Amlitelimab

在生物医药临床研发中，自免类药物（Autoimmune drugs）的安慰剂效应（Placebo Effect）一直是个令人头疼的“隐形杀手”。简单来说，安慰剂效应是指患者在接受了没有活性成分的治疗（如糖衣片或生理盐水）后，其症状、病情甚至生理指标却出现了改善的现象。 在克罗恩病（CD）、溃疡性结肠炎（UC）、类风湿性关节炎（RA）以及银屑病等领域，这种效应尤为显著。 在药物研发中，安慰剂效应定义了“临床成功的门槛”。 真实药效 用药组表现 安慰剂组表现 如果安慰剂效应过强，公式右侧的结果就会趋于零，导致药物在商业和监管层面被判定为“无效”。 1 为什么自免药物试验中会出现安慰剂效应？ 在生物医学研究和临床实践中，安慰剂效应（Placebo Effect） 可以被定义为： 患者在接受一种在药理学上“无活性”或“中性”的治疗（如糖衣片、生理盐水注射或模拟手术）后，其病情、症状或生理指标却出现了具有临床意义的客观或主观改善的现象。 简单来说，就是“假药”产生了“真效”。 自免疾病的安慰剂效应并非单纯的“心理作用”，它由多种复杂因素共同驱动： 病情的自然波动（Natural Wax and Wane）：绝大多数自免疾病都有发作期和缓解期。患者通常在症状最严重时入组试验，此时即便不进行任何干预，病情也有很大概率进入自然缓解期，这在数据上会被记录为安慰剂的“疗效”。 心理预期与神经内分泌： 患者对新药抱有极高期望。这种积极情绪会刺激大脑释放多巴胺、内源性阿片肽等物质，从而调节免疫系统，减轻疼痛或炎症感受。 “趋均数回归”（Regression to the Mean）：统计学上的必然。当选取指标极端的个体（如炎症因子水平极高）进行观察时，第二次测量的值往往会向平均值靠拢。 强化的医疗护理： 参加临床试验意味着患者得到了比平时更严密的监护、定期的随访和更好的基础护理，这种“环境改变”本身就能改善患者的整体健康状况。 2 为何安慰剂效应会导致临床试验变难？ 安慰剂效应越高，新药证明自己“有效”的门槛就越高。以下是主要的难点： A. 统计学显著性难以达到（The Delta Challenge） 新药是否获批，取决于它能否在统计学上显著优于安慰剂（即 p < 0.05）。 如果安慰剂组的缓解率是10%，新药达到30%很容易证明有效。 但在自免领域，安慰剂组的缓解率有时能高达30%-40%。这意味着新药必须达到极高的疗效（如60%以上）才能拉开差距，这在生物学上难度极大。 B. 主观评分量表的偏差 自免疾病的评估高度依赖患者的主观感受。例如，肠炎试验中的“腹痛评分”或“排便次数”，RA中的“关节疼痛计数”。患者在心理暗示下，往往会给出更乐观的评价，导致主观指标的安慰剂效应远高于内镜检查或病理切片等客观指标。 C. 样本量被迫扩大 为了在安慰剂效应较高的背景下捕捉到微小的“疗效差”，研发公司不得不招募更多的受试者。样本量增加意味着成本指数级上升，研发周期拉长，风险也随之增加。 D. 筛选“专业志愿者”的干扰 在一些长期慢性病试验中，部分患者频繁参加各种试验，他们可能在心理上已经对“被治疗”产生了固化的生理反应，或者为了入组而夸大初始症状，这会严重污染试验数据。 3 “安慰剂效应”的真实案例 溃疡性结肠炎（UC）领域：Etrasimod 的挑战 虽然 Etrasimod 最终获批，但其临床历程完美诠释了安慰剂效应的干扰。 背景：在针对UC的II期试验（OASIS）中，药物表现极佳。但进入III期后，研究人员发现安慰剂组的临床缓解率（Clinical Remission）竟然显著上升。 为何失败感强烈： 在自免肠病试验中，患者往往会因为“入组后的医疗护理改善”和“饮食管理增强”产生显著的生理改善。 后果： 很多同类机制的竞争对手（如某些JAK抑制剂或S1P调节剂）在III期因为无法跑赢高达15%-20%的安慰剂缓解率，导致疗效差（Delta）不足，最终被迫终止开发。 2. 克罗恩病（CD）：Mongersen (GED-0301) 的史诗级崩塌 这是近年来自免领域最著名的临床失败案例之一。 事件：Celgene斥资7亿美金首付款买下的反义寡核苷酸药物 Mongersen。 戏剧性转折：其II期数据惊为天人，临床缓解率一度接近60%，而当时的安慰剂组表现正常。然而，在代号为REVOLVE的全球III期试验中，安慰剂组的缓解率出现了不可预见的飙升。 结果： 2017 年，Celgene宣布直接停止两项III期试验。分析认为，由于 CD是一种症状波动极大的疾病，患者在III期试验中的心理预期和更精细的临床观察，让安慰剂组表现“太好”，导致药物无法证明其优效性。 3. 系统性红斑狼疮（SLE）：药物研发的“坟场” SLE 是受安慰剂效应影响最严重的赛道，没有之一。 案例：礼来的Tabalumab和赛诺菲/UCB的VAY736等多种药物都在III期失败。 为什么会失败： 标准疗法（SOC）的干扰：出于伦理，安慰剂组通常会维持“基础治疗”（如激素或免疫抑制剂）。 医生偏见： 在SLE这种复杂的疾病中，医生如果观察到受试者不适，往往会调高基础药剂量。这种“背景噪音”使得安慰剂组的表现非常接近用药组。 