重症醫學
EBM
[重症醫學] 以hydroxy starch進行重症病人復甦不但沒有好處反而增加不良反應風險 (Hydroxyethyl Starch 130/0.38-0.45 in Patients with Sepsis)...
下午2:33:00
逼逼逼! 逼逼逼! 加護病房裡面最常聽到的聲音就是這個...
要死 (鑰匙) 掉了可以撿起來,血壓掉了該怎麼辦?
輸液復甦當然是第一選擇...
膠體輸液 (colloid) 具有很多"理論上"的好處,其分子量大,較容易留在血管內,更能達到復甦想要的成果...
這類膠體溶液的藥物包括白蛋白 (albumin),澱粉類 (starch),明膠 (gelatin) 等等...
膠體溶液與一般靜脈輸液的戰爭,到底孰勝孰劣,最近 (跟今天的) 的兩大期刊各刊出了綜合分析結果:
發表在BMJ上的綜合分析,臨床問題是:
P: 敗血症病人
I: hydroxyethyl starch 130/0.38-0.45 (相較於早期的200/0.5-0.6)
C: 一般輸液或白蛋白
O: 死亡,急性腎臟損傷,不良反應等
這項綜合分析收納了9篇隨機分派研究,共3456位受試者 (真好記!) 分析結果發現:
- 死亡風險並無差異 RR 1.04 (0.89-1.22) [針對低誤差風險研究,RR 1.11 (1.00-1.23)]
- 急性腎損傷風險較高 RR 1.18 (0.99-1.40)
- 不良反應風險較高 RR 1.30 (1.02-1.67)
除此之外,研究中接受hydroxyethyl starch 130/0.38-0.45治療的敗血症病人,之後需要腎臟透析或輸血的風險顯著較高...
Adapted from BMJ. 2013; 346: f839.
這項綜合分析中採用了TSA (trial sequential analysis),其原理就是將綜合分析視為一個多重檢定,每加入一個研究就等於再做一次綜合分析,自然而然所得到的P值並不會如想像中犯錯機率這麼低...
因此,TSA可以校正因多重檢定所造成的膨脹P值,降低犯第一型誤差 (type I error) 的風險,同時也可以像期中分析一樣建立一個邊界,確保結果不是因為過度膨脹而達顯著差異...
TSA逐漸被廣泛採用,上面這個圖的看法是:
(1) 最右邊會有一個計算出來的資訊量 IS (information size),類似預估樣本數目的方式,在這項TSA分析中,根據作者設定的標準,應達到的樣本數為6237人
但這項研究僅收納3456人 (你看多好記!) 因此未達到足夠的資訊量
(2) 根據作者設定的條件,建立了兩道防線,一個是針對第一型誤差的邊界 (紅線),一個是針對第二型誤差的邊界 (紅線)
(3) 每當新研究加入綜合分析時,Z值 (綠線) 就會改變,一旦超過1.96即達統計上顯註差異 (P小於0.05),看得出來在加入第二個研究,及第四個研究時,都達到顯著水準,但未跨過TSA要求的邊界
結論是,該P值雖然達到傳統的顯著差異水準,但以TSA校正後,並無顯著差異 (難)
TSA的另一個功能是,可以用於判斷"逆轉勝"的可能性有多少,就像P值 (第一型誤差) 一樣,不犯第二型誤差的能力被稱為統計力量
第一型誤差 = 明明沒有差異,誤認為有顯著差異
第二誤誤差 = 明明有差異,但誤認為沒有差異
同樣的,多次檢定也會有一樣的問題,因此同樣可以畫出一個無效地帶 (futility area),若Z值曲線若在該區域內,則可以聲稱這項介入是無效的...
(4) 這項分析Z值曲線並未落於無效區間內,且看得出來距離有效有一大段距離,因此作者的結論是,要讓結果逆轉勝的機率是微乎其微
如果要逆轉勝的話,要像下圖一樣 (難)
最終,傳說中效果更好的Hydroxyethyl Starch 130/0.38-0.45並未顯著降低敗血症病人死亡率,除此之外,還增加此類病人接受透析或輸血的風險...
