在临床试验过程中,由于事前对试验组和对照的有效率、个体变异以及不良反应估计不准确,经常需要在临床试验期中根据已经获得的资料进行初步分析和评价,即期中分析,并据此对后续临床试验进行调整,称为适应性试验。条件把握度（conditional power, CPower）法和预测概率（predictive probability, PP）法是根据当前已获得的试验数据,在假设后续试验与前期试验齐同一致的前提下,按目前方案继续进行,预测到试验结束时获得期望的试验结果的概率,并据此按需适当调整样本量,或早期终止试验。本课题着重研究条件把握度法的统计学特性。在系统地介绍条件把握度的基本原理,及样本量调整方法的基础上,采用模拟试验和实例分析相结合的手段,研究条件把握度的抽样分布性质,探讨期中分析信息时点的选择及条件把握度预测指标。主要研究内容如下:1.探索期中分析的最佳信息时间:以两样本均数比较为例,样本分配比为1:1。试验之初,假设总体均数之差0=5,总体标准差σ₁=σ₂=14,根据双侧0.05检验水准和80%的把握度,估计得到每组所需样本量N₀。若实际总体均数之差小于假设值0,则当前计划样本量N₀尚不足以达到80%的检验效能。模拟试验中,假设实际总体均数之差=4.5、4、3.75、3.6、3.5、3.4、3.25、3、2.5、1.5、0等情况,并计划在每组完成1 / 4、1 / 3、1 / 2、2 / 3、3 / 4样本量时,进行期中分析。在每个信息时间点分别计算条件把握度,即Cpower,如果不低于预设的检验效能80%,则不调整样本量,继续进行试验;否则增大样本量使得Cpower等于80%。考察不同信息时间的Cpower预测值及调整样本量的准确性。2.考察条件把握度的分布:首先,通过预先设定的参数,按80%的检验效能,确定样本量N0,并在试验进行到各信息时间（0.1-0.9）时进行期中分析,估算试验结束时的条件把握度,同时估计实际把握度。该步骤重复模拟10000次,观察Cpower的分布特征;然后,固定样本量N₀,选择不同的信息时点（0.1-0.9）、设置不同的参数组合（ =5、4、3.5、3、2、0）,考察Cpower分布的中位数和均数对把握度的代表性及其变化规律;固定把握度,设置不同的参数组合,探索不同把握度下,最接近真实值的Cpower百分位数。3.选择合理的把握度预测指标:逆推把握度（inverse power, Ipower）:分别考察把握度为80%、50%、20%的情况,构建条件把握度与实际把握度之间的转换公式,根据Cpower反推Ipower,并和实际把握度进行比较,观察两者差别大小。4.实例分析:本研究分别对两个实例进行了讨论:一个试验为曲司氯铵治疗逼尿肌不稳定的有效性和安全性的III期临床试验研究,假设试验进行了一半时,进行期中分析,计算条件把握度并调整样本量;另一试验为NHLBI二型冠脉介入研究,通过血管造影术评价消胆胺对冠状动脉疾病（CAD）进展的影响,试验结束时处理效应无统计学意义,本例基于条件把握度法估计需要增加多少样本量方能达到期望的把握度。本研究的主要结果如下:1.综合考虑期中分析样本对总体的代表性和Cpower的分布特征,建议选择0.5的信息时点进行期中分析,此时的Cpower预测值偏差较小。2. Cpower的抽样分布为U型分布,其偏态性与原计划样本量下实际把握度（power₀）存在关联:power₀=50%,Cpower呈U型分布;power₀>50%,Cpower呈偏态分布,右峰偏高;power₀<50%,Cpower呈偏态分布,左峰偏高。3.基于Cpower估计而得的把握度（Ipower）与实际检验效能具有较好的一致性,信息时间越大偏差越小,信息时间在0.5以上,偏差皆可控制在5%以内。本研究的主要结论如下:1.若采用传统的CPower法,建议在试验进行到一半时进行期中分析;调整样本量后I类错误可控,但由于Cpower的抽样分布是U型分布,变异较大,且受初始估计的样本量影响,该法估计结果误差较大,检验效能略低于期望值,应用时需谨慎。2.本文提出的Ipower法,预测值不受信息时间的影响,可在试验进行到一半及以后进行;调整样本量后I类错误可控,检验效能可达到期望水准。