臨床研究中的統(tǒng)計工具

臨床研究會根據(jù)所探討的主題進行研究設(shè)計、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)計軟件，而現(xiàn)有的統(tǒng)計軟件根據(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)計科學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)計分析的代碼，就在追溯結(jié)果的便捷性上更有優(yōu)勢，而且可以靈活地對代碼進行修改，實現(xiàn)功能模塊的改動。雖然編寫代碼會花費一定的時間，但可以更快地執(zhí)行分析，有事半功倍的效果。

選擇編程語言時的考量因素有哪些？

統(tǒng)計編程語言需要專業(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)計編程語言，其他一些軟件，諸如 SPSS，Stata，Matlab的用戶則相對較少。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，官方指南、軟件的可靠度、普及度及企業(yè)習慣等因素都會影響用戶的選擇。

SAS^®/R/Python三種不同的統(tǒng)計編程語言

— FDA 指南 —

由于美國食品和藥物管理局（FDA）的指南，SAS^®在醫(yī)藥行業(yè)長期占據(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^®，這導致許多人誤以為SAS^®是唯一可用于臨床試驗數(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)計軟件的澄清聲明，從此開啟了R在臨床試驗中使用的序幕。該聲明寫道：“ FDA并未要求使用任何特定的軟件進行統(tǒng)計分析[…]。但是，應在提交的材料中完整記錄用于統(tǒng)計分析的軟件及其工具包，包括版本號和版本標識。” 2018年3月，F(xiàn)DA在《在受監(jiān)管的臨床試驗中使用R的指南》中進一步強調(diào)了這個要求。

— 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公司更愿意選擇價格昂貴的SAS^®呢？首先，SAS^®是一家營利性公司，它會審查所有的代碼，以保證所得結(jié)果的準確、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程序包會比較可靠，但用冷僻的R程序包所得到的結(jié)果則需要謹慎對待。此外，因為SAS^®輸出的結(jié)果更具追溯性（例如：可為輸出結(jié)果提供時間戳）和穩(wěn)定性（輸出結(jié)果不會被軟件包版本影響），所以SAS^®仍被廣泛用于醫(yī)藥行業(yè)。

— 習慣與改變 —

打破慣性并不容易，設(shè)想某個企業(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間和金錢成本可能已經(jīng)超過了SAS^®一年的續(xù)訂費用本身。盡管企業(yè)的傳統(tǒng)習慣不會馬上改變，但掌握不同編程語言的從業(yè)人員比例也許會逐步推動一些改變。SAS^®向大學收取的高額使用費導致學習SAS^®的學生越來越少，所以現(xiàn)今就業(yè)市場上有許多人只會使用R。除此之外，因為R是一種更直觀的編程語言，所以它比SAS^®更易于學習、且更適用于較新穎的分析（例如：微生物組分析）。在此我們可以預見，接下來的幾年中掌握SAS^®編程技能的人將會越來越少。目前，一些醫(yī)藥公司和CRO公司已經(jīng)啟動了從SAS^®到開源統(tǒng)計軟件的遷移工作，而未來還會有更多的公司跟隨這個潮流。

SAS與R使用率的變化

統(tǒng)計編程語言的未來走向是什么？

自2010年以來，得益于日漸強大的電腦計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是當今最常用的兩種免費的編程語言系統(tǒng)，它們在數(shù)據(jù)處理上各具優(yōu)勢。Python的用途不局限于數(shù)據(jù)統(tǒng)計：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)學方面的計算。但是與專門用于數(shù)據(jù)統(tǒng)計的R相比，Python的文庫比R更少，實現(xiàn)表格輸出和數(shù)據(jù)可視化也更為復雜。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性能正在引起越來越多的數(shù)據(jù)科學家的興趣。

Python會是未來編程的方向嗎？

總結(jié)

盡管當前有多種不同的統(tǒng)計編程語言可供選擇，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)計編程專家需要不斷地跟進這些編程語言的發(fā)展變化，因為今日所學未必明日所用。

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