結果這一篇都在講TSA,又要待續了...(刊登在JAMA上的另一篇綜合分析更精彩,因為又有爆點)
要死 (鑰匙) 掉了可以撿起來,血壓掉了該怎麼辦?
輸液復甦當然是第一選擇...
膠體輸液 (colloid) 具有很多"理論上"的好處,其分子量大,較容易留在血管內,更能達到復甦想要的成果...
這類膠體溶液的藥物包括白蛋白 (albumin),澱粉類 (starch),明膠 (gelatin) 等等...
膠體溶液與一般靜脈輸液的戰爭,到底孰勝孰劣,最近 (跟今天的) 的兩大期刊各刊出了綜合分析結果:
發表在BMJ上的綜合分析,臨床問題是:
P: 敗血症病人
I: hydroxyethyl starch 130/0.38-0.45 (相較於早期的200/0.5-0.6)
C: 一般輸液或白蛋白
O: 死亡,急性腎臟損傷,不良反應等
這項綜合分析收納了9篇隨機分派研究,共3456位受試者 (真好記!) 分析結果發現:
- 死亡風險並無差異 RR 1.04 (0.89-1.22) [針對低誤差風險研究,RR 1.11 (1.00-1.23)]
- 急性腎損傷風險較高 RR 1.18 (0.99-1.40)
- 不良反應風險較高 RR 1.30 (1.02-1.67)
除此之外,研究中接受hydroxyethyl starch 130/0.38-0.45治療的敗血症病人,之後需要腎臟透析或輸血的風險顯著較高...
Adapted from BMJ. 2013; 346: f839.
這項綜合分析中採用了TSA (trial sequential analysis),其原理就是將綜合分析視為一個多重檢定,每加入一個研究就等於再做一次綜合分析,自然而然所得到的P值並不會如想像中犯錯機率這麼低...
因此,TSA可以校正因多重檢定所造成的膨脹P值,降低犯第一型誤差 (type I error) 的風險,同時也可以像期中分析一樣建立一個邊界,確保結果不是因為過度膨脹而達顯著差異...
TSA逐漸被廣泛採用,上面這個圖的看法是:
(1) 最右邊會有一個計算出來的資訊量 IS (information size),類似預估樣本數目的方式,在這項TSA分析中,根據作者設定的標準,應達到的樣本數為6237人
但這項研究僅收納3456人 (你看多好記!) 因此未達到足夠的資訊量
(2) 根據作者設定的條件,建立了兩道防線,一個是針對第一型誤差的邊界 (紅線),一個是針對第二型誤差的邊界 (紅線)
(3) 每當新研究加入綜合分析時,Z值 (綠線) 就會改變,一旦超過1.96即達統計上顯註差異 (P小於0.05),看得出來在加入第二個研究,及第四個研究時,都達到顯著水準,但未跨過TSA要求的邊界
結論是,該P值雖然達到傳統的顯著差異水準,但以TSA校正後,並無顯著差異 (難)
TSA的另一個功能是,可以用於判斷"逆轉勝"的可能性有多少,就像P值 (第一型誤差) 一樣,不犯第二型誤差的能力被稱為統計力量
第一型誤差 = 明明沒有差異,誤認為有顯著差異
第二誤誤差 = 明明有差異,但誤認為沒有差異
同樣的,多次檢定也會有一樣的問題,因此同樣可以畫出一個無效地帶 (futility area),若Z值曲線若在該區域內,則可以聲稱這項介入是無效的...
(4) 這項分析Z值曲線並未落於無效區間內,且看得出來距離有效有一大段距離,因此作者的結論是,要讓結果逆轉勝的機率是微乎其微
如果要逆轉勝的話,要像下圖一樣 (難)
最終,傳說中效果更好的Hydroxyethyl Starch 130/0.38-0.45並未顯著降低敗血症病人死亡率,除此之外,還增加此類病人接受透析或輸血的風險...
結果這一篇都在講TSA,又要待續了...(刊登在JAMA上的另一篇綜合分析更精彩,因為又有爆點)
0 comments