臨床研究中的統(tǒng)計(jì)工具

臨床研究會(huì)根據(jù)所探討的主題進(jìn)行研究設(shè)計(jì)、確定受試者數(shù)量并招募受試者、監(jiān)查研究過程及收集數(shù)據(jù)。數(shù)據(jù)收集完成后的處理、檢查和分析需要用到統(tǒng)計(jì)軟件，而現(xiàn)有的統(tǒng)計(jì)軟件根據(jù)是否需要編程被分為兩類：

• “即用型”軟件
• 基于代碼的軟件

醫(yī)務(wù)工作者更青睞于即用型軟件，這類軟件更易于上手，但在數(shù)據(jù)處理和分析方面的靈活性較低。出于諸多原因，統(tǒng)計(jì)科學(xué)家則通常更傾向于使用基于代碼命令的系統(tǒng)。比如，一旦保存了用于統(tǒng)計(jì)分析的代碼，就在追溯結(jié)果的便捷性上更有優(yōu)勢(shì)，而且可以靈活地對(duì)代碼進(jìn)行修改，實(shí)現(xiàn)功能模塊的改動(dòng)。雖然編寫代碼會(huì)花費(fèi)一定的時(shí)間，但可以更快地執(zhí)行分析，有事半功倍的效果。

選擇編程語言時(shí)的考量因素有哪些？

統(tǒng)計(jì)編程語言需要專業(yè)人員才能操作和理解，編程語言也在近些年不斷地推陳出新。十年前，SAS^®和R是使用最廣泛的統(tǒng)計(jì)編程語言，其他一些軟件，諸如 SPSS，Stata，Matlab的用戶則相對(duì)較少。在近幾年，R和Python用戶在不斷增加，而SAS^®的用戶則有所減少。在選擇編程語言時(shí)，官方指南、軟件的可靠度、普及度及企業(yè)習(xí)慣等因素都會(huì)影響用戶的選擇。

SAS^®/R/Python三種不同的統(tǒng)計(jì)編程語言

— FDA 指南 —

由于美國(guó)食品和藥物管理局（FDA）的指南，SAS^®在醫(yī)藥行業(yè)長(zhǎng)期占據(jù)統(tǒng)治性地位。大多數(shù)提交給FDA的材料中都使用的都是SAS^®，這導(dǎo)致許多人誤以為SAS^®是唯一可用于臨床試驗(yàn)數(shù)據(jù)分析的軟件。但在2015年，F(xiàn)DA發(fā)布了一份關(guān)于統(tǒng)計(jì)軟件的澄清聲明，從此開啟了R在臨床試驗(yàn)中使用的序幕。該聲明寫道：“ FDA并未要求使用任何特定的軟件進(jìn)行統(tǒng)計(jì)分析[…]。但是，應(yīng)在提交的材料中完整記錄用于統(tǒng)計(jì)分析的軟件及其工具包，包括版本號(hào)和版本標(biāo)識(shí)。” 2018年3月，F(xiàn)DA在《在受監(jiān)管的臨床試驗(yàn)中使用R的指南》中進(jìn)一步強(qiáng)調(diào)了這個(gè)要求。

— 軟件的可靠程度—

為什么在R可以完成相同工作的前提下，仍然有許多醫(yī)藥公司和CRO公司更愿意選擇價(jià)格昂貴的SAS^®呢？首先，SAS^®是一家營(yíng)利性公司，它會(huì)審查所有的代碼，以保證所得結(jié)果的準(zhǔn)確、可靠。但R是一種開源軟件，任何人都可以參與編寫程序包，質(zhì)量良莠不齊，結(jié)果的可靠性存疑。通常來說，一些比較知名的R程序包會(huì)比較可靠，但用冷僻的R程序包所得到的結(jié)果則需要謹(jǐn)慎對(duì)待。此外，因?yàn)镾AS^®輸出的結(jié)果更具追溯性（例如：可為輸出結(jié)果提供時(shí)間戳）和穩(wěn)定性（輸出結(jié)果不會(huì)被軟件包版本影響），所以SAS^®仍被廣泛用于醫(yī)藥行業(yè)。

— 習(xí)慣與改變 —

打破慣性并不容易，設(shè)想某個(gè)企業(yè)已經(jīng)使用SAS^®多年，將這些年間于SAS^®上開發(fā)、使用的工作代碼全部轉(zhuǎn)換為另一種編程語言的時(shí)間和金錢成本可能已經(jīng)超過了SAS^®一年的續(xù)訂費(fèi)用本身。盡管企業(yè)的傳統(tǒng)習(xí)慣不會(huì)馬上改變，但掌握不同編程語言的從業(yè)人員比例也許會(huì)逐步推動(dòng)一些改變。SAS^®向大學(xué)收取的高額使用費(fèi)導(dǎo)致學(xué)習(xí)SAS^®的學(xué)生越來越少，所以現(xiàn)今就業(yè)市場(chǎng)上有許多人只會(huì)使用R。除此之外，因?yàn)镽是一種更直觀的編程語言，所以它比SAS^®更易于學(xué)習(xí)、且更適用于較新穎的分析（例如：微生物組分析）。在此我們可以預(yù)見，接下來的幾年中掌握SAS^®編程技能的人將會(huì)越來越少。目前，一些醫(yī)藥公司和CRO公司已經(jīng)啟動(dòng)了從SAS^®到開源統(tǒng)計(jì)軟件的遷移工作，而未來還會(huì)有更多的公司跟隨這個(gè)潮流。

SAS與R使用率的變化

統(tǒng)計(jì)編程語言的未來走向是什么？

自2010年以來，得益于日漸強(qiáng)大的電腦計(jì)算能力和大量的可用數(shù)據(jù)信息，編程變得越來越流行。Python和R是當(dāng)今最常用的兩種免費(fèi)的編程語言系統(tǒng)，它們?cè)跀?shù)據(jù)處理上各具優(yōu)勢(shì)。Python的用途不局限于數(shù)據(jù)統(tǒng)計(jì)：自1991年首次發(fā)布后，Python由于其句法的優(yōu)越性一直都被軟件工程師們用于數(shù)學(xué)方面的計(jì)算。但是與專門用于數(shù)據(jù)統(tǒng)計(jì)的R相比，Python的文庫(kù)比R更少，實(shí)現(xiàn)表格輸出和數(shù)據(jù)可視化也更為復(fù)雜。此外，目前市面上還出現(xiàn)了一款叫Julia的編程語言。雖然目前Julia還沒有被廣泛應(yīng)用，但其迅捷性、優(yōu)秀的內(nèi)存管理能力和出色的多線程任務(wù)性能正在引起越來越多的數(shù)據(jù)科學(xué)家的興趣。

Python會(huì)是未來編程的方向嗎？

總結(jié)

盡管當(dāng)前有多種不同的統(tǒng)計(jì)編程語言可供選擇，但其目的始終是相同的：分析數(shù)據(jù)集并從中提取信息。統(tǒng)計(jì)編程專家需要不斷地跟進(jìn)這些編程語言的發(fā)展變化，因?yàn)榻袢账鶎W(xué)未必明日所用。

– Benoit Douillard, Statistical Programmer & Biostatistician, Biofortis Mérieux NutriSciences –