本文是一篇观点文章由李创博士写的。在这篇文章中表达的观点和意见的作者,不一定反映技术网络的官方立场。188金宝搏备用
人类进步的了解,预防和治疗癌症一直是令人惊异的。精密医学是否由一个更深层次的了解生物标志物,免疫疗法,癌症疫苗或下一代测序,肿瘤是一个医疗创新的灯塔。
现在,我们正在见证另一个创新在肿瘤学,这次科学领域的临床数据。预测分析和人工智能(AI)改变肿瘤临床试验,从而更快、更有效的临床开发,帮助更多的病人得到及时获得重要的癌症疗法。
发展障碍
但像所有进步,突破也伴随着挑战。在临床开发,随机对照试验仍然是黄金标准开发新疗法。但在肿瘤学特别是,该模型提出了伦理问题。新的治疗方法可能提供改变生活,甚至延长寿命的好处,复杂的伦理问题。提供试验参与者是权利,例如,晚期癌症病人,安慰剂疗法或当前标准的护理?
还有一个实际的问题。更好地理解癌症的遗传司机是导致更多的靶向治疗为较小的患者群体而设计的。肿瘤学研究越来越关注特定的遗传标记/突变的癌症。这个精度干预不可避免地也会导致小得多的患者群体适合的治疗。癌症试验达到2021年历史高位,比2016年增长了56%,其中大部分集中在规模较小、定义良好的患者特定的遗传标记。与乳腺癌的在2022年研究最多的疾病,越来越多的试验争夺相同的患者,运行大型安慰剂对照研究不仅是耗时和昂贵的,但这个模型是延迟获得急需的治疗。
早已捉襟见肘的研究领域进一步受到正在进行的试验终止的问题,第二阶段消耗高出42%比2022年五年平均水平。终止试验超过20年的分析显示率为22%,有28%的终止由于招生差。终端在二期及以上特别昂贵,可以产生重大影响未来的产业投资和病人获得创新的治疗。
单组试验的崛起
努力减少并最终消除使用安慰剂比较器武器应该成为全行业的目标。单臂试验——所有患者接受同样的试验性药物,将扮演一个角色。以及解决伦理困境,单臂试验的好处包括一个较短的周期时间,一个更小的样本容量要求,和检测效果的能力在发展的早期信号。
肿瘤药物审批越来越支持单臂试验。一份分析报告JAMA肿瘤学透露,从2002年到2021年,FDA批准了563个新的肿瘤药物适应症,和176年(31%)的批准是基于单臂试验的数据。
单臂试验有一定的局限性,与固有的不确定性,可能导致问题在试验设计中,病人的招聘和数据解释——所有这些可以延迟病人访问。小单臂试验并不总是代表真实的患者人群,这让并发症在审批和报销。
填补知识空白
现在,该行业是接受一种新方法——使用AI和预测分析解决单臂试验的不确定性。由一个足够大的临床试验数据库,它可以产生数字病人资料,数字试验武器和“数字双胞胎”,所有这些都可以支持赞助商在单组实验设计和运行成功。
数字试验武器使研究人员能够模拟和预测不同的临床结果在临床试验以更大的确定性。数字双,当计划和实施符合监管当局,可以作为数字试验的胳膊,或外部控制臂,FDA称,不再需要安慰剂或比较器的手臂。类似或相同试验所整理的数据是使用相同的代理,与现实世界的病人数据,精确模型安慰剂/比较结果而加速发展。
知道你的病人
利用数据科学预测分析可以使新疗法成功的一个至关重要的区别。例如,研究人员进行了一次单组试验评估dostarlimabanti-PD-1单克隆抗体,在一种罕见的局部晚期直肠癌。总共12例完成治疗dostarlimab和所有临床完全缓解。
葛兰素史克公司建立的情况下支持FDA审查潜在的扩张dostarlimab标签基于这个试验的结果。然而,Phesi数字患者概要文件(图1)。这罕见的癌症患者显示试验的患者平均年轻(52)比典型的病人对这种疾病(61)。同时,多数病人在这个小试验是女性(62%),只有35%的病人在更大的人口是女性。性别和年龄都是这种疾病的重要预后因素。这个至关重要的信息可以帮助解释这个小单组试验的结果更准确,更好的预测其功效更广泛的目标人群。
图1:Phesi数字病人的直肠癌患者患者组相比MSKCC 19 - 288试验。Phesi概要文件生成使用数据从133324年真正的病人。来源:Phesi。
这只是一个例子的数据驱动的创新如何填补单臂试验,加速发展和监管审查和报销的决定。通常二期试验是进行有限数量的病人,结果然后用于实现一个更大的随机对照试验。发现积极的信号出现在第二阶段的试验是假的非常昂贵,可能导致无效的III期试验。双胞胎通过数字和数字试验武器,临床研究可以从早期筛查协议建模设计消除手臂比较器,解决长期存在的伦理问题在药物发现和加速治疗患者的路线。
