试验队列构建与数据提取
识别并纳入符合条件的乳腺癌临床试验，提取试验特征与终止原因变量。
从AACT数据库检索2001-2025年启动的乳腺癌介入性试验，提取NCT编号、开始/完成日期、分期、入组人数、主要目的、申办方类型、单/多中心、地理区域及终止原因，并按预定义类别重编码。
关于丁香通
公司信息
个人用户
企业机构
无忧采购 轻松科研
- 移动端
乳腺癌患者临床试验的提前终止：原因、决定因素和时间模式
Early termination of clinical trials enrolling patients with breast cancer: Reasons, determinants, and temporal patterns
实验完整度
低横断面注册数据库分析，无体外、动物或患者样本实验，仅为数据统计建模与描述性分析。
重点核对
试验纳入标准：仅纳入乳腺癌患者且具招募状态信息的介入性试验，检索2001-01-01至2025-12-31启动的试验 提前终止定义：招募状态为“terminated”或“withdrawn”视为提前终止，“completed”视为按计划完成，其余为“active” 原因分类：按八类预定义类别独立分类，由两名研究者完成、第三名研究者解决分歧，Cohen's kappa=0.80（95% CI 0.77-0.83） 竞争风险分析事件定义：terminated为感兴趣事件，completed为竞争事件，active为删失，withdrawn排除；时间从研究开始日期至完成/终止/2026-01-23数据锁定日 多变量模型协变量：研究分期、招募中心、主要目的、申办方、地理区域均纳入，未依据单变量显著性筛选
摘要
背景：临床试验在计划完成前终止（即“提前终止”[ET]）在乳腺癌领域仍缺乏充分描述。本研究探讨乳腺癌试验中ET的原因、决定因素和时间模式。方法：我们使用ClinicalTrials.gov汇总分析（AACT）数据库开展横断面研究，纳入2001年至2025年间启动的乳腺癌试验。识别ET原因并归入预定义类别。使用多变量logistic回归评估与ET相关的因素，并使用竞争风险分析和多变量Fine-Gray子分布风险模型评估时间模式。结果：共纳入5251项试验。“入组不佳”是ET最常见原因（39.2%），其次是“申办方决定或战略原因”（22.4%）和“运营或管理问题”（13.4%）。“入组不佳”是2期和3期试验、学术申办研究及单中心试验中ET的首要原因，而“申办方决定或战略原因”在1期试验、企业申办研究及全球开展试验中占主导。在多变量logistic回归分析中，2期试验ET可能性更高（OR=1.48；P<.001），而多中心研究（OR=0.70；P<.001）和非治疗目的试验（OR=0.61；P<.001）ET可能性更低。Fine-Gray模型中观察到相似模式。结论：乳腺癌试验的提前终止是一种异质性现象，根据研究特征呈现不同模式。为提高试验可行性、参与者招募和运营规划而制定的针对性策略可能降低ET风险。
实验结论
提炼研究问题、关键发现与证据，快速把握文章的核心贡献。
- 研究问题
- 乳腺癌临床试验提前终止的原因、决定因素和时间模式是什么。
- 核心机制
- 提前终止是一种异质性现象，其模式与试验方法学、组织和战略特征相关；“入组不佳”在2/3期、学术申办和单中心试验中占主导，“申办方决定或战略原因”在1期、企业申办和全球试验中占主导。
- 主要证据
- 基于AACT数据库中5251项乳腺癌试验，采用多变量logistic回归（2期OR=1.48，多中心OR=0.70，非治疗目的OR=0.61）和竞争风险Fine-Gray模型（2期sHR=1.39，多中心sHR=0.66，非治疗目的sHR=0.75，企业申办sHR=1.46）分析。
- 研究意义
- 提示应针对试验特征制定改善可行性、参与者招募和运营规划的针对性策略，以可能降低提前终止风险。
研究路径
按研究推进顺序梳理实验设计、验证步骤与关键观察。
终止原因分类与一致性评估
对提前终止原因进行标准化归类并评估分类一致性。
将终止原因归入八类预定义类别，由两组研究者独立分类，分歧由第三名研究者协商解决，计算Cohen's kappa系数。
与提前终止相关因素的多变量logistic回归
评估试验特征与提前终止发生之间的关联。
对预定义变量拟合单变量和多变量logistic模型，报告OR及95% CI，使用VIF评估共线性，用AUC和bootstrap（200次重抽样）评估区分度，用校准图和Brier评分评估校准。
提前终止时间模式的竞争风险分析
评估提前终止随时间的累积发生情况及其与试验特征的关联。
以terminated为感兴趣事件、completed为竞争事件、active为删失，绘制总体和分层累积发生率曲线，拟合多变量Fine-Gray模型，报告sHR及95% CI，用时间依赖AUC和校准图评估模型。
研究方法
按研究目的归类文中使用的方法，便于定位所需技术。
产品清单
| 实验环节 | 名称 | 品牌 | 货号 |
|---|---|---|---|
| 数据分析与统计 | RStudio：R集成开发环境 | Posit software, PBC | version 4.5.2 |
关键环节
汇总复现实验时建议重点确认的条件及原文阅读提示。
| 环节 | 核对要点 |
|---|---|
| 试验队列构建与数据提取 | 检索关键词、检索日期、试验启动时间范围、纳入标准（仅乳腺癌患者且有招募状态信息）、排除标准、数据来源AACT数据库版本 阅读提示：Methods 2.1 Study selection and data extraction，表S1 |
| 提前终止定义与原因分类 | 提前终止定义（terminated或withdrawn）、completed定义、原因八类预定义类别、分类者数量与分歧解决方式、Cohen's kappa值 阅读提示：Methods 2.1，表S1，图S1 |
| 多变量logistic回归 | 纳入协变量（研究分期、招募中心、主要目的、申办方、地理区域）、参照组设置、完整病例分析、无插补、VIF共线性评估、模型区分度与校准指标 阅读提示：Methods 2.2 Statistical analysis，表2，表S11，图S8 |
| 竞争风险分析 | 事件定义（terminated为事件、completed为竞争事件、active为删失）、withdrawn排除、时间起点与终点定义、数据锁定日期2026年1月23日、分层变量、Fine-Gray模型协变量与模型评估 阅读提示：Methods 2.2，表3，表S12，图S13 |