📊 statistics

A critical evaluation of longitudinal proportional effect models

本文批判性地评估了非线性纵向比例效应模型，论证了其关于治疗效应随时间保持固定的假设会导致偏差、膨胀的第一类错误率，以及在即使该假设成立时也会引发有关检测治疗危害的安全问题。

原作者： Michael C. Donohue, Philip S. Insel, Oliver Langford

发布于 2026-01-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Michael C. Donohue, Philip S. Insel, Oliver Langford

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

大局观：一个并非“魔法”的“魔法”公式

想象一下，你正在进行一场比赛，目的是测试一款新跑鞋（实验组/主动治疗组）是否能让人的跑步速度比旧跑鞋（对照组）更快。

科学家们一直对一种被称为**“纵向比例效应模型”（Longitudinal Proportional Effect Model）**的新数学工具感到兴奋。其宣传点在于，这个工具是一个“强力增压器”。它声称比标准方法更强大，并且能直接回答一个非常具体的问题：“新跑鞋让跑步者的速度提升了百分之几？”

然而，Donohue、Insel 和 Langford 的这篇论文却是一个批判性的警告标签。他们认为这个“强力增压器”其实是坏掉的。它不仅不能提供更好的答案，还会给出**有偏见（biased）**的答案，误导你认为某种疗法有效，甚至比实际情况更好，同时还掩盖了它可能具有危害性的事实。

核心问题：“零点”陷阱

要理解这种偏差，请想象一个温度计。

标准方法（尺子）： 测量度数的差异。如果房间从 70° 变为 75°，变化是 +5°。如果从 0° 变为 5°，变化仍然是 +5°。起点在哪里并不重要。
“比例”方法（百分比）： 测量相对于起点的变化。
- 如果从 70° 开始并达到 75°，那是一个很小的百分比增益。
- 如果从 0° 开始并达到 5°，数学逻辑就崩溃了。你无法计算零的百分比。
- 如果从 -10° 开始并达到 -5°，数学运算就会变得怪异且不稳定。

论文指出，在医学临床试验中（特别是针对阿尔茨海默病等疾病），“起点”（对照组的平均得分）经常在零附近徘 true 甚至变为负数（代表健康状况的下降）。当数学试图计算一个接近零的数值的“百分比改善”时，计算就会变得不稳定，并开始产生“幻觉”结果。

“偏袒”偏差：单行道

作者发现，该模型存在一种内置的**“偏袒”**。

想象一位暗中支持新跑鞋品牌的裁判：

如果新鞋确实有效： 该模型会夸大其效果，让改善看起来非常巨大。
如果新鞋确实有害： 该模型则难以察觉损伤。它表现得像有一个盲点，使得很难检测出治疗是否真的让情况恶化了。

论文表明，即使完美遵循了该模型的规则，这种偏差依然存在。这不是科学家使用工具时的错误，而是工具本身存在缺陷。

“分组标签”的小把戏

论文指出一个奇怪的特性：模型的答案会根据你将哪一组称为“A 组”、哪一组称为“B 组”而发生变化。

如果你将新疗法标记为主组，模型会使结果产生偏差，让治疗看起来效果很好。
如果你交换标签，将对照组设为主组，模型就会使结果产生偏差，让对照组看起来效果很好。

这就像一个秤，如果你把物体放在左边，它就向左倾斜；如果你把物体放在右边，它就向右倾斜。一个好的秤应该无论物体放在哪里都能给出相同的重量。因为这个模型会根据标签的变化而改变立场，所以它的结果是不可靠的。

模拟结果：“93% 的错误”

作者通过计算机模拟（虚拟临床试验）来测试这一点。他们发现了可怕的结果：

当对照组的平均得分接近于零时，即使在完全没有治疗效果的情况下，该模型在 93% 的情况下仍会拒绝接受“什么都没发生”的假设。
在标准测试中，你预期出错的概率应该是 5%（这被称为第一类错误/Type I error）。而这个模型出错的频率几乎是应有水平的 20 倍。
在许多情况下，该模型表现得像是一个单侧检验：它只会大喊“它有效！”，但很少会大喊“它有害！”

安全隐患：掩盖伤害

这种偏差最危险的部分在于安全性。
在阿尔茨海默病等疾病中，存在药物可能导致记忆力变差（治疗性伤害）的真实担忧。

由于该模型倾向于观察到“改善”，它非常不擅长观察到“衰退”。
作者警告说，使用该模型可能会导致批准一种实际上会对患者造成伤害的药物，仅仅是因为数学模型太忙于寻找“百分比改善”，以至于忽略了造成的损害。

结论：不要使用它

作者得出结论：尽管该模型承诺拥有更高的统计效能（即在噪声中发现信号的能力），但这种风险是不值得的。

它所声称拥有的“效能”实际上只是伪装成成功的偏差。
标准的线性模型（即“尺子”）更安全、更诚实，且不会根据你如何标记分组而改变答案。
他们建议科学家避免使用这些比例效应模型，尤其是出于安全方面的考虑。

简而言之： 论文认为，这个新的数学工具就像一个坏掉的速度计，当你驾驶一辆新车时，它总是显示“很快”，但当你正驶向悬崖时，它却无法发出警告。与其使用一个会骗你的花哨速度计，不如使用一个陈旧但可靠的速度计。

