Słownik metodologiczny · Projekt badania

Zastępczy punkt końcowy – kiedy wskaźnik laboratoryjny może zastąpić wynik kliniczny

Zastępczy punkt końcowy, np. ciśnienie lub cholesterol, skraca badanie kliniczne, ale może wprowadzać w błąd. Pokazujemy kryterium Prentice’a, symulację w R, w której lek poprawia wskaźnik bez korzyści klinicznej, i opis w pracy.

Strona główna / Słownik / Zastępczy punkt końcowy
W skrócie: Zastępczy punkt końcowy (surrogate endpoint) to wskaźnik, np. ciśnienie tętnicze lub stężenie cholesterolu, mierzony zamiast wyniku ważnego dla pacjenta, takiego jak zgon czy udar. Skraca badanie, ale poprawa wskaźnika nie gwarantuje korzyści klinicznej, a badania na takich punktach raportują zwykle większe efekty.

Co to jest zastępczy punkt końcowy?

Zastępczy punkt końcowy (ang. surrogate endpoint) to pomiar, który w badaniu klinicznym zastępuje wynik naprawdę ważny dla pacjenta – zgon, udar, utratę wzroku. Przykłady to ciśnienie tętnicze, stężenie cholesterolu, zmniejszenie guza czy liczba komórek CD4. Wskaźniki te zmieniają się szybciej i częściej niż zdarzenia kliniczne, więc badanie może być krótsze i mniejsze (Fleming i DeMets, 1996). Wynik istotny dla pacjenta mierzy też PROM, ale to inna kategoria: ocena samego pacjenta, a nie wskaźnik laboratoryjny.

Kiedy wskaźnik może zastąpić wynik kliniczny

Sama korelacja wskaźnika z wynikiem nie wystarczy. Prentice (1989) zaproponował ostre kryterium: test na wskaźniku zastępczym ma być trafnym testem braku wpływu leczenia na prawdziwy punkt końcowy. Wskaźnik musi więc „przechwytywać” cały wpływ leczenia na wynik – przy znanej historii wskaźnika leczenie nie może już nic zmieniać. Przypomina to pełną mediację. Fleming i DeMets (1996) pokazują, dlaczego to często zawodzi: choroba działa też drogami pomijającymi wskaźnik, a lek może mieć nieprzewidziane działania niezależne od niego.

Przykład w R

W symulacji 2 × 3000 pacjentów lek obniża ciśnienie o 9.7 mmHg (p < .001), ale ma też szkodliwe działanie niezależne od ciśnienia. Zdarzenia sercowo-naczyniowe wystąpiły u 7.9% osób w grupie kontrolnej i 8.6% leczonych (OR = 1.10, p = .325). Ocena na samym ciśnieniu ogłosiłaby sukces.

Dlaczego to ważne

Ciani i in. (2013) porównali 185 badań randomizowanych: te z zastępczym pierwszorzędowym punktem końcowym raportowały efekty leczenia średnio o około 47% większe (w skali ilorazu szans) niż badania z punktem istotnym dla pacjenta. Dlatego w metaanalizie warto analizować oba typy osobno. Wskaźniki zastępcze dobrze służą w badaniach wstępnych, a w rozstrzygających pierwszorzędowym punktem powinien być wynik kliniczny (Fleming i DeMets, 1996). Zob. też złożony punkt końcowy i przewodnik po badaniach klinicznych.

Jak opisać w pracy

Pierwszorzędowym punktem końcowym było skurczowe ciśnienie tętnicze po 12 tygodniach, które traktujemy jako zastępczy punkt końcowy. Wynik nie pozwala wnioskować o wpływie leczenia na zdarzenia sercowo-naczyniowe, który wymaga badania z klinicznym punktem końcowym.

Na co uważać

Nie zakładaj, że wskaźnik zwalidowany dla jednej klasy leków działa dla innej. Punkt zastępczy wskaż w rejestracji badania i nazwij go wprost w streszczeniu.

Przykład reprodukowalny

Zastępczy punkt końcowy w R

Kod symuluje badanie, w którym lek wyraźnie obniża ciśnienie (punkt zastępczy), ale przez działanie niezależne od ciśnienia nie zmniejsza ryzyka zdarzeń (punkt kliniczny): t.test() i glm().

Efekt na wskaźniku a efekt na zdarzeniu

Dane wejściowe: 3000 osób na grupę; lek obniża ciśnienie o 10 mmHg; ryzyko zdarzenia rośnie z ciśnieniem, a lek ma dodatkowe działanie szkodliwe (OR 1.45 niezależnie od ciśnienia); dane symulowane, set.seed(535).

Co odczytać: różnica ciśnienia −9.683 mmHg (p < .001); zdarzenia 7.9% a 8.6%; OR zdarzenia 1.097, p = .325.

