📊 statistics

Reframing Population-Adjusted Indirect Comparisons as a Transportability Problem: An Estimand-Based Perspective and Implications for Health Technology Assessment

本文将人群调整后的间接比较重新定义为一个可推广性问题，证明了此类比较所衍生的边际治疗效应往往由于非共线性（non-collapsibility）和效应修饰作用而具有人群依赖性，从而必须通过明确的假设并仔细对齐估算量，以确保其在卫生技术评估决策中的有效性。

原作者： Conor Chandler, Jack Ishak

发布于 2026-08-19

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Conor Chandler, Jack Ishak

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

在医学领域，决定哪种新疗法对特定患者群体最有效，通常依赖于比较不同临床试验的结果。这些试验是证明药物疗效的金标准，但它们很少能完美镜像现实世界。一项试验可能只招募了年轻、健康的志愿者，而真正需要这种药物的人群则是年长且伴有其他健康状况的人。当研究人员想要比较两种从未进行过头对头测试的新药时，他们必须将来自不同研究的证据缝合在一起。这个被称为“间接比较”的过程，在患者群体看起来存在差异时会变得复杂。为了解决这个问题，科学家使用统计工具来调整数据，本质上是通过重新加权使各组看起来更加相似。这种调整旨在回答卫生机构的一个关键问题：如果我们把这种药给那些真正需要它的人用，他们的效果会比使用另一种替代方案好多少？

康纳·钱德勒（Conor Chandler）和杰克·伊萨克（Jack Ishak）的一篇新论文挑战了一个关于这些调整如何运作的长期观点。多年来，卫生技术评估机构一直基于这样一个假设进行运作：如果研究人员正确识别了改变药物作用方式的因素（如年龄或疾病严重程度）并进行了调整，那么所得出的比较结果对于任何人群都是有效的。作者认为事实并非总是如此。他们表明，即使调整做得非常完美，最终计算结果的方式也可能使其仅适用于原始研究组，而对更广泛的人群失去意义。他们的研究揭示了测量本身的数学性质——即是一个简单的平均值差异，还是一个更复杂的比例——决定了结果是否可以安全地从一个群体转移到另一个群体。

研究人员通过将整个过程重新定义为一个关于“可迁移性”（transportability）的问题来着眼于解决这一问题。想象一下，你有一张为特定城市绘制的地图，你想用这张地图去导航另一座看起来相似的城市。如果街道布局完全一致，这张地图就能发挥作用。但如果布局稍有不同，地图就可能误导你。在药物试验的背景下，“地图”是衡量药物有效性的统计估计值，而“城市”则是不同的患者群体。作者证明了，对于许多常见的衡量药物有效性的方法，地图并非普适的。它是与特定原始城市的布局紧密相连的。

该论文重点讨论了衡量治疗效应的两种主要方式。第一种是“条件效应”（conditional effect），它观察具有特定特征（如患有轻症的60岁患者）的患者的药物作用情况。第二种是“边际效应”（marginal effect），它询问如果整个人群都接受该药物，平均结果会是如何。卫生机构通常更关心边际效应，因为他们需要了解对整个服务人群的影响。作者发现，虽然如果进行了正确的调整，条件效应通常可以从一个群体迁移到另一个群体，但边际效应要复杂得多。

通过一系列详细的模拟，研究人员测试了医学研究中使用的五种不同类型的测量方法。他们创建了具有不同特征的虚拟人群，并尝试将研究结果从一个组迁移到另一个组。他们发现，对于简单的测量，如血压的平均差值或简单的风险差异，结果是稳健的。如果调整得当，无论人群构成如何，结果都是一致的。然而，对于该领域标准的更复杂测量方法，例如用于生存数据的风险比（hazard ratios）和用于二元结果（如成功或失败）的优势比（odds ratios），结果却失效了。即使研究人员假设影响药物有效性的因素在所有组别中都是相同的，边际结果仍然会随着人群的变化而改变。

这一发现直接反驳了目前主要卫生评估机构所采用的指导原则。这些机构通常援引“共享效应修饰因子”（shared effect modifier, SEMA）假设来证明将研究结果从一个研究人群迁移到另一个人群的合理性。这一观点认为，如果相同的因素影响着不同药物的作用方式，那么不同药物之间的比较对每个人来说都应该是相同的。然而，作者表明，仅凭这一假设是不够的。虽然 SEMA 可能允许条件效应的迁移，但它无法保证在移动到新群体时，平均的、全人群层面的结果仍能保持稳定。问题的核心在于测量本身的数学特性。非共线性测量（non-collapsible measures，包括广泛使用的优势比和风险比）并不像简单的平均值那样表现得具有可合并性。它们受到整个总体分布的影响，而不仅仅是平均特征的影响。

