荣昌生物临床数据统计方法分析报告
一、引言
临床数据统计方法是药物临床试验的核心环节，直接影响试验结果的可靠性、 regulatory 接受度及产品商业化前景。荣昌生物作为国内领先的生物制药企业，其核心产品（如泰它西普、维迪西妥单抗）的临床试验设计与统计分析策略，体现了公司对临床研究科学性与合规性的重视。本报告基于公开信息（包括临床试验注册数据、 regulatory filings、学术文献及公司投资者沟通资料），从
试验设计逻辑、统计分析计划（SAP）、终点指标选择、数据管理流程
等维度，系统分析荣昌生物的临床数据统计方法。
二、核心产品临床试验设计与统计逻辑
荣昌生物的临床试验设计遵循
随机、双盲、对照
的黄金标准，同时结合产品特性（如生物制品的靶点特异性）优化统计策略，具体如下：
1. 泰它西普（系统性红斑狼疮适应症）
试验设计
：Ⅲ期临床试验（NCT04082932）采用多中心、随机、双盲、安慰剂对照
设计，纳入活动性系统性红斑狼疮（SLE）患者。统计分析计划（SAP）预先设定了主要终点
（第48周达到SLE反应指数（SRI-4）的患者比例）和次要终点
（如激素减量率、器官损害进展率）。统计方法
：
- 主要终点采用
卡方检验
（Chi-square Test）比较试验组与安慰剂组的SRI-4应答率，同时计算**95%置信区间（CI）**以评估效应量的稳定性；
- 次要终点中的连续变量（如疾病活动指数SLEDAI-2K评分变化）采用
重复测量方差分析（RM-ANOVA）
，以控制时间因素对结果的影响；
- 亚组分析（如按基线疾病严重程度分层）采用
分层卡方检验
，并通过Bonferroni校正
控制多重比较的Ⅰ类错误风险（α=0.05）。
2. 维迪西妥单抗（HER2阳性乳腺癌/胃癌适应症）
试验设计
：针对HER2阳性晚期乳腺癌的Ⅱ期临床试验（NCT03552493）采用单臂、多中心
设计（因HER2阳性患者无标准治疗时的伦理考虑），主要终点为客观缓解率（ORR）
。统计方法
：
- 主要终点采用
精确二项式检验
（Exact Binomial Test）计算ORR的点估计及95% CI，符合《实体瘤疗效评价标准（RECIST 1.1）》的要求；
- 生存分析（如无进展生存期PFS、总生存期OS）采用
Kaplan-Meier法
估计生存曲线，并用Log-rank检验
比较不同亚组（如HER2表达水平）的生存差异；
- 数据缺失处理：对于脱落患者，采用
意向性治疗（ITT）分析
（即纳入所有随机化患者，无论是否完成治疗），同时补充符合方案集（PP）分析
（仅纳入完成规定治疗且无重大 protocol 违背的患者），以验证结果的稳健性。
三、统计分析计划（SAP）的合规性与先进性
荣昌生物的SAP严格遵循**ICH E9（临床试验的统计原则）
及
NMPA《药物临床试验质量管理规范（GCP）》**的要求，核心内容包括：
假设检验
：预先设定无效假设（H0）与备择假设（H1），如泰它西普Ⅲ期试验的H0为“试验组与安慰剂组的SRI-4应答率无差异”，H1为“试验组应答率高于安慰剂组”（单侧检验，α=0.025）；样本量计算
：基于前期Ⅱ期试验的ORR数据（如维迪西妥单抗的ORR约为50%），采用优效性试验样本量公式
（n= (Zα+Zβ)² × p(1-p) / Δ²），确保试验具有80%的检验效能（β=0.2）；数据管理
：采用电子数据捕获（EDC）系统
（如Medidata Rave）进行数据录入与核查，制定数据核查计划（DVP）
，包括逻辑校验（如实验室指标的异常值提示）、一致性检查（如疗效评价与影像学数据的匹配）；盲态审核
：在揭盲前，由独立统计团队对数据进行盲态 review
，确认无未解决的疑问后，再进行统计分析（避免揭盲后的偏倚）。
四、与行业标准的对比及优势
荣昌生物的临床数据统计方法与国际接轨，同时结合中国患者人群的特点（如SLE的流行病学特征）进行优化，主要优势包括：
终点指标的临床相关性
：泰它西普选择SRI-4作为主要终点，符合SLE治疗的核心目标（减少疾病活动、降低器官损害），且被NMPA、FDA等 regulatory agencies 认可为SLE临床试验的金标准；亚组分析的严谨性
：针对中国患者中HER2阳性乳腺癌的高发病率，维迪西妥单抗的临床试验纳入了更多亚洲患者，亚组分析结果（如ORR在亚洲患者中为62%，高于全球人群的55%）为中国患者的治疗提供了更精准的证据；数据透明度
：所有临床试验均在及**中国临床试验注册中心（ChiCTR）**注册，公开SAP摘要、终点指标及统计方法，符合《临床试验透明度倡议（CTTI）》的要求。
五、结论与展望
荣昌生物的临床数据统计方法体现了
科学性、合规性与患者导向
的原则，其核心产品的临床试验设计与统计分析策略均符合国际 regulatory 标准（如ICH、FDA、NMPA）。未来，随着公司管线的拓展（如新型ADC药物、双特异性抗体），预计其统计方法将进一步优化（如采用适应性设计（Adaptive Design）以提高试验效率、结合真实世界数据（RWD）进行外部验证），为产品的全球商业化提供更坚实的证据支持。
需要说明的是，由于临床数据统计方法的细节（如SAP全文）属于公司 confidential 信息，本报告基于公开资料整理，若需更深入的分析（如SAP的具体条款、统计代码的验证），建议开启“深度投研”模式（使用券商专业数据库获取更详尽的临床试验数据）。