• 事实上食盐加碘自上世纪实施以来,加碘量经历了三次调整,当然都是下调。而近年来一些医学专家注意到,某些沿海地区甲状腺癌呈现逐年高发之势,去年 媒体曾集中报导过这些专家的观点:甲状腺癌高发与碘摄入量过多有关,并呼吁食盐加碘不能一刀切,应因地因人制宜,让人们有充分的选择权。

    如今卫生部公布了食品安全国家标准《食用盐碘含量(征求意见稿)》,拟降低我国食盐碘含量的上限值,同时全国也将不再统一碘盐浓度。而且在该标准的编制说明中明确表示,碘过量对健康的潜在危害。

    而“卫生部专家否认居民摄入碘过量”的报道,让我们听到了另一个声音:“这是一次很正常的微调,这样的调整并不意味着我国人群补碘过量。”陈所说的这句话,显然是一句屁话 - 既然我国人群不存在补碘过量的问题,调整碘含量干什么?

  • 据业内人士消息,我国参照美国SCDM(临床数据管理协会)的GCDMP(Good Clinical Data Management Practice)制订的数据管理规范,即将发布,数据管理 的规范化从此将“有法可依”。

    接触GCDMP的时间其实不短了,但是没有想到国内会以此为蓝本,而且实施的进程会如此之快。

  • Wilcoxon signed rank(符号秩)检验与我之前介绍的单样本t检验很相似,也是用于对总体均数或中位数进行统计推断的一种方法。但与t检验不同的是,Wilcoxon符号秩检验是一种基于数据的“”的非参数检验方法,不需要对总体的分布特征加以限定,就是说,如果我们得到的计量资料,数据分布不呈正态,无法应用单样本t检验方法时,我们可以采用Wilcoxon符号秩检验方法。

    符号秩检验在临床试验中最常见的应用,是比较相关的数据或不呈正态分布的配对数据。下面我们就通过一个例子,看一下Wilcoxon符号秩检验的具体应用与SAS实现

  • 27日,国家局药审中心(CDE)将第二批共计51个翻译自FDA的指导原则公开上网发布,其中多数是临床研究中的指导原则。

    按照CDE的计划,将利用三年左右的时间,逐步建立起我国的药物评价与研发技术指导原则体系。CDE采取的是先翻译国外指导,而后转化的工作策略,此次上网 发布的指导原则均源于FDA的指导原则,共20多家公司协助进行了翻译工作,北核协会进行了校核,CDE最终审定。

  • 单样本计量资料的统计分析,这里主要介绍两种常用的统计方法:一是单样本t检验,另外是Wilcoxon符号秩检验。

    单样本t检验,主要用于推断一个未知总体的均数与一假设值之间有无差异。配对设计(配对t检验)是经常会用到的设计方法,比如两个时间点上相同个体的某个指标变化情况,或者作用于相同个体的两种干预措施所产生的不同效应值之间的差异,都可应用这种检验方法,事实上单样本t检验与配对t检验本质上是一样的。

  • 从今天开始,陆续向大家介绍一些临床试验中常用的统计方法,以及如何用SAS来实现,希望能起到抛砖引玉的作用。如果能对大家有些许帮助,我的时间就没有 白费。另外,本人水平有限,若文中有任何错误,还请大家热情的指正。

  • 目前抗肿瘤药物的研发正如火如荼,很多申办者都会问到的一个问题是:我能不能在符合统计学要求的前提下,减少病例数?

    我曾看到一个肿瘤药的II期试验方案,设计的总样本量不超过150例,我觉得这个方案的样本量设计得有些问题,虽然病例数是可以减免的,但减少样本量是有前提条件的,并不是说符合统计学要求,比如我计算得到的样本量是60X2,那我就做120例就OK了。

  • 在临床试验这个领域里做的时间越长,就越觉得这个领域真的大有可为。

    在整个新药研发过程,可以说,临床试验已经成为最重要的环节。无论是时间还是投入,都在药物研究的整个过程中占据了相当比重,尤其是费用投入,据南方所的资料,占到了整个新药研发投入的约2/3。

  • 近几年,国内掀起了抗肿瘤药物研发的热潮,而且许多都是I类新药,研发投入之巨时间之长,很难有与之匹敌的新药了。抗肿瘤药物领域果真是个掘金之地吗?

    个人认为,几年之后,就算这些新药能够顺利上市,企业的日子未必好过。肿瘤药的市场确实巨大,前几年的增长率也非常高,保守估计今年国内市场规模将达300亿元。

  • 在编写宏程序的时候遇到一个问题,即一个宏变量与其它字母、数字按一定的规则组合成为另一个宏变量,比如
    %let mvar = group;
    %let &mvar.1 = A;

    即上面这条语句定义了一个新的宏变量:group1,值是A,那么这个宏变量如何在程序中调用呢?

    在SAS的网站上检索到一篇文献(地址:http://www2.sas.com/proceedings/sugi22/CODERS/PAPER77.PDF),其中有一段:“The macro variable &DSN&N resolves to CLINICS5, &DSN5 resolves to FRED.  The &&DSN&N combination first resolves to a macro variable (&DSN5) which then resolves to a value (FRED) in a second pass. ” 按照这篇文献,上面的问题很简单:引用宏变量group1写成&&mvar.1即可,但在SAS9中,实践证明这样的写法无法解析成为&group1。

    后来在人大经济论坛里找到了这个问题的答案:&&&mvar.1。