新英格兰医学杂志刊出的一篇综述《The Primary Outcome Is Positive — Is That Good Enough?》中^[1]，作者认为当临床试验的主要结局阳性时，还应当考虑11个问题。（表1）

表1. 主要结局阳性时应当考虑的问题

上一期，我们讲了“P<0.05就是强有力的证据吗？”，今天，我们探讨一下“治疗的获益有多大？”

新英格兰医学杂志发表的一项3b期药物临床试验——IMPROVE-IT^[2]，探讨“维多灵（依折麦布+辛伐他汀的复合制剂）”相比于“辛伐他汀”，是否可以改善急性冠脉综合征患者的心血管结局。研究的主要结局为复合结局，包括心血管死亡、主要冠脉事件或非致死性心梗。

研究者发现“维多灵”组7年的主要结局发生率为32.7%，“辛伐他汀”组为34.7%。HR=0.94 (95% CI, 0.89 to 0.98, P = 0.016)。（图1）尽管该研究得到了“P=0.016<0.05”，但需要考虑的是， “维多灵”治疗获益（将主要结局的发生率降低了2个百分点）是否足够大，是否能抵消治疗花费、并发症的 “成本”？ 

图1. IMPROVE-IT试验的主要结局发生率

因此，尽管该研究的“P<0.05”，但FDA认为“治疗的获益较小”，拒绝了维多灵扩展适应症——降低心血管事件发生率的申请。

表示“治疗的获益有多大”，可以通过相对指标，如相对危险度（Relative Risk, RR）、比值比（Odds Ratio, OR）、风险比（Hazard Ratio, HR）等；也可以通过绝对尺度，比如绝对危险度（Absolute Risk, AR）、平均值差（Mean Difference, MD）、需治疗人数（Number Need to Treat, NNT）等。

关于RR和OR，可以查看“看了这篇文章，总算彻底搞明白了RR值！”以及“看了文中这么多例子，还怕分不清OR和RR？”。

“治疗的获益有多大”只能通过RR、OR、HR、AR、MD、NNT等指标回答，而不能通过P值来回答，因为P值和“疗效差别大”是两个问题：“P<0.05”表示组间相比，疗效的差异有统计学意义（回答了有没有差别），但并不等于组间的疗效差别大（不能回答差别有多大）。
 

P值得计算是根据特定的分布、计算出特定的统计量，相比较得出的。这里我们暂且不去考虑，先简述一下P值决定因素：

可见，仅仅根据P值的大小，我们无法判断“治疗的获益有多大”。

仅举其中一例：《中华医学杂志》发表的一篇“值得临床推广”的研究^[3]：研究者通过随机对照试验，拟探讨“莉芙敏+帕罗西丁”（治疗组）相比于“帕罗西丁”（对照组），治疗围绝经期女性抑郁症的疗效和安全性。

研究的主要结局采用汉密尔顿抑郁量表（HAMD）测量。治疗8周后，治疗组的有效率为88.3％，对照组的有效率为78.3％，两组疗效的差异有统计学意义(P<0.05)。比较治疗后第4、6、8周的HAMD评分，差异有统计学意义(P<0.05)。（原文中表1）

该研究是否能得出“值得临床推广”的结论？首先要考虑疗效提高了12.7%，治疗后第4、6、8周的HAMD评分的平均值差不超过5分，是否有临床意义；除此之外，还应当考虑安全性、成本效益等诸多问题。

1. N Engl J Med. 2016;375:971-9.

2. N Engl J Med 2015;372:2387-97.

3. 中华医学杂志. 2013; 93:600-2.