定义、交付范围与运营边界
临床试验方案设计,是把有价值且可回答的睡眠健康问题转化为预先规定、符合伦理、统计可识别并可实际执行的研究蓝图,归入 WSIC 6.5.1“临床试验服务”。交付通常包括方案正文及摘要、访视与评估表、干预和对照描述、终点定义、统计分析原则、安全监测、数据与质量框架、知情同意所需信息,以及对操作手册和相关计划的引用。方案既要让研究者按一致方法实施,也要让参与者、伦理委员会、统计人员、监管者和后续读者理解为何研究、测量什么、如何比较及何时停止。
本业务不同于上一条多中心临床试验运营、医学写作排版、统计代算、伦理或监管审批、数据管理和结果发表。设计服务可通过模拟、访谈和可行性评估发现执行障碍,但不能用“运营方便”替代科学与伦理理由;运营团队也不能在试验中静默改变设计。模板、清单和结构化电子格式能提高完整性和复用性,却不会自动纠正错误问题、无效终点、偏倚比较或不充分样本量。最终方案需要由具备相应医学、统计、方法学、患者参与和实施经验的责任主体审阅批准。
研究问题、证据基础与估计目标
设计应从现有证据、未解决的不确定性、预期使用决策和患者关切出发,明确研究是探索、剂量或机制研究、可行性试验,还是验证有效性、安全性或比较效果。问题需指明目标人群、干预、比较、结局、观察期间和使用场景,并解释为何需要试验、为何当前设计能增加知识。患者、照护者、睡眠技术人员和临床人员的早期参与可发现夜间检查、停用既有治疗、次日驾驶、照护负担、数字鸿沟及真正重要的获益或伤害,但参与意见须透明记录,不能以少数便利样本代表全部人群。
主要目标应对应明确估计目标:研究人群、拟比较的治疗条件、结局变量、如何处理停药、救援治疗、换药、依从不足、设备失败、失访或死亡等伴发事件,以及在人群层面采用何种汇总。优效、非劣、等效或描述性目的要与比较、界值、假设和解释一致;非劣界值不能只为缩小样本而选择。一个方案可以有多个科学问题,但需区分主要、关键次要、其他次要和探索目标,避免事后从大量结果中挑选最有利解释。
人群、中心、干预、随机与盲法
纳入排除标准应直接服务于研究问题、参与者安全和可推广性,说明诊断方法、疾病阶段、合并症、既有治疗、年龄、语言或技术能力等限制的理由。过度排除老年人、共病者、轮班者、不同地区或数字接入不足者会形成不能代表实际使用人群的样本;需要额外保护的人群不应被无理由排除,也不能因招募困难降低保护。方案还应规定中心、研究者和设备资格,预估筛选来源、竞争研究、失访与中心差异,使样本量不是脱离招募和资源现实的数字。
干预与对照需写到可复制程度,包括组成、剂量或强度、时机、持续时间、递增、允许合并治疗、救援、暂停、依从、交付人员和培训。随机单位、序列生成、分层或区组、分配隐藏和实施角色应预先规定,防止可预测分组;盲法要说明谁被盲、如何保持、相似性检查、紧急揭盲和盲态破坏评估。对于设备、PAP、口腔器具、光声环境、数字疗法或行为干预,假干预可能无法完全隐藏,方案应识别期待、照护接触和共同干预差异,而不是简单标注“双盲”。
睡眠终点、测量窗口与技术适用性
终点需对应参与者感受、功能、生存或合理支持决策的生物学和行为变化,区分临床结局、替代指标、性能指标和探索性数字特征。主要终点应给出变量、量表或事件、计算方法、基线、时间窗、重复测量汇总、方向及临床解释;AHI、REI、RDI、睡眠效率、总睡眠时间、入睡潜伏期、觉醒、血氧负担和患者报告结局不能只写缩写,因为其分子、分母、评分规则和场景可能不同。多个终点、时间点、剂量、亚组或分析会增加错误结论风险,应预先说明层级、复合规则或多重性控制,而不把所有阳性结果都当作确证证据。
