善的数据（完整的联合分布）。