小样本RCT研究发JAMA子刊，也没有什么稀奇事情，但今天这篇文章有点意思，设置了多个结局指标，几乎全是阴性结果！
今天分享的这篇重复测量的文章比较有意思，仅用38人小样本发了JAMA子刊！想要完成一项临床试验研究本身就需要耗费大量的时间成本，其数据和结果也非常容易受到干扰！
2024年8月5日，顶级期刊《JAMA》子刊JAMA Neurology（医学一区top，IF=20.4）发表了一篇题为：“ Combined Physiotherapy and Cognitive Behavioral Therapy for Functional Movement Disorders：A Randomized Clinical Trial”的双臂、平行、单盲、单中心的随机临床试验文章，旨在评估物理治疗加认知行为治疗是否能对功能性运动障碍（FMD）产生疗效。
研究结果表明，多学科治疗（物理治疗加认知行为治疗）能有效改善FMD症状和患者的生活质量。
如果你需要全文，请医学论文与统计分析公众号后台回复关键词“pdf”，即可获得原文文献。如果进一步需要全流程临床试验与统计指导，请联系郑老师团队，微信号：zz566665
功能性运动障碍（FMD）是一种常见的神经系统疾病，主要表现为无法控制的身体运动，如震颤、抽搐或肢体无力。FMD发病后，可能导致严重的运动障碍，从而限制患者的日常生活活动能力，甚至造成永久性残疾。
尽管FMD的潜在病因仍然难以捉摸，但研究表明认知行为疗法（CBT）和专门的物理疗法，在某些患者群里中展现出积极的结果。此外，有学者指出，多学科治疗对不同表型的FMD患者同样有益处。
重复测量试验设计如何开展
在该项试验中，研究团队开展了一项双臂、平行、单盲、单中心的随机临床试验，最终招募了40名年龄≥18岁确诊为功能性运动障碍（FMD）的患者，平均年龄43.5岁，80%为女性，FMD发作时的平均年龄38.4岁。
所有参与者按照1:1的比例随机分配，20名患者被随机分配到多学科治疗组（结合专门的物理治疗和认知行为治疗，包括连续4周、每周一次、一次1h的CBT小组治疗，以及12次1h的门诊个体化物理治疗），20名患者被随机分配到对照组（心理支持干预，包括每周4次、每次1h的同一个临床心理专家提供的非指导性支持性的心理治疗）。
主要结局患者生活质量从基线至第3个月和第5个月变化的组间差异，使用EQ-5D-5L评分和SF-36 PCS来衡量。
次要结局是第3个月和第5个月时运动严重程度、严重程度/改善的临床总体影响（CGI-S/-I）和照顾者负担的变化。
所用到的统计学方法是线性混合效应模型，并用多重比较进行校正。
图1 研究流程
多学科治疗显著改善患者生活质量
在这项平行随机临床试验中，由于2名患者失访（每组各1例），共38名患者的随访数据被纳入最终的研究。
研究结果表明，多重比较校正后，多学科治疗改善了患者的SF-36 PCS，5个月时组间平均差异为5.62分s (95% CI, 2.3-8.9 points; P < .001)，而其他生活质量结局均未发现具有无统计学差异的改善。
表1 从基线至3个月和基线至5个月评估两组的主要和次要结局疗效
在干预后第3个月和第5个月，多学科治疗组中42%和47%的患者报告健康状况改善，而对照组分别为26%和16%。
图2 B 两组从基线至第3个月和第5个月的主要结局指标变化百分比
C 干预组的健康变化，根据EQ-5D指标进行分类
研究团队发现，在随访期间，多学科治疗组的SF-36 PCS评分显著改善，与前一年相比，他们明显感受到疼痛以及自身健康状况有所改善。但在心理健康方面，与对照组相比，两组没有显著差异。
综上所述，多学科治疗在一定程度上能改善FMD患者的生活治疗，其疗效优于心理治疗。但在心理健康方面，多学科治疗与心理治疗没有显著差异。
闲来郑语
这篇文章样本量虽小，但分析得非常标准，而且作者胆子特别大。
他设置了足足8个结局指标！以下四个指EQ VAS、EQ index、SF-36 PCS、SF36MCS 四个指标均在3个月、5个月后进行了评价。
8个指标我一般不推荐的，因为容易增加假阳性的错误，所以作者多重比较矫正了I类错误，每个指标P值得小于0.006才具有统计学意义。这在这么小的样本量情况下，一般很难实现的。所以说作者胆子特别大。但幸运的是，7个指标都没有统计学意义，但其中一个指标P<0.001 , 成功实现目的。
这里要说下，我们平时设置多个结局指标，不能说哪个出现阳性结果就可以说结论是正向的，但这篇文章可以下阳性结果，因为它的结局指标分析假设检验控制了假阳性！
我之提到过，要想写好一篇高质量的重复测量的文章，首先要分好时间，明确主次要结局指标，其次对于多结局指标的分析要进行I类错误膨胀的控制。今天这篇文章不仅时间、主次要结局指标明确，还用多重比较校正了I类错误，统计学方法可以说是非常规范了！
但我还是不推荐您的研究结局指标太多！
我又看了下样本量计算方法：
感觉就是多结局的问题，作者算法语焉不详。当然最后都是结果说话，只要你有阳性结果，一切都好办。
所有有些朋友比较在意样本量计算一定要要特别严格，倒也没有必要，样本量是算给你自己看的。
样本量小，不见得就是不好。尤其是罕见病的情况（本文也算吧）。
当然最后，不排除这篇文章的作者是关系户，哈哈！
最后，说说混合效应模型。
本文也是我们周末“重复测量资料分析”直播课程备课的相关文献，这篇文章用了混合效应模型，各位看方法，言简意赅，但里面的分析逻辑，您可了解和掌握？
如果您有需要掌握混合效应模型的知识与技能，欢迎来参加学习！
-gqWJ.jfif)
