26年晚期OS获益评估要点

26年晚期OS获益评估要点演讲人2026-04-29CONTENTS晚期OS获益评估的核心定位与时代背景特殊场景下的OS获益评估补充要点目录作为一名从事肿瘤临床疗效评价与新药审评工作十余年的从业者，我近三年来参与了近30项晚期抗肿瘤新药III期临床试验的终点设计与结果评审，最深的感受就是，随着ADC、双特异性抗体、细胞治疗等新型疗法的快速普及，晚期肿瘤的治疗格局已经发生了本质变化，总生存（OverallSurvival,OS）作为晚期肿瘤疗效评价的金标准，其评估要点也早已脱离了十几年前“只看HR和p值”的简单框架，在当前2026年的行业语境下，我们需要结合新的治疗场景、新的统计方法、新的临床需求，重新梳理系统化的评估逻辑。本文我将结合自身实践经验，从核心定位、操作要点、特殊场景三个维度展开，系统梳理当前晚期OS获益评估的核心要点。01晚期OS获益评估的核心定位与时代背景ONE1OS作为晚期肿瘤疗效终点的核心价值OS定义为从随机化（或治疗开始）到任何原因死亡的时间，相比于无进展生存（PFS）、客观缓解率（ORR）等替代终点，OS的优势在于终点定义明确、测量客观、几乎不存在评价偏倚，是目前全球公认的反映抗肿瘤治疗真实临床获益的金标准。尤其是对于晚期肿瘤，我们治疗的核心终极目标就是延长患者的生存时间，因此任何新药最终的临床获益确认都离不开OS的验证。我刚入行时，前辈就反复强调“任何替代终点的获益，最终都要OS来拍板”，这个核心定位到今天依然没有动摇。1OS作为晚期肿瘤疗效终点的核心价值22026年晚期肿瘤治疗格局对OS评估带来的新挑战进入2026年，晚期肿瘤治疗的两个核心变化对传统OS评估框架提出了明确挑战：一是治疗线数不断细化，后线多线复发患者的基线异质性显著提升，十年前大部分晚期患者仅接受过1-2线治疗，现在超过40%的后线入组患者已经接受过3-5种不同机制的治疗，不同治疗史对后续OS的影响远超出传统评估的预设；二是新型疗法的生存曲线特征发生了本质变化，免疫治疗、细胞治疗带来了明确的长尾生存，ADC等药物常因早期不良反应出现生存曲线交叉，传统基于比例风险假设的统计方法已经不能准确反映真实的获益程度；三是真实世界证据逐渐成为支持适应症拓展、孤儿药获批的重要依据，真实世界场景下OS数据的混杂因素更多，传统临床试验的评估框架无法直接套用。我去年参与一项PD-1/CTLA-4双抗一线治疗肺癌的专家讨论会，就因为对曲线交叉后的获益解读意见不一致，先后讨论了三次才达成共识，这种情况在十年前几乎是不会碰到的。3当前重新梳理OS获益评估要点的现实意义准确的OS获益评估不仅是新药获批上市的核心依据，更是临床医生选择治疗方案、医保目录调整的关键参考，低估获益会让真正有效的好药无法及时惠及患者，高估获益则会让患者承担不必要的治疗成本和不良反应，还会挤占有限的医疗资源。因此，建立符合当前治疗格局的系统化评估要点，是临床、新药研发、监管层面共同的迫切需求。明确了OS获益评估的核心定位与当前面临的新挑战后，我们接下来进入最核心的内容，也就是常规场景下晚期OS获益评估的具体操作要点，我将从基线、随访、统计判定三个递进环节展开梳理。22026年晚期OS获益评估的核心操作要点1基线层面的混杂偏倚校正要点基线特征的不平衡是导致OS评估假阳性最常见的原因，在当前患者基线异质性越来越高的背景下，传统的简单分层已经不足以控制偏倚，需要从三个层面细化校正：1基线层面的混杂偏倚校正要点1.1预后因素的分层细化传统的分层因素一般只包括ECOG评分、年龄、转移部位数量3个核心指标，当前我们需要把更多已经明确的预后因子纳入分层校正：首先是生物标志物分层，比如HER2表达要明确分为低表达、中表达、高表达，PD-L1表达要细化为TPS<1%、1-49%、≥50%，TMB也要按照预设cutoff值分层，这些生物标志物本身对OS的影响已经被大量研究验证，不做分层很容易导致基线不平衡；其次是既往治疗史的分层，不能只做“一线”“二线”这种粗略分类，要进一步分层为原发耐药、继发耐药，还要明确既往接受过的新药种类，比如既往是否接受过免疫治疗、抗HER2治疗，我上个月评审一项胃癌ADC的III期试验，就是因为入组时没有分层既往免疫治疗史，结果试验组合免疫经治患者占比是32%，对照组是45%，对照组本身预后更差，导致OS的HR被低估了15%，差点误判了获益程度，最后做多因素校正才得到真实结果；最后是合并症的分层，不能只看ECOG评分，ECOG评分1分的患者，合并3种以上基础疾病和无基础疾病的中位OS可以差6个月以上，因此常规要加入查尔森合并症指数联合ECOG评分做分层校正。