在临床试验中，基线指的是受试者在接受治疗之前的状态。临床试验受试者的基线信息有助于研究报告的读者确定试验结果的适用人群。同时在统计分析中，基线信息可用来控制各受试者之间基线特征的不均衡。因此，基线数据可比性的评估对于所有随机对照临床试验都很重要，本次我们就来分享一下在临床试验中基线相关的一些分析要点。

一、基线定义（ABLFL）

在ADaM IG中，对于ABLFL的定义是：“用来识别各参数水平基线记录的变量，或者用来识别在各参数和各基线类型（BASETYPE）水平中具有多个基线定义时基线记录的变量”。

在项目实施的过程中，基线通常被定义为受试者首次给药前最后一次非空且有效（非NA/ND/NK）的检查结果。若两条或多条观测检查日期及时间完全一致无法区分先后时，可根据统计分析计划中的要求来衍生基线。如选取其中一条作为基线，或是衍生一条均值作为基线，此时衍生基线观测的DTYPE可赋值为”AVERAGE”，基线标识也只标记这一条，而非原始的多条记录。这种情况下，基线观测对于每个受试者每个参数是唯一的。

但有时也会有多种基线定义，由不同方法构建一个特殊的基线值，比如，治疗前最后一条、基线访视的均值、治疗前的最小（低）值，三种基线定义同时存在，三条基线分别在这个研究中有不同分量的占比：入组、双盲、或者开放试验。此时一个参数会有三条基线存在，可用BASETYPE赋值区分。

总的来说，对于一个特定的参数，不管是一个还是多个的基线定义，被标识为 ABLFL=Y的记录数必须和基线定义BASETYPE种类数相同。

二、分析访视（AVISIT）

一般来说，如果分析基于方案既定的访视名称、指定的访视或者特定的分析访视，则AVISIT必须存在。不同于原始的访视名称，分析访视用于展示在临床试验报告中，两者有所不同。

临床试验中，在筛选期或基线期访视时会进行各项检查，当选取了给药前的最后一条观测作为基线时，此条观测的分析访视即赋值为“基线”。特殊情况时会涉及“计划外访视”，可能是在筛选期或基线期因各种原因漏掉了检查，后在给药前增加了计划外访视补做检查，由此作为基线数据。此时，给药前除基线外的所有检查数据一般不纳入分析，分析访视可置空处理。

  三、基线值及与基线差值（BASE、CHG）

在ADaM IG中，对于BASE的定义为：“受试者的一个参数和基线定义（即 BASETYPE）的基线分析值。”如果数据集是用来支持数值型基线测量值或其函数的分析或检查，则此变量是必需的。如果BASE对于某一参数有值，且BASE对于某一受试者的这个参数非空，那么对于这个受试者和这个参数，必有一条记录被ABLFL标注为基线。请注意基线记录可能是衍生的 (例如取平均值)，在这种情况下基线记录 DTYPE 必须有值。此时也验证了若基线定义唯一，基线记录也是唯一的。

需注意的点是，BASE与CHG我们只在基线及基线后的观测赋值。这与ADaM IG中有细微不同，IG的例子中对于给药前非基线的观测也赋予了BASE值，但在实际中并无意义，因此我们不做赋值处理。

四、基线后最差临床意义

为了将给药前与给药后的各项检查结果的临床意义做清晰对比，需要衍生一条基线后最差的临床意义结果，并标DTYPE=”WOCF”。此时需注意的是，若基线未查，给药后即为治疗期间有检查结果也需衍生基线后最差结果。很多时候我们容易忽略这种情况，认为既然没有基线数据，就无需分析基线后数据。

另一种特殊情况是，有基线数据，但因各种情况未进行后续检查，无给药后的检查数据，此时基线后最差结果记为未查，可不衍生观测，后续计算时填补即可。

五、未查数据的填补方式

为了更好地了解某项检查的临床意义，一般采用交叉表展示临床意义，为基线的四种情况（正常、异常无临床意义、异常有临床意义以及未查）与基线后最差临床意义的四种情况（正常、异常无临床意义、异常有临床意义以及未查）做交叉计算对比。此时需做未查观测的填补处理。填补时涉及三个层面，某个受试者未做检查，或是某个受试者某个参数未做检查，以及某个受试者某个参数的某个访视未做检查，均需填补为未查。此时涉及到AdaM中是否保留了未查的观测，但也有可能记录会有缺漏。

因此标准做法为：受试者层面按照ADSL中具体进入某分析集的受试者填补未查人数，参数层面则按照需展示的所有参数来填补，访视层面同理，按照基线以及治疗期所有访视来进行未查的填补，最终得到完整的所有数据的交叉结果。

  结语  

综上所述，基线相关分析是临床研究报告中的一个重要环节，它不仅有助于保证研究的有效性和可靠性，还增加了研究的透明度和可信度，使其他研究者和临床医生能够更全面地评估和理解研究结果。当我们更加了解这些分析要点时，就能更加准确有效地进行临床研究数据的统计分析。