研究人员通过具体实例说明了这一点。当他们观察简单的均值差时，结果在所有模拟的人群中都是稳定的。但当他们切换到逻辑优势比（log odds ratio，一种常见的二元结果度量指标）时，即使药物表现和调整因素保持不变，结果也会随着人群的变化而发生偏移。同样，对于生存数据，他们研究了受限平均生存时间（restricted mean survival time，一种计算患者平均生存时间的度量指标）。尽管这种度量在数学上是简单的“可合并”的，但它未能正确迁移，因为其效应建模的方式与最终结果的计算方式不匹配。这种建模尺度与报告结果尺度之间的不匹配，造成了对人群的隐性依赖。

这项工作的意义在于它影响了如何利用医学证据来做出关于资金投入和药物获取的决策。作者认为，研究人员和卫生机构必须停止假设“成功的调整会自动使结果具有可迁移性”。相反，他们必须仔细考虑自己试图测量的是哪种效应，以及该测量的数学属性是否允许将其应用于其他人群。如果目标是估计全人群效应，使用像优势比这样的非共线性测量可能会导致偏差的结论，如果仅仅是将结果应用到新群体而没有进一步的调整。

该论文并不意味着间接比较是无效的。相反，它呼吁采用一种更精确、更诚实的解释方法。它建议，当一项研究产生了一个本质上与其所测特定人群相关的结果时，该结果应被视为“特定于该人群”的。它不应被盲目地应用于另一组患者，即使两组在纸面上看起来很相似。对于卫生技术评估而言，这意味着统计方法的选择和效应类型的类型不仅仅是技术细节，它们是证据能否被用于现实世界决策的基础。

最终，这项工作提供了一个清晰的框架，用于确定何时可以安全地迁移治疗效应，以及何时不能。它表明，直接的可迁移性并非理所当然，它是一种取决于统计模型、所测效应类型以及对人群结构假设的属性。通过区分条件效应与边际效应，并理解可合并性的作用，研究人员可以避免陷入“修正后的结果即具有普遍适用性”的陷阱。未来的路径在于认识到，有些结果是局限于产生它们的特定研究的，而将其应用于其他地方则需要额外的、往往是未说明的假设，而这些假设未必成立。这种清晰度使得间接证据的使用能够更加透明和有原则，确保关于患者护理的决策是建立在对数据“能告诉我们什么”以及“不能告诉我们什么”的深刻理解之上的。

技术摘要：将人群调整后的间接比较重新定义为可转移性问题

1. 问题陈述

当缺乏头对头随机对照试验（RCT）时，卫生技术评估（HTA）机构经常依赖间接治疗比较（ITC）。虽然随机对照试验具有很强的内部有效性，但其外部有效性往往受到限制，因为试验人群与涉及报销决策的更广泛、异质性的人群存在差异。为了解决这一问题，人群调整后的间接比较（PAIC）——例如匹配调整间接比较（MAIC）和模拟治疗比较（STC）——已被开发出来，用于调整研究中观察到的效应修饰因子差异。

然而，在如何应用 PAIC 结果于 HTA 方面存在一个关键的方法论差距。目前的实践通常涉及一个两步过程：

第一步： 将来自指数试验（index trial）的治疗效应调整至对照试验的人群（条件转移）。
第二步： 将由此产生的相对效应（例如，治疗 B 对比治疗 C）直接应用于决策相关的目标人群（通常是指数人群或真实世界人群）。

第二步的有效性通常基于共享效应修饰因子假设（SEMA），该假设认为相同的协变量以相同的方式修饰所有积极治疗的效应。目前的 HTA 指南（如 NICE DSU TSD 18）建议，如果 SEMA 成立，则相对效应可以直接转移到任何人群。本文认为，该指南是不充分的。本文指出，SEMA 本身并不能保证直接可转移性，特别是对于使用非共线性效应度量（如优势比、风险比）的边际估计量（marginal estimands）。本文认为，直接可转移性是估计量类型、效应度量的共线性、效应修饰规模与效应度量规模之间的一致性以及 SEMA 的共同属性。

2. 方法论与框架

作者使用基于鲁宾因果模型（Rubin Causal Model）的因果推断框架，将 PAIC 重新定义为一个可转移性问题。分析区分了两种主要的估计量类型：

条件估计量（Conditional Estimands）： 定义在给定协变量（ $X$ ）条件下的效应，通常在协变量的均值处进行评估，或在经过转换后在协变量分布上进行平均。
边际估计量（Marginal Estimands）： 定义为整个总体上潜在结果的平均值，其中平均发生在转换之前（例如，计算平均风险差或对数优势比）。

本文形式化了在何种条件下，在源人群（ $P_1$ ）中估计的治疗效应对于目标人群（ $P_2$ ）的协变量分布是不变的。这种不变性被定义为直接可转移性。

分析依赖于三个核心概念支柱：

共线性（Collapsibility）： 边际效应是否可以表示为条件效应的加权平均。非共线性度量（如优势比、风险比）通常依赖于协变量的完整联合分布，而不仅仅是它们的均值。
规模对齐（Scale Alignment）： 模型规模（由连接函数 $g(\cdot)$ 定义的线性预测因子）与效应度量规模（由转换 $h(\cdot)$ 定义）之间的关系。当效应修饰与效应度量在同一个线性预测器规模上运行时（即 $h \circ g^{-1} = I$ ），直接可转移性会得到促进。
共享效应修饰因子假设（SEMA）： 该假设认为效应修饰因子在所有积极治疗之间是共享的，且其影响是相同的。

