多重性校正：临床试验统计的关键防线
一、多重性问题的来源与风险
1.1 多重比较场景
1.1.1 多终点
-
Key Point：同时检验多个终点（如OS、PFS、ORR），未校正时α膨胀至14.3%。
1.1.2 多组比较
-
Key Point：多组两两比较（如剂量组A/B/C vs 安慰剂），未校正时α膨胀至26.5%。
1.1.3 亚组分析
-
Key Point：按多个生物标志物分层检验疗效，未校正时假阳性率>40%。
1.1.4 期中分析
-
Key Point：多次期中分析+最终分析，未校正时α失控至>20%。
1.2 数学本质
-
Key Point：k次独立检验时，整体I类错误率 = 1 - (1-α)^k ≈ kα（当α较小时）。
二、校正方法的分类与选择策略
2.1 单步法（全局控制）
2.1.1 Bonferroni
-
Key Point：等比例下调α：α<sub> = α / m，适用于终点独立性高的场景，如m=3时，α<sub>=0.0167。