药物开发 药物开发

科学领域:

• 生物统计学 生物统计学
• 临床试验设计 临床试验设计
• 神经退行性疾病研究研究

背景情况:

• 阿尔茨海默病 (AD) 研究面临的统计挑战是由于转向早期,更长时间的临床试验.
• 在AD早期疾病进展缓慢使得难以检测治疗效果,这对临床试验构成了重大障碍.

研究的目的:

• 将25年前阿尔茨海默病 (AD) 临床试验中使用的统计方法与当前的方法进行比较.
• 评估AD药物开发和临床试验的统计方法的未来方向.

主要方法:

• 对抗阿尔茨海默氏症试验的历史 (例如,ANCOVA,最后一次观察的前期归算) 和当代统计分析计划 (SAP) 的比较.
• 评估现代统计技术,包括重复测量混合模型 (MMRM),疾病进展模型和原则性归算方法.
• 评估创新的试验设计 (例如,适应剂量发现,样本大小重新估计) 和优化的终点 (例如,复合试验).

主要成果:

• 历史的AD试验SAP在估计和强大的灵敏度分析中缺乏清晰度.
• 目前的方法提供了有原则的分析选项,明确的估计,强大的灵敏度分析,并通过创新的设计和优化的终点提高了精度.
• 标准化数据集 (CDISC) 减少了变异性,结果越来越多地用临床相关的术语表达 (例如,节省时间).

结论:

• 统计学的进步使得早期AD的信息性第二阶段试验成为可能.
• 统计学家在药物开发过程中发挥着至关重要的作用,包括生物标志物验证和人工智能应用.
• 鉴于最近的药物批准,未来的AD试验将需要优化组合治疗的设计.