薬物開発

科学分野:

• 神経科学
• 臨床試験
• 生物統計学

背景:

• TRAILBLAZER-ALZ 2試験では、ドナネマブが早期アルツハイマー病におけるアミロイドプラークを効果的に減少し、認知機能低下を遅らせることが示されました。
• しかし、二次エンドポイントおよびサブグループ解析は検出力が不足していました。
• デジタルツインのような予後共変量は、統計的検出力を向上させ、サンプルサイズの要件を削減することができます。

主な方法:

• 参加者を1:1で無作為化したTRAILBLAZER-ALZ 2コホートをミラーリングする合成データセットが作成されました。
• ドナネマブ治療効果がシミュレーションされました。
• Unlearn社のアルツハイマー病デジタルツインジェネレーターを使用して参加者のデジタルツインが生成されました。

結論:

• デジタルツインは、スーパー共変量として使用される場合、アルツハイマー病の臨床試験におけるサンプルサイズを大幅に削減するか、検出力を向上させることができます。
• この方法は、主要、二次、およびサブグループのエンドポイントの分析効率を向上させます。
• デジタルツインは、アルツハイマー病研究における臨床試験のデザインと分析を最適化するための貴重なツールを提供します。