期中分析中一个最重要的统计问题,就是所谓的“Multiple Looks”的问题,其实Multiple Looks也是多重性问题之一。 何谓Multiple Looks问题呢?简单理解,我们对两组的疗效进行多次检验,我们要找出两组疗效的差别,当然找的次数越多,其中有一次能找到差别的机会就越多。但这种情况下,其实很可能两组没差别,只不过你一次又一次地找,可能总有一次发现两者有差别,结果你就说两者有差别。其实这就是我们所称的假阳性。结合到临床试验上来,我们假定每看一次发生假阳性的概率都是5%(即I类错误,alpha=0.05),那我们看一次假阳性就是5%,看一次就是5%,看的次数越多假阳性率就越高,即本来没差别被你说成有差别的概率就越高。怎么说呢,即使两组没有差别,你这样无限地看下去,总有一次能看到差别。那怎么来控制这种过高的假阳性率呢?无非两个方法:(1)控制分析的次数;(2)控制每次分析时允许的假阳性率。 以我们的临床试验为例,我们需要把总的假阳性率控制在0.05,即总体I类错误为0.05: (1)如果我们不做中期分析,就只有最后一次最终的分析,这时alpha=0.05就不用控制了,因...