确定临床试验的优效性（superiority）或非劣效性（non-inferiority）是根据研究目的和假设来进行的。这两种类型的试验都有不同的设计和分析方法：

优效性试验：

优效性试验的目的是证明新治疗方法在某些方面明显优于标准治疗或对照组。这意味着新治疗方法的效果应显著优于对照组，通常以统计学上的显著性为依据。

设定双尾假设检验，零假设（H0）为新治疗方法不优于对照组，备择假设（Ha）为新治疗方法优于对照组。

统计分析通常涉及计算效应大小和计算p值以确定是否可以拒绝零假设。通常使用t检验、方差分析、卡方检验等方法进行分析。

非劣效性试验：

非劣效性试验的目的是证明新治疗方法不比标准治疗差。这意味着新治疗方法的效果在一个接受的边界范围内与对照组相似，通常以非劣效性边界为依据。

设定单尾假设检验，零假设（H0）为新治疗方法不劣于对照组，备择假设（Ha）为新治疗方法差于对照组但在接受范围内。

统计分析涉及计算95%的置信区间来确定效应的下限，以确保新治疗方法在非劣效性边界之上。如果下限在非劣效性边界之上，那么新治疗方法被认为是非劣效的。

无论是优效性试验还是非劣效性试验，都需要在试验设计阶段明确定义研究假设、选择合适的统计方法和计算样本大小。此外，确定非劣效性边界是非常关键的，通常需要根据临床和伦理标准来确定。

最终的分析和结论应根据试验结果来判断新治疗方法是否优于标准治疗或是否达到非劣效性要求。这需要仔细解释统计结果和将其与临床意义相关联。同时，应报告置信区间和效应大小等信息，以提供全面的信息供医疗专业人员和决策者参考。