PSG、HSAT、活动记录、问卷、日记、可穿戴和非接触传感需固定设备与固件、导联或传感器、采样、滤波、单位、时钟、校准、实验室或居家场景、记录夜数、有效记录、重测、佩戴与非佩戴、算法和评分规则版本、中央判读及质量复核。数字技术必须对特定人群、环境和用途具有足够分析与临床验证;消费级“睡眠分数”或自动分期不能因易获取就成为有效终点。设计还要预判首夜效应、夜间变异、时区、轮班、设备更换、软件更新和家庭网络中断,并说明这些变化如何进入估计与缺失数据处理。
样本量、分析方法与缺失数据
样本量论证应列出主要估计目标、比较、预期效应或精度、变异、事件率、显著性水平、把握度、分配比例、失访、依从、聚类或重复测量和多重性假设,并说明数据来源和不确定性。小型先导或可行性研究可估计招募、流程和测量参数,但不应把不精确疗效信号包装成确证结论。中心数量、每中心人数、极不平衡入组、中心效应和设备批次都可能影响信息量;适应性设计、样本量重估或中期分析若采用,应预先规定决策规则、信息隔离、误差控制和执行可行性。
统计部分要使分析人群、模型、协变量、基线、中心、重复测量、效应量、区间估计和假设检验与估计目标对齐。停药、交叉、救援治疗、干预改变和死亡等伴发事件,与传感器未佩戴、信号损坏、失访等缺失数据不是同一问题,需分别定义策略和假设。主要分析、敏感性分析和补充分析角色要预先区分,检验结论对不可验证假设的稳健性;不应以只分析依从者或完整病例作为默认补救。亚组和探索分析需给出交互方法、先验依据与有限解释,避免把组内显著与另一组不显著误称为组间差异。
安全伦理、数据质量与可执行性
方案应陈述风险获益、已知与可预见风险、不良事件定义与收集、安全评估、紧急处置、医学监查、暂停或终止规则、独立监测需要、妊娠或器械缺陷处理及试验后安排。睡眠研究还可能涉及显著低氧或心律异常、日间困倦与驾驶、跌倒、皮肤损伤、居家用电、停用治疗或偶然发现;处理路径需与研究目的和当地照护能力相称。知情同意、隐私、补偿、损害处理、脆弱性、公平招募、利益冲突和结果公开应在设计期解决,不能留给中心临场决定。
质量源于可执行设计。应识别同意、资格、随机、干预、主要终点、安全和盲态等关键质量因素,删除与问题无关的数据和繁琐流程,并使访视表、病例报告表、实验室手册、评分手册、数据流、监查计划和统计计划保持一致。远程访视、电子同意、直达参与者配送和数字采集需有身份、地点、技术支持、异常升级、停机与替代方案。试运行、桌面演练和跨专业审阅应验证时间窗、字段、逻辑、设备、中心资源和参与者负担;发现不可行时应在批准前修改,而不是依靠大量偏离维持试验。
版本治理、透明公开与宣称边界
方案应有唯一编号、标题、日期、版本、责任人与批准记录,并把正文、摘要、统计计划、同意书、注册记录、手册和系统配置之间的依赖关系纳入变更控制。修订需说明理由、具体变化、风险、已入组参与者影响、是否重新同意、审批和生效安排,保留旧版与变更历史。试验应按适用要求前瞻注册,方案与统计计划宜可获取,并预先说明结果传播、参与者沟通、作者、数据与代码共享、保密和长期保存;负面、无效或提前终止结果不能因不利而从计划中消失。
设计验收可检查问题—目标—估计目标—终点—分析的逐项映射,核对访视可执行性、安全路径、数据最小化、多重性、缺失假设、版本一致性和利益冲突。SPIRIT 或结构化模板可用于检查内容,不能充当设计质量评分或监管批准。方案设计服务不能保证入组、依从、无偏差、统计显著、临床获益、产品获批或全球合规,也不得把探索终点包装成确证结论。成熟服务公开证据缺口、假设、权衡、剩余偏倚和需与伦理或监管机构讨论的问题,使方案能够被质疑、执行、分析和如实报告。