减少头痛日的最快方法:一种运营研究模型及其对慢性偏头痛的实施

科学领域:

• 运营研究应用于临床决策.
• 药物经济学和治疗优化.

背景情况:

• 偏头痛预防药物选择往往涉及低效的试错.
• 需要有系统的方法来更快地确定有效的治疗方法.

研究的目的:

• 开发一个运营研究模型,以优化偏头痛预防药物试验的顺序.
• 尽量减少为个别患者发现有效治疗的时间.

主要方法:

• 制定了一个运营研究模型,将成功的概率和随时间推移的不良事件纳入其中.
• 估计的模型参数使用来自FORWARD研究和ERENUMAB临床试验数据的数据.
• 解决了模型以确定最佳试验序列.

主要成果:

• 最优的策略是通过每单位时间的疗效概率下降来对药物进行测序,并通过吉丁斯指数进行概括.
• 对于慢性偏头痛,推的顺序是 erenumab (12 周),其次是 onabotulinumtoxinA (32 周),然后是 topiramate (32 周).

结论:

• 提出了针对慢性偏头痛预防药物试验的优化,基于证据的序列.
• 该模型的适应性使其可以应用于偶发性偏头痛和其他有可估计成功/不良事件概率的疾病.
• 强调了运营研究在优化偏头痛之外的治疗策略方面的潜力.