在分析SARS-CoV-2RNA测量时的统计挑战在COVID-19临床试验中的量化测试限制以下
Carlee B Moser1, Kara W Chew2, Mark J Giganti1
1Center for Biostatistics in AIDS Research, Harvard T. H. Chan School of Public Health, Boston, Massachusetts, USA.
The Journal of infectious diseases
|August 31, 2023
概括
分析2019年冠状病毒病 (COVID-19) 抗病毒试验数据需要小心处理低于量化限度的病毒RNA水平. 标准的归算方法可能会对结果产生偏见;将低病毒RNA视为被审查的数据提供了更准确的方法.
科学领域:
- 病毒学和传染病学.
- 临床试验方法论 临床试验方法论
- 生物统计学 生物统计学
背景情况:
- 对于COVID-19治疗药物的临床试验经常评估抗病毒活性.
- 鼻腔严重急性呼吸系统综合征冠状病毒2 (SARS-CoV-2) RNA水平通常被测量.
- 使用ANCOVA和MMRM等标准统计方法,通常以低于定量化下限 (LLoQ) 的值为依据.
研究的目的:
- 突出从COVID-19试验中分析病毒RNA数据时单次归因引入的潜在偏差.
- 为了证明ANCOVA和MMRM方法的应用,当处理低于LLoQ的值作为受审查的数据时.
- 为在临床试验中分析定量病毒RNA数据提供最佳实践.
主要方法:
- 来自ACTIV-2门诊临床试验的说明性示例.
- 标准归算技术与将低于LLoQ的值视为被审查的方法进行比较.
- 从基线对鼻腔SARS-CoV-2RNA水平的变化进行分析.
主要成果:
- 单次赋值低于LLoQ的值可能会导致对治疗效应的偏差估计.
- 将
- 该研究强调了详细报告测试性能和数据完整性的重要性.
结论:
- 对于COVID-19试验中的病毒RNA数据的标准归算方法可能具有误导性.
- 采用审查数据分析技术可以提高治疗效果估计的可靠性.
- 最佳实践应包括对测试LLoQ,数据完整性和根据基线病毒RNA水平分层的结果的透明报告.
更多相关视频
07:54Two-Step Reverse Transcription Droplet Digital PCR Protocols for SARS-CoV-2 Detection and Quantification
Published on: March 31, 2021
4.7K
13:58Amplifying and Quantifying HIV-1 RNA in HIV Infected Individuals with Viral Loads Below the Limit of Detection by Standard Clinical Assays
Published on: September 26, 2011
31.6K
