参与临床试验的患者由于受各种因素（如遗传学、人口学、环境、病理生理学、合并症、合并用药、区域等）的影响，往往具有不同程度的异质性，从而可能导致试验药物在不同患者中的疗效不同。临床试验中将具有不同特征的患者分组，是探索不同患者人群之间疗效差异的直观方法，同时也是获益-风险评估不可缺少的一部分。
目标适应证人群称为总体人群，将通过入排标准纳入临床试验的人群称为全人群。亚组人群（简称亚群）指总体人群中具有某些特征的一个子集，亚组是全人群中的一个子集。亚组分析是指针对试验药物在亚组中的疗效和/或安全性进行试验设计与统计分析的过程，亚组是亚群的一个样本，将亚组结果推广到亚群时需要考虑亚组对亚群的代表性问题。
======
亚组分析是指除将所有纳入的受试者作为一个整体进行统计分析外，研究人员有时会对其中的部分人群(亚组)进行的分析。有的亚组分析在临床方案中就计划开展了，并进行了相关设计——确证性亚组分析。也有的亚组分析在临床试验结束后才决定进行——探索性亚组分析。这两种亚组分析的目的不同，所得的结论及其应用也不同。但只有事先设计好的确证性亚组分析所得的结论才可作为药物申请注册上市的直接依据。
进行亚组分析不是试图去挽救一个阴性临床研究结果，而是为进一步的研究可能性提出值得检验的假说，或有助于进一步完善药品使用说明书的信息(如适应人群，用药剂量等)。虽然亚组分析并不能改变受试药物用于全体人群的阴性结果，但可以为可能获益的亚组人群提供线索，从而通过缩小应用人群而改变一个受试药物被淘汰的命运。
在临床试验中评估不同亚组人群间治疗效应的一致性是药品管理当局最关心的问题之一，也是亚组分析最常见的一种作用。临床研究中某些患者特征(或因素)可能会引起疗效上的异质性，比如患者在人口统计学特征（性别、年龄、种族、地区)、疾病基线特征、吸收或代谢差异、治疗史等，分析药物在这些因素中的疗效是否具有一致性有助于获得药物的全面信息。如果某因素确实导致了疗效上的异质性，那么在评估整个临床试验时就有必要分析相关亚组人群的疗效。
======
亚组分析概念
所谓亚组(Subgroup)是指临床试验中所有受试者(全集)的一个子集(Subset)。临床试验中的亚组分析(Subgroup analysis)是指对根据受试者某个基线特征定义的亚组进行统计分析，故笔者认为称为亚数据集分析或者子集分析(Subset analysis)更为妥帖。例如: 按照不同性别、不同年龄组，是否抽烟，是否饮酒，是否有某种并发症，是否有驱动基因突变等把数据集划分为两个或几个亚数据集，在每个亚集中比较试验组与对照组疗效的差异。那么，什么情况下该使用亚组分析？
亚组分析结果的四种形式
针对整个受试者人群的全集分析和亚组分析，可能出现如下4 种情况：
(1). 全数据集分析与亚数据集分析均有统计学意义，且亚组间方向一致：整个目标人群结果有统计学意义，各亚组分析的结果和总体一致。总体疗效被证明，亚组分析的结果支持对总体疗效结果，对药物上市不产生影响。
(2). 全数据集分析与亚数据集分析均有统计学意义，但亚组间方向不一致：整个目标人群结果有统计学意义，各亚组之间的结果不一致，甚至某个亚组发现方向相反的结果。需要进一步分析产生这种现象的原因，最常见的原因是亚组因素之间或者已观察的亚组因素与未知因素间存在交互。如果该现象无法解释，或者其他的信息也证实这种情况的存在，那么在药物批准时这个亚组人群可能被排除在外。
(3). 全数据集分析与亚数据集分析均无统计学意义：整个目标人群结果没有统计学意义，亚组分析疗效也没有统计学意义。这种情况读者需要谨慎，往往在全数聚集及预设的亚数据集均没有统计学意义的情况下，研究者及申办方可能为了追求一个阳性的结果，进行更多的、非计划的、过度的亚组分析或二次分析等。
(4). 全数据集分析无统计学意义，亚数据集分析有统计学意义：整个目标人群结果没有统计学意义，但某个亚组分析的疗效有统计学意义。这种情况是比较常见的，研究者或者申办方为了追求一个有统计学意义的结果，有可能过度进行亚组分析，往往忽视了结果的可靠性，对证据使用者造成困惑。因此，除非亚组因素是事先计划的并在分层随机化中考虑了这个因素，否则不能根据探索性亚组分析阳性结果批准该药在这个亚组人群中使用，但亚组分析的结果可以为下一个临床试验的研究基础。
正确解读亚组分析结果
一般来说，对干预措施疗效的评价都是基于所有研究人群的全数据集。当然，具有不同特征的人群疗效可能不同，这就是所谓的治疗效果的异质性(Heterogeneity)，这也是进行亚组分析的现实原因。引起异质性的因素包括年龄、性别、种族、地区、疾病的不同亚型、疾病严重程度、并发症等基线特征。根据不同特征将研究人群划分成不同的亚组(Subgroup)，即将全数据集划分为不同的亚数据集，并在亚数据集中进行假设检验，比较实验组与对照组的疗效差异，可获得更为丰富的疗效信息，从而指导临床实践。此外，评估不同亚组人群间治疗效应的一致性通常是药品管理当局关心的一个问题，也是亚组分析中最常见的一类运用。
参考资料：
1）https://www.cn-healthcare.com/article/20220224/content-566545.html
2）https://www.ewitkey.cn/index.php/cms/show-16607.html
3）https://weibo.com/ttarticle/p/show?id=2309634634701800538938