1基线层面的混杂偏倚校正要点1.2交叉治疗的偏倚校正当前几乎所有开放标签的III期试验，都会允许对照组进展后交叉接受试验药物治疗，这种设计伦理上更合理，但会稀释试验组的OS获益，导致意向性人群（ITT）分析得到的HR不能反映真实的治疗效果，因此在评估中必须做偏倚校正，常用的方法包括调整ITT分析、秩保持结构失效模型（RPSFT）、反概率治疗加权（IPTW）等，我一贯的观点是，必须同时呈现未校正的ITT分析结果和校正后的结果，不能只放ITT结果，避免低估或者高估真实获益。1基线层面的混杂偏倚校正要点1.3基线风险的整体校正对于多因素的基线混杂，除了设计阶段的分层，还要在分析阶段用Cox比例风险模型把所有明确的预后因子作为协变量纳入校正，保证最终得到的OS获益是试验药物带来的，而不是基线不平衡带来的假阳性结果。2随访过程中的质量控制要点随访质量直接决定了OS数据的可靠性，很多试验的OS结果偏差都来自随访不规范，当前我们强调三个核心控制点：2随访过程中的质量控制要点2.1随访周期的合理性调整传统的随访一般只要求事件数达到预设要求就可以进行分析，但是对于有长尾效应的新型疗法，比如免疫治疗、细胞治疗，事件数达到预设要求的时候往往中位随访时间还不够长，长尾的获益还没有完全显现出来。我2022年参与过一项晚期黑色素瘤细胞治疗的随访，当时预设的事件数达到后分析，中位OSHR是0.72，p=0.06，没有达到统计学差异，后来我们按照新的评估要求继续随访了两年，3年随访后，试验组的长尾效应完全显现，HR变成0.61，p=0.01，差异达到了统计学显著性。因此当前我们要求，对于存在长尾效应的疗法，中位随访时间至少要超过中位OS的1.5倍，并且保证至少20%的患者随访超过2年，才能进行最终的OS分析。2随访过程中的质量控制要点2.2死亡事件的确认规范失访和死亡事件误判是OS数据偏差的重要原因，我在工作中碰到过不止一次，把失联患者记为死亡，或者把死亡患者记为失访，最终结果偏差超过10%。当前我们明确要求，所有死亡事件都必须有客观证明：在医院死亡的要有死亡小结，在家死亡的要有公安机关的死亡证明或者销户证明，电话告知的死亡必须后续补充客观证明，失联超过12个月的患者要按失访处理，做敏感性分析验证结果的稳定性，不能直接按死亡统计。2随访过程中的质量控制要点2.3后续治疗的信息完整记录当前患者进展后接受后续抗肿瘤治疗已经非常普遍，后续治疗不仅会影响OS，甚至会改变试验组和对照组的获益方向，如果不做记录和校正，很容易得到错误的结果。比如试验组一线治疗的PFS更长，患者进展后身体状况更好，更能接受后续的三线治疗，反而会进一步延长OS，而对照组PFS短，进展后很多患者身体状况差，不能接受后续治疗，这种情况下如果不校正后续治疗，就会高估试验组的获益；反过来，如果对照组进展后可以免费接受试验药，就会稀释试验组的获益，因此我们要求，试验全程必须记录所有后续抗肿瘤治疗的种类、开始时间、疗程、疗效，分析阶段必须做敏感性分析，排除后续接受同类新药的病例，或者把后续治疗作为协变量纳入校正。3统计结果的临床获益解读要点拿到统计结果后，不能只看p值和HR就下结论，要结合生存曲线的形态、亚组一致性、临床意义综合解读，这也是当前OS评估最核心的变化：3统计结果的临床获益解读要点3.1不同形态生存曲线的差异化解读传统的统计分析基于比例风险假设，也就是试验组和对照组的风险比是恒定的，生存曲线平行下降，但是现在很多新型疗法的生存曲线不符合这个假设，常见的两种情况要差异化解读：第一种是曲线交叉，也就是试验组早期死亡风险更高，曲线在对照组下方，3-6个月后超过对照组，这种情况多见于后线ADC治疗、联合免疫治疗，因为早期不良反应发生率更高，这时候中位OS就不能反映真实的长期获益，必须结合限制性平均生存时间（RMST）和2年/3年OS率共同解读，我上个月碰到的一项后线胃癌ADC试验，中位OS只比对照组延长1.1个月，p=0.04，但是2年OS率从7%升到19%，RMST延长了2.8个月，结合临床来看，这个获益是明确有意义的，如果只看中位OS就会误判；第二种是长尾生存曲线，也就是试验组生存曲线在后期进入平台期，部分患者实现长期生存，这种情况下我们不仅要看中位OS，还要看平台期的比例，也就是3年/5年OS率，确认长期生存的获益确实是治疗带来的，而不是基线偏倚导致的。