Video Experimental Relacionado
Updated: Jan 7, 2026

Drug Repurposing Hypothesis Generation Using the "RE:fine Drugs" System
Published on: December 11, 2016
Desarrollo de Fármacos
Bhargav Teja Nallapu1,2, Tianchen Qian3, Richard B Lipton4
1Technical University of Delft, Delft, Zuid-Holland, Netherlands.
Los modelos predictivos pueden mejorar los ensayos clínicos de la enfermedad de Alzheimer (EA) al identificar a los pacientes con probabilidades de experimentar un deterioro cognitivo. Este enfoque mejora la potencia y la eficiencia de los ensayos, optimizando la detección de tratamientos eficaces.
Área de la Ciencia:
- Neurociencia; Ensayos Clínicos; Bioestadística
Sus antecedentes:
- Los ensayos clínicos de la enfermedad de Alzheimer (EA) a menudo carecen de potencia estadística debido a que una proporción significativa de participantes tratados con placebo no presenta deterioro cognitivo.; La inscripción de participantes con predicción de deterioro en placebo podría mejorar la potencia de los ensayos de tratamiento de la EA.
Objetivo del estudio:
- Desarrollar y evaluar clasificadores de aprendizaje automático para predecir el deterioro cognitivo clínicamente significativo (DCC) en pacientes con EA.; Evaluar el impacto de las estrategias de inscripción enriquecida y ajuste pronóstico en el diseño y la potencia de los ensayos clínicos de la enfermedad de Alzheimer.
Principales métodos:
- Se desarrollaron clasificadores de aprendizaje automático utilizando datos demográficos, neuropsicológicos y de biomarcadores de 1072 participantes del ensayo EXPEDITION3 (brazo de placebo).; Se utilizaron simulaciones de plasmodos para comparar la inscripción estándar con dos enfoques novedosos: Inscripción Enriquecida y Ajuste Pronóstico.; Se analizaron los efectos del tratamiento utilizando regresión lineal, con y sin ajustes pronósticos, en ensayos simulados.
Principales resultados:
- Se observó un deterioro cognitivo clínicamente significativo (DCC) en el 55,8% de los participantes tratados con placebo.; La inscripción enriquecida demostró una mayor potencia estadística en comparación con la inscripción estándar para tamaños de efecto de 0,3 a 0,5.; El ajuste pronóstico redujo el tamaño de muestra requerido para una potencia del 80%, necesitando, por ejemplo, 292 participantes frente a 336 para un tamaño de efecto de 0,3.
Conclusiones:
- Los modelos predictivos pueden optimizar el diseño de ensayos de EA al identificar a los participantes con probabilidades de experimentar deterioro cognitivo.; La inscripción enriquecida y el ajuste pronóstico son estrategias efectivas para mejorar la potencia y la eficiencia de los ensayos clínicos de la enfermedad de Alzheimer.
Más Videos Relacionados
08:04In Vitro Three-Dimensional Sprouting Assay of Angiogenesis Using Mouse Embryonic Stem Cells for Vascular Disease Modeling and Drug Testing
Published on: May 11, 2021
05:45Developmental Toxicity Assay Based on Real-Time Monitoring of Fibroblast Growth Factor Signal Disruption in Human Induced Pluripotent Stem Cells
Published on: October 10, 2025
Videos de Conceptos Relacionados
Preclinical Development: Overview
Clinical Trials: Overview
Drug Discovery: Overview
Drug Administration and Therapy Phases: Overview
The pharmaceutical phase focuses on leveraging the physicochemical properties of the drug to design and manufacture an effective product. Variants include orally administered tablets or capsules, topical creams or ointments, and parenteral-delivery solutions or emulsions.
The pharmacokinetic phase...
In Vitro Drug Release Testing: Overview, Development and Validation
Drug Regulation