为什么说P<0.025，研究结果也没有统计学差异呢？
多组样本，同时也有两个共同主要结局，如果只考虑多样本的假阳性控制，那假阳性控制也是失败的。
之前，柳叶刀子刊《Ebiomedicine》杂志发表了一篇三臂、优效性随机临床试验研究结果，我们对其进行文献解读，并对研究设计展开论述。
该研究比较了两种改良 IF 策略（IF:2D；IF:2N）与 CER 对体重减轻的效果，选择 CER 作为对照。研究先验假设为三种饮食均能有效减重，且 IF:2D 与 IF:2N 在改善胰岛素抵抗方面优于 CER。
我们把它做成一个系列来解读！
学习多臂多结局临床试验研究论文，我们着重要看以下几点：
3.多臂多结局假阳性又是如何控制的？
本文是本系列第三篇，感谢诸位的关注！
今天，我们讲讲多臂多结局设计假阳性该如何控制？
多臂也就是多组，本文有三组，IF:2D组、IF:2N组和CER组。
多结局指本文有两个共同主要结局，第 24 周的体重变化和胰岛素抵抗（HOMA‑IR）。
原文中假阳性控制的描述和考虑
在原文的统计学方法部分，作者提到本研究所有分析均基于意向性治疗（ITT）原则进行。主要结局以 P < 0.0125 作为显著性阈值。
对于次要结局和亚组分析，未对置信区间进行正式的多重性校正，结论应解读为探索性和产生假设的结果。
在样本量估算的过程中，也体现了多重校正。
那为什么显著性阈值定为P<0.0125呢？
研究者考虑到多重比较，进行了Bonferroni 校正，将α进行分割。
考虑到多组样本：三组数据，不是全部两两比较，本文以CER组为对照组比较了两次；
考虑到多结局：两个共同主要结局。
所以一共比较了4次，α=0.05/4=0.0125。
老郑小评
本系列的第一篇推文，我们讲了讲本研究的临床试验论文的规范性。第二篇讲了多臂多结局研究样本量估算，今天老郑再对它的假阳性控制，来讲讲！
首先，为什么要进行假阳性控制？
大多数试验设计类型为双臂试验，只对两组进行比较，但有时出于对试验成本和效率的考虑，或为更全面的评估多种干预措施，研究者会选择开展多臂试验，有时也会设置多个主要结局。
这种情况下，在统计分析上面临着许多挑战，其中最核心的难点是多重比较问题。
临床研究中的多重性（multiplicity）是指在一项完整的研究中，需要经过不止一次统计推断（多重检验）对研究结论做出决策的相关问题。那么就可能会增加假阳性错误的概率，导致I类错误膨胀。
例如，若进行 10 个检验，当无差异假设均为真时，此时假阳性的概率高达 40%。
所以，控制假阳性错误显得尤为重要。
其次，多重性调整有哪些常用方法？
其中最为简单且严格的多重性校正方法，当属Bonferroni方法，原理就是进行α分割，将每次检验的显著性水平调整为 α/n，其中n是检验的次数。
它是保守的方法，但是我还是蛮喜欢用，实际上临床研究很认可，本文用的也是这种方法。
另外还有序贯策略的多重性调整方法，包括Holm 递减方法、Hochberg递增方法、固定顺序的检验方法、回退法等。
这些方法也可以看做多重性调整，控制假阳性的统计思维，对于多臂、多结局的研究设计都是适用的。
本公众号都曾报道过这些方法，感兴趣可以看看：
中医药研究文章再发国际顶刊！我今天来聊聊多组两两比较的统计学方法
但话说回来，不是所有医学研究多重比较都要控制假阳性。
只有验证性的随机对照研究才需要，比如3期临床试验。其他的探索性研究，都可以不用控制。
但你得加一句，像本文一样：我的结果是探索性的结果，而不是验证性的。
参考文献：Bonham MP, Leung GKW, Rogers M, Davis R, Clark AB, Davis C, Phoi YY, Ware RS, El-Heneidy A, Kellow NJ, Dorrian J, Banks S, Sletten TL, Huggins CE, Coates AM. Intermittent fasting for weight loss in night shift workers: a three-arm, superiority randomised clinical trial. EBioMedicine. 2025 Jun 18;117:105803. doi: 10.1016/j.ebiom.2025.105803.
-gqWJ.jfif)