R
# Zastępczy punkt końcowy: lek obniża ciśnienie, ale ma działanie uboczne (dane symulowane)
set.seed(535)
n <- 3000                                         # osób na grupę
grupa <- rep(0:1, each = n)
cisnienie <- rnorm(2 * n, 150 - 10 * grupa, 15)   # lek obniża ciśnienie o 10 mmHg
# zdarzenie zależy od ciśnienia ORAZ od działania niezależnego od ciśnienia
p_zd <- plogis(-2.5 + 0.03 * (cisnienie - 150) + log(1.45) * grupa)
zdarzenie <- rbinom(2 * n, 1, p_zd)
t_zast <- t.test(cisnienie ~ grupa)
m <- glm(zdarzenie ~ grupa, family = binomial)
round(c(roznica_cisnienia = unname(diff(t_zast$estimate)),
        p_cisnienie = t_zast$p.value,
        odsetek_kontrola = mean(zdarzenie[grupa == 0]),
        odsetek_lek = mean(zdarzenie[grupa == 1]),
        OR_zdarzenia = unname(exp(coef(m)["grupa"])),
        p_zdarzenie = summary(m)$coefficients["grupa", 4]), 3)
Wynik w R
roznica_cisnienia       p_cisnienie  odsetek_kontrola       odsetek_lek 
           -9.683             0.000             0.079             0.086 
     OR_zdarzenia       p_zdarzenie 
            1.097             0.325

Bibliografia oprogramowania

Wyniki pochodzą z uruchomienia pokazanego kodu w R 4.5.3 (bez dodatkowych pakietów). W pracy podaj wersje faktycznie użytych pakietów (sessionInfo()).

  1. R: R Core Team. (2026). R: A language and environment for statistical computing (Version 4.5.3) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org/

Najczęstsze pytania

Czy silna korelacja wskaźnika z chorobą wystarczy, by był dobrym zastępczym punktem końcowym?

Nie. Wskaźnik może dobrze przewidywać rokowanie, a mimo to lek, który go zmienia, nie poprawia wyniku klinicznego, bo działa innymi drogami albo ma działania niepożądane.

Kiedy zastępczy punkt końcowy jest dopuszczalny w badaniu?

W badaniach wstępnych, gdy sprawdzamy, czy interwencja w ogóle działa biologicznie. W badaniu rozstrzygającym tylko wtedy, gdy trafność wskaźnika wykazano wcześniej w rygorystycznych analizach.

Czy w pracy magisterskiej mogę użyć wskaźnika zastępczego jako zmiennej zależnej?

Tak, ale nazwij go zastępczym punktem końcowym i nie wyciągaj wniosków o zdarzeniach klinicznych. W ograniczeniach napisz, jaki wynik ważny dla pacjenta pozostaje niezbadany.

Powiązane hasła

Poradniki, w których użyjesz tego pojęcia

Potrzebujesz wsparcia w analizie danych?

Wybierz ofertę dopasowaną do pracy dyplomowej albo profesjonalnego projektu naukowego.

Wyceń analizęOferta dla studentów

Bibliografia i dalsza literatura naukowa (APA 7)

  1. Ciani, O., Buyse, M., Garside, R., Pavey, T., Stein, K., Sterne, J. A. C., & Taylor, R. S. (2013). Comparison of treatment effect sizes associated with surrogate and final patient relevant outcomes in randomised controlled trials: Meta-epidemiological study. BMJ, 346, Article f457. https://doi.org/10.1136/bmj.f457 ● Otwarty dostęp
  2. Fleming, T. R., & DeMets, D. L. (1996). Surrogate end points in clinical trials: Are we being misled? Annals of Internal Medicine, 125(7), 605–613. https://doi.org/10.7326/0003-4819-125-7-199610010-00011
  3. Prentice, R. L. (1989). Surrogate endpoints in clinical trials: Definition and operational criteria. Statistics in Medicine, 8(4), 431–440. https://doi.org/10.1002/sim.4780080407

Cytowania BibTeX

@article{ciani2013comparison, author={Ciani, Oriana and Buyse, Marc and Garside, Ruth and Pavey, Toby and Stein, Ken and Sterne, Jonathan A. C. and Taylor, Rod S.}, title={{Comparison of treatment effect sizes associated with surrogate and final patient relevant outcomes in randomised controlled trials: Meta-epidemiological study}}, journal={BMJ}, year={2013}, volume={346}, eid={f457}, doi={10.1136/bmj.f457}}
@article{fleming1996surrogate, author={Fleming, Thomas R. and DeMets, David L.}, title={{Surrogate end points in clinical trials: Are we being misled?}}, journal={Annals of Internal Medicine}, year={1996}, volume={125}, number={7}, pages={605--613}, doi={10.7326/0003-4819-125-7-199610010-00011}}
@article{prentice1989surrogate, author={Prentice, Ross L.}, title={{Surrogate endpoints in clinical trials: Definition and operational criteria}}, journal={Statistics in Medicine}, year={1989}, volume={8}, number={4}, pages={431--440}, doi={10.1002/sim.4780080407}}
R