去年五月，我介绍了 JMP Clinical 19 的复发报告功能。在那篇文章中，我使用点森林图（图 3）突出显示了在一项针对疑似轻度至中度阿尔茨海默病患者的临床试验中发生的最重要的治疗期间出现的不良事件 (TEAE)。为了方便起见，该图已在图 1 中重新呈现。
图 1. 治疗期间出现的不良事件的散点森林图
作为背景信息，该试验持续26周，254名患者被随机分配到三个治疗组之一：高剂量沙诺美林组、低剂量沙诺美林组或安慰剂组。研究期间共观察到242个不同的偏好术语（PT），其中230个PT出现在治疗期间出现的不良事件（TEAE）中。共发生1126例TEAE，表明部分患者的PT在治疗期间出现复发。
复发分析高度依赖多种数据可视化工具，以便高效地总结、解读和传达分析结果。试想一下，如果您需要查看 230 个不同 PT 的数据可视化图表，才能从复发角度了解安全性，那将是多么繁琐的工作。像图 1 这样的图表有助于确定哪些具体事件需要深入研究。
图 2. 瘙痒 TEAE 的平均累积函数图
根据图 1，与安慰剂组相比，活性治疗组的瘙痒相关治疗期间出现的不良事件 (TEAE) 风险更高；安全性科学家可以重点关注这一事件以及其他 95% 置信区间不包含 0 的事件。平均累积函数 (MCF) 图可用于评估给定治疗持续时间内每种治疗预期发生的平均事件数。图 2 总结了瘙痒（瘙痒）TEAE 的风险随时间的变化。然而，图 1 的局限性在于它仅显示了某一特定时间点不同治疗组之间的风险。所选时间点是每个治疗组最长观察随访时间的最小值——即最小最大随访时间。此处，该值约为 211 天。您将在图 2 中看到，安慰剂组的随访在此时间点结束。想象一下，在此时间点绘制一条横跨所有三个治疗组的参考线。这些就是图 1 中总结的估计值和区间。这忽略了之前 210 天的差异！
此前已有研究尝试在不良事件（AE）发生后的整个随访期内识别信号。 触须图显示了两种治疗方案在不良事件发生时间和复发方面随时间的变化。与另一组相比，某一组不良事件越多，触须图向左或向右弯曲的程度就越大，表明该治疗方案的风险随时间推移而增加。触须图已被推荐用于数据监察委员会会议，以展示不同治疗方案间不良事件复发随时间变化的差异。然而，触须图也存在一些局限性：
- 表示风险随时间变化的角度是任意的。
- x轴和y轴没有实际意义，也不对应任何特定的数据值。时间长度是根据卷须的长度来计算的，而卷须的长度通常很难辨认。
- 目前还不清楚如何实际解释这些曲线，而且只在一个臂上发生的 AE 可能会产生一个完整的圆周，朝着与一些并不特别值得注意的事件相同的方向发展（参见链接论文中的图 2）。
- 卷须图仅限于两种处理。
我认为我们可以做得更好！
返回图 2 中的瘙痒 MCF 图。在 x 轴上的每个时间点，我们可以计算最大差值，即所有治疗组 MCF 的最大值减去所有治疗组 MCF 的最小值。这些最大差值随时间的变化曲线如图 3 所示。请注意，我筛选了数据表，只保留了在曲线上至少出现过一次最大差值大于等于 0.1 的事件。
图 3. 最大差值图
该图与卷须图在筛查显著事件复发方面具有类似的功能，但具有许多优点。
- 有意义的轴
- x 轴可以非常直观地展现特定时间发生的事件。
- y轴的含义非常明确，它代表所有治疗方案对之间MCF的最大差异（参见图5 右侧面板）。换句话说，它代表特定时间点上安全性最低的治疗方案与安全性最高的治疗方案之间平均事件数的增加量。
- 可以容纳任意数量的治疗方案。目标是识别各治疗组之间存在显著差异的治疗阈值（PT），这适用于任意数量的治疗组。然而，在只有两个治疗组的特殊情况下，可以像在卷须图中那样考虑方向性，以表明一种治疗方案相对于另一种治疗方案的风险更高。
- 解读简单明了。用户可以更详细地探索事件，这些事件显示出不同治疗方案随时间推移而产生的显著差异。
最大差异图将在JMP Clinical 19.1中提供。点森林图和最大差异图均可用于识别有意义的安全性信号，同时考虑治疗期间出现的不良事件 (TEAE) 的时间和复发情况。
