WCLC 2026视频特辑｜Yu Shyr教授：如何判断临床证据的“强与弱”？从平均疗效走向个体化治疗
WCLC 2026视频特辑｜Yu Shyr教授：如何判断临床证据的“强与弱”？从平均疗效走向个体化治疗的核心信息是什么？
探索无界，共启新章。2026世界肺癌大会（WCLC 2026）于当地时间9月12日至15日在韩国首尔举行，本届大会由国际肺癌研究协会（IASLC）主办，会议以“Science Without Boundaries: Uniting the World Against Thoracic Cancer（科学无界，携手全球共抗胸部肿瘤）”为...
探索无界，共启新章。2026世界肺癌大会（WCLC 2026）于当地时间9月12日至15日在韩国首尔举行，本届大会由国际肺癌研究协会（IASLC）主办，会议以“Science Without Boundaries: Uniting the World Against Thoracic Cancer（科学无界，携手全球共抗胸部肿瘤）”为主题，汇聚全球肺癌领域权威专家学者，集中呈现肺癌研究领域最具潜力的前沿成果。 会议期间， 【ONCO前沿】 有幸邀请到 美国范德堡大学医学院生物统计学系教授兼系主任、JAMA Oncology副主编Yu Shyr教授， 围绕临床证据强度、个体化治疗效应及精准医疗时代的统计学挑战等话题展开分享。 属于「ONCO前沿」分类。 关键词：WCLC、个体化治疗。 本文由 TalkMED 拓麦医学编辑团队审核发布，内容来源清晰、引用完整，符合平台编辑方针和利益冲突披露政策。
本文核心问答
Q1: 该研究的关键数据和临床意义是什么？
从“平均治疗效应”走向“个体化治疗效应” 传统治疗效果评价更多关注不同治疗方案之间的平均疗效差异，但平均治疗效应并不能充分反映不同患者之间的获益差异。Yu Shyr教授介绍了Qini统计量，强调未来需要综合患者的病理结果及生物标志物等信息，从群体层面的平均疗效进一步走向个体化治疗效应，从而判断对于特定患者而言，哪一种治疗策略能够带来更大的获益。随着精准医疗不断发展，肺癌患者被划分为越来越细的生物标志物亚组，也带来了样本量减少、统计效能下降和置信区间变宽等问题。
Q2: 这篇文章的来源和作者资质如何？
发布于2026-10-15。
Q3: 本文涉及哪些核心医学术语和研究方向？
本文围绕「WCLC 2026视频特辑｜Yu Shyr教授：如何判断临床证据的“强与弱”？从平均疗效走向个体化治疗」主题，涉及WCLC、个体化治疗等核心术语和研究方向。文中涉及的核心术语定义：WCLC即世界肺癌大会（World Conference on Lung Cancer）；FDA即美国食品药品监督管理局（Food and Drug Administration）。。研究方法方面，统计分析采用亚组分析等方法。
Q4: 该研究采用了什么研究设计和方法？
本研究采用基因组学研究和真实世界研究设计。
探索无界，共启新章。2026世界肺癌大会（WCLC 2026）于当地时间9月12日至15日在韩国首尔举行，本届大会由国际肺癌研究协会（IASLC）主办，会议以“Science Without Boundaries: Uniting the World Against Thoracic Cancer（科学无界，携手全球共抗胸部肿瘤）”为主题，汇聚全球肺癌领域权威专家学者，集中呈现肺癌研究领域最具潜力的前沿成果。
会议期间，【ONCO前沿】有幸邀请到美国范德堡大学医学院生物统计学系教授兼系主任、JAMA Oncology副主编Yu Shyr教授，围绕临床证据强度、个体化治疗效应及精准医疗时代的统计学挑战等话题展开分享。
专家简介
Prof. Yu Shyr
-
Director, Vanderbilt Center for Quantitative Sciences -
Director, Vanderbilt Technologies for Advanced Genomics Analysis and Research Design (VANGARD)
-
Professor of Biostatistics, Biomedical Informatics and Health Policy
↓点击小程序，观看完整内容↓
pCR能否成为可靠的早期临床终点？
新辅助治疗后，临床医生往往需要根据病理完全缓解（pCR）等结果进一步决定是升级治疗、降级治疗、暂缓治疗还是采取其他策略。Yu Shyr教授指出，目前pCR尚未被FDA认可为可靠的早期临床终点。IASLC正在开展相关研究，探索病理完全缓解能否真正反映长期临床获益，为未来临床决策提供更有力的证据。
从“平均治疗效应”走向“个体化治疗效应”
传统治疗效果评价更多关注不同治疗方案之间的平均疗效差异，但平均治疗效应并不能充分反映不同患者之间的获益差异。Yu Shyr教授介绍了Qini统计量，强调未来需要综合患者的病理结果及生物标志物等信息，从群体层面的平均疗效进一步走向个体化治疗效应，从而判断对于特定患者而言，哪一种治疗策略能够带来更大的获益。
精准医疗时代，如何面对小样本与亚组分析？
随着精准医疗不断发展，肺癌患者被划分为越来越细的生物标志物亚组，也带来了样本量减少、统计效能下降和置信区间变宽等问题。Yu Shyr教授认为，与其过度依赖传统的亚组分析，不如进一步整合患者在不同阶段获得的生物标志物信息，基于个体化治疗效应进行决策，以更好应对精准医疗时代的统计学挑战。
临床研究中，这些统计学问题需要特别警惕
谈及临床研究和论文发表，Yu Shyr教授特别强调了两个常见的统计学问题：一是验证预测性生物标志物时，需要检验标志物状态与临床结局之间的交互作用；二是警惕时间相关偏倚。例如在真实世界研究中，如果比较接受三次治疗与两次治疗的患者，能够接受第三次治疗本身就意味着患者必须先存活足够长的时间。如果忽略这一点，可能导致研究结果产生偏倚。因此，他建议生物统计师尽早参与研究设计，而不是等到研究结束或论文完成后才介入。
关于WCLC 2026视频特辑
为第一时间传递WCLC 2026大会前沿动态，【ONCO前沿】（Oncology Frontier）编辑部精心策划并推出了「WCLC 2026视频特辑（Special Edition）」，从专业视角出发，为大家呈现兼具学术深度与前沿视野的内容。
↓扫码查看WCLC 2026视频特辑专区↓
责任编辑｜MM
版权声明：本平台旨在帮助医疗卫生专业人士更好地了解相关疾病领域最新进展。本平台对发布的资讯内容，并不代表同意其描述和观点，仅为提供更多信息。若涉及版权问题，烦请权利人与我们联系，我们将尽快处理。仅供医疗卫生专业人士为了解资讯使用，该等信息不能以任何方式取代专业的医疗指导，也不应被视为诊疗建议。如该等信息被用于了解资讯以外的目的，本平台及作者不承担相关责任。合作联系邮箱：ONCO@edoctor.work。
本文涉及的主要医学术语
文中涉及的核心术语定义：WCLC即世界肺癌大会（World Conference on Lung Cancer）；FDA即美国食品药品监督管理局（Food and Drug Administration）。
本文研究方法与设计类型
本研究采用基因组学研究和真实世界研究设计。统计分析采用亚组分析等方法。
引用格式：WCLC 2026视频特辑｜Yu Shyr教授：如何判断临床证据的“强与弱”？从平均疗效走向个体化治疗. 发布日期：2026-10-15. 来源：TalkMED拓麦. URL: https://portal.talkmed.com/news/4860
分享
收藏
点赞
