基线合并症与放化疗史如何影响RCT纳入？

引言Introduction

在RCT设计里，纳入标准看似简单，真正难的是判断谁“适合进组”。基线合并症是否会干扰结局，既往放化疗史是否会改变疗效或安全性，都会直接影响研究的内部真实性。 如果标准设得不严，组间不可比，结果就可能失真。

1. 为什么基线合并症是RCT纳入筛选的核心

1.1 基线合并症会改变结局解释

RCT的目标，是比较干预本身的效果。若受试者存在明显的心衰、严重肝肾功能不全、活动性感染等合并症，结局就不再只由研究干预决定。这类合并症会同时影响死亡率、毒性反应、住院率和治疗完成率。
例如，在肿瘤放化疗研究中，心衰患者更容易因容量负荷、感染或用药相互作用出现不良事件。此时，观察到的不良结局可能来自基础疾病，而不是治疗方案本身。

1.2 基线合并症比较决定组间可比性

RCT依赖随机分组，但随机并不等于自动平衡所有临床风险。样本量较小时，组间仍可能出现合并症分布不均。因此，基线合并症比较是判断随机是否成功的重要一步。
常见做法包括比较：

• 年龄、性别、体能状态。
• 主要器官功能指标。
• 关键合并症，如高血压、糖尿病、慢阻肺、心血管病。
• 与研究终点密切相关的疾病状态。

如果两组在关键合并症上差异明显，后续统计分析就要考虑分层、协变量校正，甚至重新评估随机方案。

1.3 哪些合并症通常需要排除

是否排除，要看研究目的和干预风险。原则很明确：凡是会显著增加风险、干扰疗效判断，或影响方案可执行性的情况，都应优先排除。
在临床试验中，常见排除项包括：

1. 严重器官功能衰竭。
2. 影响预期生存的重大合并症。
3. 活动性严重感染。
4. 既往或当前存在无法控制的精神、代谢或免疫问题。
5. 研究者判断可能显著影响依从性的情况。

这不是“挑患者”，而是保证研究结果可解释、可复现。

2. 既往放化疗史为什么常被列为排除条件

2.1 既往治疗会引入残余效应

放疗和化疗都可能带来长期或迟发影响。即使治疗已结束，组织损伤、骨髓抑制、器官功能下降、耐受性改变，仍可能持续存在。这些残余效应会影响新方案的疗效和毒性判断。
例如，既往接受过胸部放疗的患者，再次接受同区域治疗时，肺炎、食管炎、心脏毒性的风险更高。若将此类患者与治疗新鲜、无治疗史者混合分析，结果就会被稀释或放大。

2.2 既往放化疗史会破坏组间同质性

如果一部分受试者曾接受过其他放化疗，而另一部分没有，那么两组的“治疗背景”就不一样。这种差异会直接影响基线可比性。
上游课程中的案例很典型，筛查时会把“以前已经接受过其他放化疗”的患者排除掉。这样做的目的，是避免既往治疗对当前随机对照试验结果造成干扰。
对研究者来说，这一步的价值在于：

• 降低历史治疗带来的混杂。
• 提高疗效终点的归因准确性。
• 减少毒性和依从性差异。
• 让安全性分析更清晰。

2.3 排除还是分层，取决于研究问题

不是所有既往治疗史都必须排除。关键看它是否会影响主要终点。
一般有三种处理方式：

• 直接排除。 适合影响强、异质性大、风险高的情况。
• 分层随机。 适合既往治疗史可能影响结局，但仍希望纳入更广泛人群。
• 协变量校正。 适合样本量较大、变量记录完整的研究。

如果研究目标是评价一线方案，既往系统治疗史通常更倾向于排除。若研究目标是救援治疗或真实世界效果，则处理方式会更宽一些。

3. RCT纳入时如何规范评估基线合并症与治疗史

3.1 入组前先定义“关键变量”

设计阶段就要明确，哪些合并症和治疗史属于关键影响因素。没有预先定义，就没有标准化筛查。
建议至少列出三类变量：

• 主要合并症，尤其是影响生存和安全性的疾病。
• 既往抗肿瘤治疗史，包括放疗、化疗、靶向、免疫治疗。
• 与方案相关的器官功能指标和治疗间隔。

这一步最好写进方案和CRF表，避免研究者临时判断导致偏差。

3.2 采用统一的筛查流程

入组筛查不应依赖“印象判断”，而应标准化。一个可执行的流程通常包括：

1. 病史采集，确认既往治疗与疾病负担。
2. 查阅病历和治疗记录，核实放化疗时间、剂量、部位。
3. 检查实验室和影像学资料，评估器官功能。
4. 按预设标准判断纳入或排除。
5. 记录排除原因，保证可追溯。

记录排除原因非常重要。 它既是质量控制的一部分，也是后续审稿时最常被问到的问题之一。

3.3 基线合并症比较要服务于统计分析

基线表不是“做出来好看”，而是为了让读者判断随机化是否平衡。
在统计上，应重点看：

• 关键合并症的分布。
• 既往放化疗史是否均衡。
• 可能影响终点的器官功能指标。
• 是否存在需要调整的强混杂因素。

如果差异存在，常见处理包括：

• 分层分析。
• 多变量回归校正。
• 敏感性分析。
• 必要时进行亚组分析。

但要注意，基线比较的目的不是追求每个变量都完全一致，而是确认关键变量没有严重失衡。

4. 对医学生、医生和科研人员的实操建议

4.1 临床研究不能只看“能不能纳入”

很多初学者会把纳入标准写得很宽，认为这样更容易招募。实际上，越宽的标准，越可能放入更多异质性，越容易降低结果解释力。
对于RCT，先问三个问题更有效：

• 这个患者的基础病会不会改变主要终点。
• 既往治疗史会不会改变毒性或疗效。
• 这个患者是否能完成预设方案和随访。

如果三个问题里有一个答案不确定，就应谨慎处理。

4.2 排除标准要和研究终点匹配

终点不同，排除标准也不同。
如果主要终点是总生存，重大心肺疾病会更重要。
如果主要终点是病理缓解率或影像学缓解率，既往治疗史和局部器官损伤可能更关键。
如果主要终点是安全性，合并症和基础用药史就必须更细致。

结论很简单，排除标准不是越多越好，而是越贴合终点越好。

4.3 研究质量最终取决于筛查是否真实、统一、可回溯

高质量RCT的筛查，不是靠“经验拍板”，而是靠可复核的流程。对每一位受试者，都要有清晰的纳入依据和排除依据。这样做，既能提高组间可比性，也能减少后期争议。

对于准备开展RCT的团队来说，像解螺旋这类临床研究工具和方法支持平台，能帮助研究者更快梳理纳排标准、整理筛查逻辑、规范基线比较框架。把复杂的入组判断标准化，才能真正提升RCT的设计质量和执行效率。

总结Conclusion

基线合并症比较和既往放化疗史评估，是RCT纳入阶段最关键的两道门槛。前者关系到组间可比性，后者关系到治疗背景是否一致。 只有把关键合并症、既往治疗史和方案相关风险在入组前厘清，RCT结果才更可靠、更容易解释。
如果你正在设计或撰写临床研究，不妨从规范纳排标准和基线比较表开始。需要进一步提升方案设计效率时，可以借助解螺旋，减少筛查与整理成本，让研究更贴近规范。