3统计结果的临床获益解读要点3.2亚组获益的一致性验证很多试验整体人群OS有统计学差异，但是部分亚组没有获益，甚至有害，因此我们必须做亚组分析和交互检验，确认获益的一致性。我前两年碰到过一项晚期乳腺癌新药试验，整体人群OSHR是0.79，p=0.02，看起来获益明确，但是做亚组分析发现，肝转移亚组的HR是1.13，交互检验p=0.03，交互作用显著，说明获益只存在于非肝转移亚组，不能下结论说全人群都有获益，这种情况必须明确标注亚组的获益差异，不能只放整体结果误导临床。3统计结果的临床获益解读要点3.3统计学差异与临床意义的统一现在很多大样本试验，因为样本量很大，OS延长一点点就可以得到p<0.05的结果，这时候我们必须判断这个差异有没有临床意义，不能把统计学差异直接等同于临床获益。具体来说，要结合对应人群的预期中位生存期判断：比如晚期难治性胰腺癌，中位预期生存期只有5-6个月，延长1.5个月就是有临床意义的获益；但是晚期非小细胞肺癌一线治疗，中位预期生存期已经超过30个月，延长不到2个月，就算有统计学差异，也很难说有明确的临床意义，还要结合生活质量、不良反应综合判断。上述我们梳理了常规临床试验中OS获益评估的核心操作要点，而在2026年，我们越来越多地碰到特殊治疗场景下的OS评估需求，这些场景下还有额外需要关注的补充要点，我结合实践经验整理如下：02特殊场景下的OS获益评估补充要点ONE1后线难治性肿瘤的OS评估后线难治性肿瘤患者本身生存期短，基线异质性大，很多患者入组时已经接近终末期，因此OS评估需要做两个调整：第一，必须做敏感性分析，排除入组30天内的非肿瘤死亡，终末期患者入组后很容易因为基础疾病死亡，不是药物的问题，也不是肿瘤进展导致的死亡，排除后才能得到真实的获益；第二，优先用特定时间点的OS率作为评估指标，而不是中位OS，因为很多后线试验的中位OS不到3个月，OS率比中位OS更能反映治疗的真实价值。2联合治疗方案的OS评估当前联合治疗已经成为晚期肿瘤的主流选择，联合治疗的OS评估需要关注两个点：第一，要明确联合治疗的获益是协同效应还是叠加效应，对于三药及以上的联合方案，要做析因分析，确认每个药物的贡献，避免把单药的获益算作联合治疗的额外获益；第二，要分阶段分析OS，联合治疗的早期不良反应更多，治疗相关死亡更高，很多早期死亡会抵消后续的长期获益，因此要分0-6个月、6-12个月、12个月以上三个阶段分析生存差异，明确获益到底在哪个阶段，避免整体结果掩盖了早期的安全性风险。3真实世界研究中的OS获益评估真实世界研究已经成为支持新药适应症拓展、罕见病肿瘤获批的重要证据，真实世界中OS评估的核心是偏倚控制：第一，除了倾向性评分匹配，还要用工具变量校正不可观测的混杂偏倚，因为真实世界中医生选择治疗方案的时候，会把很多没有记录在病历里的因素纳入考虑，这些不可观测的因素会影响结果，单纯的倾向性评分匹配不足以控制偏倚；第二，死亡数据必须对接全人群的死亡登记数据库，不能只靠医院的病历，我2024年做过一项晚期结直肠癌的真实世界研究，最初只用我们中心的病历数据，漏了21%的院外死亡事件，得到的HR是0.64，后来对接了当地疾控的全人群死亡数据库，补充了漏报的死亡事件后，HR变成0.77，差异非常大，所以死亡数据的完整性是真实世界OS评估的核心。梳理完上述从核心定位到常规操作要点再到特殊场景补充的全部内容后，我们可以对2026年晚期OS获益评估的核心思想做一个精炼的总结：3真实世界研究中的OS获益评估总的来说，2026年晚期OS获益评估已经从传统的“单一结果判定”转变为“全流