技术摘要：对纵向比例效应模型的批判性评估

问题陈述
近期有研究提出（例如 Wang 等人 [2024]）利用非线性纵向比例效应模型来估计随机临床试验中的比例治疗效应，并声称其具有提高统计功效和直接临床解释性的优势。这些模型假设活性干预组的平均趋势是控制组均值在一段时间内的固定比例，参数化表示为 $f_A(t) = f_C(t)(1 - \theta)$ 。

然而，作者指出这种方法存在关键缺陷。主要问题在于，即使比例效应假设成立，这些模型本质上也是有偏的。这种偏差对分组标签的设定非常敏感；现有文献中建议的具体参数化方式会导致偏向活性治疗组的偏差。因此，这会导致 I 类错误率上升、出现单侧检验行为，并降低检测治疗危害（安全性信号）的能力。此外，当控制组均值趋于零时，模型会变得未定义或不稳定，这种情况在症状前疾病阶段或特定的认知结局中是可能发生的。

方法论
本文采用理论分析与模拟研究相结合的方法，评估比例效应模型相对于标准线性模型的表现。

横断面分析： 作者首先研究了比例模型在单个时间点上的特例。他们将非线性最小二乘法估计的比例效应（ $\hat{\theta}$ ）与熟悉的两样本 t 检验加性差异估计量（ $\hat{\delta}$ ）进行了比较。模拟过程在不同的控制组均值（ $\beta_C$ ）和治疗效应（ $\delta$ ）下进行。
纵向模拟： 作者模拟了 10,000 场临床试验，涵盖代表不同平均趋势的四种场景（A–D）：
- 场景 A–C： 线性趋势，其中控制组均值不为零，满足比例效应假设。
- 场景 D： 线性趋势，其中控制组均值固定为零，违反了比例效应的有限定义。
- 对比模型： 针对每个数据集拟合了两个模型：
  - 具有非结构化均值和加性治疗效应（“斜率”）的线性混合效应模型（MMRM）。
  - 具有非结构化控制组均值和固定比例治疗效应的非线性比例混合效应模型（pMMRM）。
- 两个模型都包含了受试者特异性的随机截距，并将基线组均值设定为相等（约束纵向数据分析，或 cLDA）。
评估指标： 研究评估了统计功效、I 类错误率以及在无效假设下偏向活性组的拒绝比例。“拉链图”（Zipper plots）被用于可视化估计值和置信区间的分布，特别关注不对称性和偏差。

核心贡献与结果
模拟结果表明，比例效应模型所谓的效率提升在很大程度上是偏差造成的伪象，而非真正的统计功效提升。

偏差与标签敏感性： 比例估计量对控制组均值的位置非常敏感。当 $\beta_C$ 接近零时，模型表现出显著偏差。文献中使用的特定参数化方式偏向活性组，导致置信区间不对称，并且即使不存在治疗效应，在无效假设下也会出现高比例的偏向活性组的拒绝。
I 类错误膨胀： 在纵向模拟中，随着控制组均值趋于零（从场景 A 移动到 D），比例模型的 I 类错误率剧增。在场景 A（控制组均值接近零）中，I 类错误达到 5.3%，且 93.2% 的拒绝偏向活性组。在场景 D（控制组均值 = 0）中，I 类错误飙升至 34.0%，且 100% 的拒绝偏向活性组。
功效 vs. 安全性： 虽然当治疗效应为正时，比例模型表现出更高的功效（例如在场景 A 中为 93.8% vs. 88.2%），但这种“提升”是由偏差驱动的。相反，该模型在检测治疗危害（ $\delta < 0$ ）方面的功效有所下降。在 $\delta < 0$ 的横断面模拟中，标准 t 检验通常优于比例检验。
与线性模型的比较： 线性“斜率”模型在所有场景下均表现出一致的操作特性，保持了名义 5% 的 I 类错误率以及在无效假设下的对称拒绝率。比例模型的表现随着控制组均值趋于零而恶化，而线性模型则保持稳健。

意义与主张
本文得出结论，近期教程中所推广的纵向比例效应模型在临床试验分析中存在根本性缺陷。作者断言：

模型是有偏的： 即使模型假设正确，偏差依然存在，并且在控制组均值接近零时会被放大。
安全性担忧： 这种偏差使得检测治疗引发的恶化（危害）变得困难，构成了显著的安全风险。这对于那些认知功能恶化是已知风险的疗法（如 BACE 抑制剂）尤为重要。
建议： 生物统计学家和临床试验设计者应避免使用这些模型。表观的功效优势是由偏差错误地夸大的。
替代方案： 作者建议，可以通过使用灵活的线性模型结合 Delta 方法、自助法（Bootstrap）或马尔可夫链蒙特卡洛法（MCMC）来推导比例效应的不确定性区间，从而避免非线性参数化带来的固有偏差。

本文并非提出一种新模型，而是作为一种批判性警告，反对采用目前在文献中讨论的特定非线性比例效应参数化方法，理由是该方法可能误导试验结果并危及患者安全。