不良事件人数更多，就一定更危险吗：分母、暴露时间与严重程度怎么一起读

两个治疗组报告的不良事件人数不同，但组别人数、随访长度、停药情况和事件重复次数也不同。。如果只把“23人”和“17人”放在一起，很容易直接把前一组写成更危险；但这两个数字可能连同一件事都没有在回答。

安全性数字不能脱离风险人群、观察时间、事件定义和严重程度比较；人数、事件次数与发生率回答的是不同问题。

第一步不是比较人数，而是找对应分母

ClinicalTrials.gov的不良事件资料准备清单要求分别报告每组“受影响人数”和“风险人数”。受影响人数是至少发生一次该事件的人；风险人数是实际被纳入该类事件评估、因而有机会被观察到事件的人。

例如甲组23人、乙组17人发生事件，如果甲组评估了400人而乙组只评估了150人，人数较多不代表比例更高。计算前还要确认两个分母属于同一张表、同一事件和同一时间窗，不能直接拿随机入组人数补空格。

ClinicalTrials.gov把风险人数定义为实际接受该类不良事件评估的受试者，并要求说明评估时间窗。报告缺少分母时，最多只能说观察到多少人，不能完成组间风险比较。

一个人与一次事件是两种计数

清单把“发生该事件的受试者人数”列为必填，把事件发生次数列为可选。同一个人可能反复发生三次头痛，但在受影响人数中仍只计一人，在事件次数中则可能计三次。

受影响人数回答有多少人至少发生一次，事件次数回答发生了多少次，风险人数提供分母；三者不能互换。若甲组少数人反复发作而乙组更多人各发生一次，只报事件总数会放大甲组，只报人数又会藏住复发负担。

公开结果没有事件次数时，不应从人数反推。更稳妥的写法是明确资料只支持“至少一次”的比例，并把复发频率列为未知边界。

观察时间会改变发生机会

ClinicalTrials.gov要求写出不良事件评估的具体时间段，并建议用“首次给药后八周”这类受试者视角的表达，而不是含糊写“研究结束”。

随访十二个月的一组比随访四周的一组有更多机会发现事件；更早停药、失访或死亡也会缩短实际暴露。即使两组人数相同，累计百分比仍可能不是同等观察机会下的结果。

风险人数、暴露时间和收集方式会共同改变事件被观察到的机会，因此相同人数或百分比可能来自不同观测过程。研究若提供人年发生率或暴露校正发生率，可用来补充累计比例，但仍要核对定义和统计方法，不能自行把人数换算成人年。

收集方式也会制造差异

标准问卷、定期实验室检查和研究者主动询问属于系统性评估；依靠参与者自行报告则是非系统性收集。前者通常更容易发现轻微或短暂事件。

若一组接受密集检测、另一组只在出现症状时报告，数字差异可能首先反映检测机会。比较前应寻找收集方法、访视频率、事件词典版本以及频率阈值。

其他非严重不良事件表还可能只显示超过某一频率阈值的项目。某事件没有出现在表中，不一定等于零，也可能只是没有超过公布门槛。

serious不是“症状很强烈”的英文

ICH E2A明确区分serious与severe。severe描述事件强度，例如剧烈头痛；serious依据结局或处置标准，包括死亡、危及生命、住院或延长住院、持续或显著失能，以及出生缺陷等。

ICH E2A把serious与severe分开：前者看结局和处置标准，后者描述事件强度。一次很痛但短暂、无需住院的事件可以是severe而不属于serious；强度未必最高的事件若导致住院，则可能属于serious。

因此不能把所有不良事件人数相加后排序。至少要分开看全因死亡、严重不良事件、其他不良事件、停药事件和事件强度，才能知道差异落在哪一层。

时间关联不等于已经证明因果

FDA说明，不良事件是与医疗产品使用相关的不良经历。ICH E2A也把不良事件定义为用药后发生、但不一定具有因果关系的医疗情况；只有在存在合理因果可能时，才进入不良反应等进一步判断。

某组事件更多可能与治疗有关，也可能受基础疾病、并用药、年龄、检测频率或随机波动影响。表格本身记录发生情况，不会自动完成因果推断。

真正值得追查的是：事件是否在时间上与暴露吻合，是否有剂量或再挑战线索，是否超过对照或背景水平，是否存在一致的医学机制，以及盲态下的归因程序是否可靠。

哪些条件下可以先看粗比例

如果两组风险人数、评估时间、收集方法、事件词典与阈值一致，受影响人数除以风险人数可作为第一层比较。它能告诉读者在这个试验观察窗口内，至少发生一次事件的比例是否不同。

但粗比例仍没有给出不确定性，也没有处理暴露长短、竞争风险或多重事件。样本很小时，几个人的差异就可能造成明显百分比变化；置信区间很宽时，不应把点估计写成确定排序。

粗比例只有在时间窗、风险人群、事件定义与收集方法一致时才适合第一层横向比较，也不能单独证明治疗因果。

一张可复核的比较表

阅读安全性结果时，可为每组建立七栏：发生人数、风险人数、事件次数、评估时间、收集方式、serious结局和severe强度。再加两栏记录停药/失访及事件与治疗的归因口径。

先抄下每组的发生人数、风险人数、事件次数、评估时间和收集方式，再比较serious结局、强度与停药信息。任一栏口径不同，就先说明不可直接横比，而不是硬算一个排名。

若已预期的严重不良反应发生率出现临床重要增加，ICH E2A认为也可能需要迅速沟通。这种判断依赖发生率、结局和临床意义，不能只凭“多了几个人”或“名称已知”排除信号。

结论边界

安全性表格最先要核对的是观测过程，而不是寻找最大的数字。分母告诉谁被评估，时间窗与收集方法告诉事件有多少机会被发现，人数和次数描述不同负担，serious与severe则对应不同临床问题。

人数较多不必然代表治疗更危险；本文不估算个体风险、不判断具体药物优劣，也不替代研究方案、统计分析或临床决策。资料口径不完整时，正确动作是缩小结论并回到试验方案或正式报告，而不是补猜缺失分母。

本文核对资料

• ClinicalTrials.gov：《Adverse Event Data Preparation Checklist》，2017-12
• U.S. Food and Drug Administration：《What is a Serious Adverse Event?》，2023-05-18
• U.S. Food and Drug Administration／ICH：《Clinical Safety Data Management: Definitions and Standards for Expedited Reporting (ICH E2A)》，1995-03

资料来源

• ClinicalTrials.gov：《Adverse Event Data Preparation Checklist》，发布或更新于 2017-12-01
• U.S. Food and Drug Administration：《What is a Serious Adverse Event?》，发布或更新于 2023-05-18
• U.S. Food and Drug Administration / ICH：《Clinical Safety Data Management: Definitions and Standards for Expedited Reporting (ICH E2A)》，发布或更新于 1995-03-01