The Logical Structure of Clinical Trial Eligibility Criteria: A Corpus-Scale Measurement of Disjunction in Non-Small-Cell Lung Cancer Trials
本研究表明，非小细胞肺癌临床试验入组标准的近半数涉及逻辑析取而非简单的合取，这揭示了将要求视为相互独立的普遍假设会导致自动化患者-试验匹配过程中出现显著的安全与效率错误。
原始论文采用 CC BY 4.0 许可（https://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
每一项临床试验的开始都有一份规则清单。这些是入组标准，即一个人加入研究必须满足的具体条件。它们决定了谁能接受新疗法，谁不能，充当着医学研究的守门人。几十年来，试图将患者与这些试验进行匹配的科学家和计算机系统一直基于一个简单且静默的假设：这些规则的作用类似于一份清单，其中每一项都必须被勾选。在这种观点下，只有当患者同时满足条件 A、条件 B 和条件 C 时，才算符合资格。对于理解复杂的文档来说，这是一种直观的方式，但它将文本视为一份平铺直叙的要求列表。
然而，医学语言很少如此简单。医生编写的规则往往提供选择。一名患者可能如果拥有某种类型的遗传标记或另一种遗传标记，就可以加入研究。他们也可能因为服用过药物 X、药物 Y 或药物 Z 而被排除在外。这些不仅仅是列表，它们是逻辑上的替代方案。如果计算机系统忽略了这些选择，并将其视为强制性要求，就会犯下根本性的错误。它可能会拒绝一位实际上符合条件的患者，因为该患者错过了某个并不需要的选项；或者它可能会接受一位本应被排除的患者，因为它未能识别出仅仅具备几种不良情况中的一种就足以取消资格。直到现在，还没有人衡量过这些选择在海量的临床试验档案中究竟出现了多少次。
一个研究团队致力于通过检查非小细胞肺癌（一种主要的肺癌类型）的入组标准来解开这个谜团。他们收集了来自公共注册库的数千项试验记录，创建了一个包含近 19 万条独立规则的海量集合。为了理清这如山般的文本，他们利用先进的人工智能构建了一种新型工具。该工具旨在阅读每个句子的逻辑结构，专门寻找“或”语句的存在——即规则提供替代路径的地方。在将该工具应用于完整数据集之前，研究人员对其进行了严格测试。他们将工具的工作结果与一组由人类专家仔细标注的规则进行了对比，随后又让三位独立的医学专业人员对一批新的规则进行评审，以建立一个新的、盲测的标准。该工具表现出了极高的准确性，几乎完美地匹配了人类专家的判断，并证实了较廉价版本的人工智能可以胜任更昂贵版本所能完成的工作。
当研究人员将此工具应用于完整的肺癌试验集时，结果令人震惊。他们发现，对于近一半的规则而言，简单的清单假设是错误的。在经过验证的样本中，46.2% 的独立标准表达了一种逻辑选择，而非单一的要求。这意味着，在几乎每一项试验中，都至少有一条规则提供了替代方案。这种模式在排除患者的规则中更为显著。虽然在允许患者加入的规则中，约有 36% 提供了选择，但在阻止患者进入的规则中，近 57% 是通过列举多种导致取消资格的方式来实现的。如果计算机系统将这些排除规则读作“必须具备多项条件才能被拒绝”的清单，而不是“任何一项即可导致被排除”的清单，那么它就会通过误纳不该进来的人而造成安全风险。
研究还揭示了这种复杂性是如何随时间变化的。在研究人员观察到的最古老的试验时期（20 世纪 90 年代初），只有约 18% 的规则提供选择。到了 2010 年代，这一数字大约翻了一番，达到了 50% 左右，并在此后保持稳定。尽管在数值上升期间，试验文档的长度并没有发生显著变化，但这一现象依然发生，这表明规则本身正变得在结构上更加复杂，而不仅仅是变得更长。研究人员指出，无论是由谁主持试验，也不论处于研究的哪个阶段，这一模式都保持一致，这表明这是现代医学方案编写过程中的一个普遍特征。
结论是，我们目前尝试匹配患者与临床试验的方式需要发生根本性的转变。几十年来，该领域一直依赖于将每条规则视为强制性条件的方法。这项研究表明，对于近一半的标准以及几乎所有的试验记录而言，这种方法都是设定错误的。这种错误不仅仅是一个微小的统计偏差；它具有现实的后果。当系统遗漏入组规则中的选择时，它会拒掉那些本可以帮助研究的患者。当它遗视排除规则中的选择时，它会通过接纳那些不该参与的人员而危及参与者的安全。研究人员认为，在我们构建更好的患者与试验匹配系统之前，必须首先测量并理解规则本身的逻辑形态。将临床试验标准视为简单要求清单的时代已经结束；现实是一个必须谨慎应对的选择图景。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。