作者推导了直接可转移性的理论条件，并通过说明性的数值示例验证了这些条件。这些示例模拟了 21 个具有不同协变量分布的人群，以测试五种特定效应度量的可转移性：

均值差（线性回归）
对数优势比（逻辑回归）
对数风险比（对数二项回归）
受限平均生存时间（RMST）的差值（Weibull 回归）
RMST 的对数比（Weibull 回归）

3. 关键结果

理论发现

本文证明，积极治疗与对照治疗之差（ $\Delta_{BC}$ ）的直接可转移性需要满足特定的组合条件：

对于条件估计量： 如果 SEMA 成立且效应修饰在线性预测器规模上建模，则可实现直接可转移性。在这种情况下，效应修饰项在积极与对照的对比中相互抵消，使得效应对于协变量分布的变化具有不变性。
对于边际估计量： 直接可转移性的要求显著更为严格。它需要满足以下条件：
1. SEMA 成立。
2. 效应修饰与效应度量在同一个线性预测器规模上运行。
3. 效应度量是可共线性的。

如果不满足这些条件，即使 SEMA 成立，边际效应仍具有人群依赖性。

实证说明

数值示例证实了理论上的区别：

均值差： 由于其具有直接共线性的特性并在线性规模上运行，它们在 SEMA 下是直接可转移的。
对数优势比： 这些是非共线性的。即使 SEMA 成立，边际对数优势比在转移到具有不同协变量分布的人群时，仍表现出人群依赖性（偏差）。只有条件对数优势比在 SEMA 下是直接可转移的。
对数风险比： 这些是可共线性的。当效应修饰定义在对数风险规模上（与效应度量匹配）时，边际对数风险比在 SEMA 下是直接可转移的。
RMST 度量： 尽管 RMST 差值是直接可共线性的，但在标准的 PAIC 假设下，它们不是直接可转移的。这是因为标准生存模型（如 Weibull）将效应修饰定义在对数风险率规模上，而 RMST 是从生存曲线（一种非线性转换）中导出的。这种规模失配（ $h \circ g^{-1} \neq I$ ）阻碍了效应修饰项的抵消，导致边际 RMST 效应依赖于完整的协变量分布，即使在 SEMA 成立的情况下也是如此。

可转移性要求汇总（表 1）

本文总结指出，对于实践中最常用的非共线性度量（如优势比和风险比），PAIC 衍生的边际效应通常是不可直接转移的。它们仅对所估计的具体人群（即对照试验人群）有效。在未进行进一步调整的情况下，将它们应用于不同的目标人群会引入偏差。

4. 主要贡献

重新定义 PAIC： 本文不仅将 PAIC 视为一种调整方法，还将其重新定义为一个涉及双步过程的可转移性问题，强调了第二步（应用到决策相关人群）往往是隐含假设而非经过严谨证实的。
澄清 SEMA 的局限性： 本文挑战了 SEMA 足以保证直接可转移性的流行 HTA 指南。作者证明，对于使用非共线性度量的边际估计量而言，SEMA 是必要但不充分的。
区分估计量： 本研究在间接比较的背景下，对条件估计量和边际估计量进行了严格区分，表明虽然条件效应在 SEMA 下可能是可转移的，但边际效应通常不是。
规模对齐的洞察： 本文引入了模型连接函数与效应度量之间的“规模对齐”概念，作为决定可转移性的关键因素，并解释了为什么像 RMST 这样可共线性的度量，如果其效应修饰定义在不同的规模上（例如对数风险率），仍可能无法实现可转移性。

5. 意义与启示

作者得出结论，在 HTA 成本效益模型中直接应用 PAIC 衍生的边际效应（尤其是优势比和风险比）的做法通常是不合理的。本文认为：

估计量的解释： 对于非共线性度量的 PAIC 估计量，应将其解释为特定人群的（对对照试验人群有效），而非决策相关的目标人群的。
方法论严谨性： HTA 决策需要明确承认“转移”这一步骤。如果无法保证直接可转移性（由于非共线性或规模失配），则需要额外的假设或建模步骤来将效应转移到目标人群。
指南修订： 研究结果表明，关于 SEMA 对直接可转移性足够性的现有 HTA 指南（如 NICE DSU TSD 18）需要进行完善，以考虑估计量属性和效应度量的特性。

本文倡导一种更具原则性的方法，即选择估计量（条件 vs. 边际）和效应度量时，应由研究问题和底层结构假设的可行性来引导，而不是在未验证其可转移性属性的情况下，默认使用标准的非共线性度量。