临床试验中的适应性设计

适应性设计的采用在药品、诊断和医疗器械行业正在加快步伐。为了更多地了解适应性设计，它的好处和影响，我采访了Aptiv Solutions的适应性试验设计和实施高级副总裁Judith Quinlan。

AB:您能解释一下适应性临床试验是什么意思吗?

朱迪思·昆兰(以下简称“昆兰”):许多人将适应性设计与因无效而提前终止研究的成本节约联系在一起塔夫茨药物开发研究中心最近的分析表明每年可为大型投资组合节省1 - 2亿美元。

然而，适应性设计的真正价值在于其独特的能力，即为成功或失败的真正仲裁者提供更好的数据和更聪明的答案，例如确定适当的患者亚群和建立剂量-反应关系模型。

无论预期的应用是什么，适应性设计试验都是“由”设计进行的适应性试验，分阶段进行，允许在每个阶段结束时对非盲法数据进行临时分析。在收集数据的基础上，对试验的未来进行决定。该试验是自适应“由”设计，因为重要的是，这些不是沿途进行的临时更改，而是预先计划的对试验设计中指定的参数的适应。

AB:与传统的临床试验相比，这种方法有什么好处?

JQ:当规划一个传统的设计时，会对可变性、效应大小、安慰剂反应和辍学率做出假设，并就治疗方法、研究人群和样本量做出决定。这些假设通常是基于有限的信息，直到试验结束，我们才能发现药物或设备是否成功，是否研究了正确的治疗方法或人群，或者其他计划假设是否正确。

相比之下，适应性试验允许您在试验过程中检查这些计划假设并进行调整，例如增加成功或有希望的治疗的样本量，以获得更明确的信息并增加成功的机会，停止招募在试验结束时几乎没有成功机会的治疗，调整随机化比例，或者可能提前停止试验无效或成功。在试验的中间阶段进行这些调整而不是等到试验结束，这种能力增加了在试验中花费的每一美元的信息价值，通过提供更多关于成功或失败的定量信息来改善决策，并通过第一次获得正确的答案来减少返工和成本。

AB:尽管适应性设计在临床试验中很有前景，为什么采用率这么低?

JQ:虽然与传统试验相比，适应性试验的采用率可能仍然很低，但在过去十年中，适应性试验的采用率已经显著提高。这是由于的可用性监管机构指导统计学家对适应性设计方法的理解也在不断增长，这可以归因于更多的教育和更广泛的适应性设计软件工具的可用性。

在统计领域之外，我们也看到了一些非常有希望的迹象，一些大型制药公司的高级管理层将自适应设计视为一种更好地管理其投资组合成本和资源的方法，并增加了有前途的化合物成功的可能性。然而，对适应性设计的好处的误解仍然存在。随着有关适应性试验的知识和理解到达临床试验过程中涉及的其他各方，如医务人员、内部监管小组和运营团队，采用将会增加。

AB:在你看来，我们现在处于什么阶段，需要做些什么来提高使用率?

JQ:今天，我们看到越来越多的人采用更简单的适应性方法，如样本量重新估计，提前停止无效，以及一些更简单的剂量范围试验设计。这些类型的设计很受欢迎，因为它们对当前的IT系统和执行过程造成的干扰很小，并且越来越多的统计学家可以访问自适应设计软件工具。

虽然这些方法确实为后期试验提供了好处，但就适应性试验设计可能性而言，它们只是冰山一角。适应性试验在早期开发中存在更大的机会，在早期开发中，必须首先回答有关初始安全性、概念证明和剂量反应理解的问题(例如，药物在预期人群中是否有效以及在III期研究的最佳剂量是多少)。在这个早期阶段，我们的工作有更多的不确定性，不仅仅是关于可变性的假设，还有关于什么是合适/最好的研究人群，什么是合适/最好的给药频率，什么是最好的研究剂量。在这种环境下，适应性试验设计提供了很大的希望。尽管与后期阶段使用的更简单的自适应方法相比，它们的执行和设计通常更具挑战性，但使用这些更复杂的自适应设计将产生更好的决策。

一般来说，随着教育将适应性知识扩展到统计社区之外，越来越多的采用最终将不得不解决IT基础设施和流程，以支持越来越多地采用更简单的方法和早期阶段适应性试验的日益复杂的情况。特别是，追求更复杂的自适应设计以改进决策的组织(而不仅仅是为了无用而终止研究)需要采用更健壮的IT基础设施，以支持电子数据捕获(EDC)、随机化和药物供应管理的真正集成。

朱迪思·昆兰接受了技术网络总编辑阿什利·博德的采访。188金宝搏备用你可以找到阿什利谷歌+并继续关注科技网络188金宝搏备用推特．