美国食品药品监督管理局（FDA）关于临床试验中贝叶斯方法的新版草案指南引发专家热议。部分人士将其誉为可加速药物开发的突破性进展，但统计学家和研究人员对这是否代表真正变革、是否仅将既有实践规范化或是否放松关键保障措施存在分歧。
该指南于1月12日发布，允许在药物和生物制品的关键性试验中将贝叶斯统计方法作为主要分析手段——此前此类方法仅在医疗器械领域属标准操作。
“FDA草案指南的主要亮点在于允许在临床试验中使用贝叶斯方法，包括将关键性研究作为主要分析。这对我来说是突破性的，”芝加哥大学生物统计学教授袁吉博士表示，他撰文分析过该指南。
FDA局长马蒂·马卡里称贝叶斯方法是“重大进步”，可解决“药物开发中两大难题：高成本和长周期”。
但并非所有人都持乐观态度。
“我认为其革命性被高估，实用性也低于多数人预期，”在制药行业拥有30年经验的临床试验方法学顾问统计学家斯蒂芬·塞恩博士表示，“我并非反对该方法，只是不喜过度炒作。”
核心差异
传统临床试验采用频率学派统计，将每次试验视为独立评估。核心问题是：若药物无效，偶然出现当前结果的概率有多高？若该概率（P值）低于阈值（通常为0.05），则判定药物有效。
贝叶斯方法则提出不同问题：基于试验前认知及新数据，药物有效的概率是多少？
“我认为贝叶斯方法更符合人类逻辑，”袁吉表示，“它通过概率陈述而非P值来决策，核心问题如‘药物是否优于现有标准疗法’可据此直接判断。”
其实际优势在于能系统整合先验信息——来自早期试验、相关疾病或成人研究（用于儿科人群评估）。“这有望实现更快、更高效的临床试验，”袁吉补充道。
针对《医脉通医学新闻》的置评请求，美国卫生与公众服务部（HHS）发言人表示，该指南标志着对贝叶斯方法更广泛的开放态度。“申办方应视此为信号：我们总体上更接纳贝叶斯统计，”发言人称，“儿科研究和罕见病领域因监管灵活性需求更高而更开放，但支撑这些方法的科学原理在其他情境同样合理。”
质疑者的担忧：主观性
贝叶斯方法要求研究者设定“先验分布”——即试验前认知的数学表述。批评者担忧这会将本应客观的过程引入主观因素。
“贝叶斯方法的隐患始终在于先验分布仅反映主观信念，”弗吉尼亚理工学院荣誉哲学教授黛博拉·梅奥博士指出，她长期研究统计证据。“迄今无人能解释如何将信念与概率关联至共识标准。”
梅奥的关注聚焦于指南中一项条款：允许特定贝叶斯设计——尤其是借用外部数据的“信息性先验”设计——豁免传统I类错误控制。I类错误概率指错误推断药物有效的风险（如判定无效药物有效）。
“若有人声称‘我坚信此药有效’，新规可能使其无需证明方法具备低概率得出错误有效结论，”梅奥表示，“这相当于暂停FDA长期实施的监管保障。”
她援引2009年InterMune公司CEO斯科特·哈科宁因发布误导性III期试验新闻稿被判电汇欺诈的案例，质疑新标准下研究者是否仍会因此类行为担责。“想想‘我们真心相信’或‘基于信息性先验这很合理’的说法会多么容易开脱，”她补充道。
不过她也承认：“该文件包含诸多值得欢迎的保障措施。”
折中方案是否足够？
“应用新技术或新方法时，滥用风险始终存在，”袁吉表示，“技术滥用不应归咎于技术本身，而在于滥用者。因此监管必不可少。”
“监管者需充分掌握贝叶斯知识，以识别是否存在暗箱操作或滥用先验分布以获取有利结果，”他补充道。
纽约哥伦比亚大学统计学教授、《贝叶斯数据分析》教材主编安德鲁·格尔曼博士对传统频率学派框架持怀疑态度——尤其针对I类错误的过度关注（该指标衡量批准完全无效药物的风险）。
“我认为真实效应为零的情况实属罕见，”格尔曼表示，“通常被研究的事物均有效应，只是程度不同。”
他主张依据后果权衡证据。“即使不确定，称某疗法有效也无妨，”他说，“当信息不完整但显示积极信号时，应评估成本与收益。”
针对《医脉通医学新闻》询问，HHS回应称：“常见误解包括：申办方在所有情境下必须校准特定I类错误率；贝叶斯方法必然意味着更易获批。精心构建的先验分布应基于所有相关可用信息，包括潜在正负面数据。”
行业真会变革吗？
深层问题在于制药公司是否会采纳贝叶斯方法——抑或固守既有模式。
芝加哥大学开发创新实验室生物统计学家维托尔德·维切克博士曾撰文批评该指南。他表示，药物开发商“渴求监管机构的明确指引”，“若指南称‘X做法可行’却无法具体说明执行标准，药企会认为‘我们对X的不确定性与此前无异’，这并非推动更多贝叶斯临床试验的邀请。”
他同时指出结构性障碍：“此类试验不会由药企独立完成，而是依赖合作的合同研究组织（CRO），而CRO本身极度规避风险。很难想象此类指南会立即改变试验方式。”
贝叶斯方法能否清晰可靠实施亦存疑。塞恩曾在使用贝叶斯方法的数据安全监查委员会任职，提出可解释性方面的实操担忧：“我参与过应用‘贝叶斯时间机’（指南引用论文之一）的委员会，但很难厘清具体机制。”
他强调历史数据借用并非易事：“观察HIV疗法发展历程可见，即使同期试验，后期队列生存率也优于早期队列，这源于机会性感染管理的进步。若相信医学进步，历史对照组与同期对照组本质不同便显而易见。”
终极影响
该指南可能在传统试验不适用领域（罕见病、儿科适应症及患者群体过小的情境）产生最大影响。
“随机对照试验的核心逻辑是：在理想条件下研究当下问题，以获取惠及未来大量患者的信息，”塞恩表示，“但若未来患者极少（如罕见病），此逻辑不再成立。此时你可能希望‘立即行动’，而贝叶斯方法正是应对之策。”
该指南能否广泛变革药物开发——抑或仅作为小众工具——可能更多取决于机构文化而非统计学本身。
“我对此新版指南极为振奋，”袁吉表示，“它终于为药物和生物制品关键性研究开放了贝叶斯方法的应用可能。未来焦点将从‘是否允许’转向‘如何负责任地实施’。”
【全文结束】
