螺内酯：研究者的评定很强，患者自己给的评价却合不起来

2024年刊于Health Technology Assessment的SAFA试验，以及2025年刊于J Cosmet Dermatol的一项荟萃分析。

先说SAFA。

这是一项贴近真实诊疗的（务实型）、平行、双盲、优效性随机试验， 从一级与二级医疗机构以及社区招募。

对象是面部痤疮持续至少6个月、被判断为可能需要口服抗生素治疗的18岁以上女性。 筛查1,267人，随机按1比1分入410人（螺内酯201人，对照209人）；主要分析纳入342人。

• 剂量 — 第6周之前每天50 mg或外形相同的安慰剂，之后到第24周提高到每天100 mg
• 参加者继续使用原本的外用治疗。 基线时82.9%在使用外用治疗
• 平均年龄29.2岁，非白人背景占7.9%
• 基线严重度 — 轻度46%、中度40%、重度13%
• 两组都有超过95%的人耐受了药物并提高了剂量

研究者记录的结果。

• 研究者总体评估（IGA）在第12周判定为成功的比例 — 螺内酯201人中31人（18.5%），安慰剂209人中9人（5.6%）
• 校正比值比5.18（95%置信区间2.18–12.28）

也一并写上患者自己报告的结果。

• 报告痤疮总体好转的比例 — 第12周72.2%对67.9%（校正比值比1.16，0.70–1.91），第24周81.9%对63.3%（2.72，1.50–4.93）
• 对治疗的满意度变好的比例 — 70.6%对43.1%（3.12，1.80–5.41）

接着是荟萃分析。

它合并了在女性痤疮中把口服螺内酯与安慰剂相比的五项随机试验、563名患者（螺内酯251人，42.9%）。

• 以客观评估看的痤疮改善 — 比值比6.59（95%置信区间3.50–12.43），p < 0.00001，I² = 0%
• 试验序贯分析（TSA）写明已达到所需样本量

下面是读法。

第一，上面这两者是重叠的。 荟萃分析发表于2025年，合并了五项安慰剂对照试验。SAFA很可能就在那五项之中。 本站不把它们算作两个独立来源。 这个标识靠的是荟萃分析合并的那五项试验， 而把SAFA单独写出来，是因为它最大，而且是唯一由公共资金完成的那一项。

第二，终点是研究者评定的。 IGA与客观评估。这不是只有自我感觉的试验。 本站不会仅凭自我评价给出强证据。

第三，I² = 0%。 五项试验之间几乎没有分歧。 与本站其他荟萃分析相比，这是个少见的数值。请把它与紧接下面那一条里的85% 并排来看。

第四，资金来源。 SAFA由英国NIHR医疗技术评估计划出资。本站那条「若全部是产业资助就不给强证据」的条件，在这里根本没有派上用场。 这是个老药，靠卖它获利的那一方并没有做这项试验。

第五，它是加上去的药。 SAFA的参加者中82.9%本来就在用外用治疗，而试验要求他们继续用。 那么这个数字的含义就是「在外用治疗之上再加上去的时候」， 而不是单独使用。本站反复追问的「它是加在什么之上的」， 在这里有了答案。

第六，请看测的是谁。 非白人背景占7.9%。 而且全是女性。 本站把这个事实写在数字旁边。

第七，荟萃分析结论里的一句话，我们不照搬。 作者们写道，这个药「应当从超说明书使用提升为正式推荐的标准治疗」。 那是作者们的建议，而不是监管上的事实。 本站不把这两者混在一起。

所以它落在「证据较强」。 不过这个标识挂在研究者评定的终点上，这一点我们会在下一条里再写一次。

这是同一项2025年荟萃分析的次要终点。 而且它与本站一向写的方向相反。

结果如下。

• 主观评估 — 比值比5.22，95%置信区间0.62–44.24，p = 0.13，I² = 85%
• 置信区间里包含1。 也就是说，「没有差异」落在这个区间之内
• 试验之间的分歧为85%

SAFA也指向同一个方向。

• 患者自己报告总体好转的比例 — 第12周72.2%对67.9%，校正比值比1.16（0.70–1.91） — 并不显著
• 同一指标在第24周是81.9%对63.3%，2.72（1.50–4.93），变得显著了

下面是读法，也是这一条必须留在本页上的理由。

第一，这与本站惯常写的那句话正好相反。 本站大多写的是「只有自我评价动了，而仪器测的没动」。 这里却是研究者评定的那一边强而一致，患者自己给的那一边合不起来。

第二，写一下0.62到44.24意味着什么。 这个宽度的意思不是「它没有效果」，而是「各项试验说了不同的话」。 一个开到44倍的区间，是「知道得很少」的标记。 I² = 85%用另一种方式说着同一件事。

第三，写一下它们为什么可能分歧。 在我们核对的范围内，可能的解释有三个。

• 各项试验问的方式不同 — 主观改善是怎么问的并没有统一。I² = 85%指向这个可能
• 医生看到的改善与本人感觉到的改善并不相同 — 炎性皮损的数目减少了，但由于残留的疤痕与色素，镜子前的感觉可能变化不大。那是另一些问题
• 是时间 — 在SAFA里，自我报告在第12周不显著，到第24周才显著。合并里混有短期试验，结果就会模糊

第四，这一条并不否掉上面那个标识。 研究者评定的结果仍然在那里。但「在本人眼里也明显变好」这句话，用这些资料写不出来。 本站把这个差别并排放在同一页上。

所以在这个终点上，它落在「证据不足」。

这是SAFA试验的主要终点。 这一条讲的是试验为自己设下的那个靶。

主要终点是第12周痤疮专用生活质量（Acne-Specific Quality of Life）症状子量表的校正平均差。 这是由本人填写的分数。

• 基线均值 — 两组都是13.0（标准差4.7）
• 第12周 — 螺内酯19.2（6.1），安慰剂17.8（5.6）。校正差值1.27（95%置信区间0.07–2.46）
• 第24周 — 螺内酯21.2（5.9），安慰剂17.4（5.8）。校正差值3.77（95%置信区间2.50–5.03）
• 次要终点在第12周也偏向螺内酯，而到第24周差距更大
• 论文的结论 — 优于安慰剂，而且第24周的差距大于第12周

下面是读法。

第一，下限是0.07。 这项试验自己定为主要终点的那个值，几乎贴着0。 0.07不是「没有」，但很接近「差一点就什么也没测到」。 主要终点只是勉强越线的情形，本站一定会写。 这与体雕用高强度聚焦超声页面上ITT与按方案分析相左，是同一类记录。

第二，第24周的数值是明确的。 3.77（2.50–5.03）。同一批人，同一项试验，只是多了十二周。

第三，所以这个药很慢。 这件事在实际中之所以重要：第12周正是许多人判定「没效」而停下来的时点。 可在这项试验里，第12周与第24周的数字并不一样。

第四，写一下本站为什么不只写好看的那个。 只给出第24周的数字，会把主要终点在哪里这件事抹掉。 主要终点是试验开始前就定下的靶，在那个靶上的结果才是最可信的值。 更晚时点上更好的数值属于次要结果。 两者不能同等看待，所以这一条停在「证据中等」。

第五，这个终点是患者自己填的。 它是生活质量评分，与上面那一条是同一性质的值，而本站不会仅凭这种终点把等级往上提。

所以它落在「证据中等」。