数据：在许多SLE试验中，安慰剂组的响应率（SRI-4）甚至能达到 40%-50%，新药要在其基础上再提升15%以上，几乎是“不可能完成的任务”。 4. Moonlake （MLTX）的“滑铁卢”：VELA系列试验分析 在2025年9月披露的数据中，SLK遇到了所谓的“安慰剂背叛”： 1. 安慰剂组的“超水平发挥” VELA-1 (成功): 安慰剂组的响应率约为17.5%，SLK显著跑赢，达到了统计学显著性。 VELA-2 (失败): 就在完全相同的试验设计下，VELA-2的安慰剂响应率竟然飙升到了25.6%。 结果： 由于安慰剂组表现太好，SLK在VELA-2中未能达到主要终点（统计学意义上的优效）。这一消息直接导致MLTX股价在单日内暴跌了近90%。 2. 为什么在 HS 疾病中安慰剂效应这么高？ 主观评价指标： HS的主要终点是HiSCR（化脓性汗腺炎临床响应），这在很大程度上依赖于医生对脓肿和结节数量的手动计数。这种指标本身就带有波动性和主观性。 由于护理水平提升： 参加III期试验的患者通常会得到更好的皮肤护理建议和局部清洗方案，这些“基础护理”的改善在HS这种皮肤病中往往能产生意想不到的正面效果。 5. Novartis Cosentyx：2025年的“折戟沉沙” Cosentyx 是诺华的王牌，但在试图扩展新适应症巨细胞动脉炎（GCA）时，遇到了极其顽固的安慰剂效应。 失败试验：GCAptAIN (Phase III) 现象： 试验旨在证明Cosentyx 联合26周激素减量，优于“安慰剂 + 52 周激素减量”。结果显示，Cosentyx未能达到主要终点。 深层原因： 对照组过强（SOC干扰）：在GCA这种病中，对照组（安慰剂组）必须使用标准疗法（激素）。诺华设置的对照组激素减量速度较慢（52周），导致安慰剂组的缓解率异常稳健。 “安慰剂+标准疗法”效应：当基础治疗已经足够好时，新药很难在统计学上拉开显著的差距（Delta 消失）。 商业教训： 即使是年销70亿美金的成熟药物，如果试验设计的“对照组”设置得太强（Placebo Arm 表现太好），依然会翻车。 6. 赛诺菲Amlitelimab (OX40L) 铩羽而归 在2026年1月刚刚披露的COAST-2 (Phase III) 结果中，出现了极其少见的“地区性差异”失败： 美国/全球数据（成功）： 在以美国为参考标准的分析中，Amlitelimab 达到了主要终点。 欧洲数据（失败）： 在针对欧盟（EU）参考标准的分析中，Amlitelimab 未能达到统计学显著性。 原因分析： 赛诺菲在财报中明确指出，这是因为欧洲受试者的安慰剂响应率（Placebo Response Rate）激增了超过8个百分点。这种“安慰剂超水平发挥”直接抹平了药物相对于对照组的优势（Delta），导致其在欧洲无法宣称成功。 5 从死亡之谷幸存的临床试验 UCB的Bimzelx在化脓性汗腺炎（HS）领域的表现，可以看作是 MLTX 的对标案例。 关键试验： BE HEARD I & II 安慰剂对照数据其实也高得吓人： BE HEARD I： 安慰剂组响应率29%。 BE HEARD II： 安慰剂组响应率32%。 它是如何赢的？ 对比Moonlake失败的那场试验（安慰剂约25.6%），Bimzelx 面临的安慰剂效应甚至更高。 但Bimzelx的药效极强（双靶点IL-17A/F），其用药组响应率冲到了48%-52%以上。 UCB 赢得并不轻松，它完全是靠着绝对药效（High Efficacy）在统计学上强行“覆盖”了高涨的安慰剂响应。说白了还是大力出奇迹。 6 安慰剂效应给我们的四项深度启示 安慰剂效应的存在迫使我们从以下四个维度审视新药的真实价值： 1. 警惕“疗效稀释”：寻找绝对优势 仅仅“有效”是不够的。如果新药相对于安慰剂的净收益（Delta）小于 15%-20%，那么它在III期试验中极易被波动的安慰剂效应“吃掉”。 在评估管线时，应优先关注那些能产生“绝对药效”（如PASI 90/100这种极高标准的指标）的药物。只有“力大”才能“砖飞”，强行冲破背景噪音。 2. 指标的“硬度”决定成功的“稳点” 凡是依赖患者主观感觉的终点（PROs），其失败风险呈指数级增长。 更加看重客观指标（如：内镜愈合、组织病理学评分、血清蛋白水平）。如果一个II期试验只有主观症状改善而无客观影像/生物标志物支持，其III期数据极大概率会“缩水”。 3. 试验设计的“防御性” 安慰剂效应是可以被管理和对冲的： 观察研发团队是否在设计上设置了“防火墙”： 是否有安慰剂导入期（Lead-in）？剔除超级响应者） 是否有严格的救急药（Rescue Meds）限制？ 是否采用了中心化阅片/独立第三方评估？（防止研究者偏见） 4. 地区差异与“医疗真空” 医疗资源越贫乏的地区，受试者入组后的“环境改善感”越强，安慰剂效应就越高（如赛诺菲在欧洲的失利）。 在分析全球多中心临床试验（MRCT）时，不能只看总样本量，必须解剖不同地理区域（US vs. EU vs. ROW）的数据。如果药效仅靠某些特定高噪音地区支撑，其获批后的真实商业竞争力存疑。 安慰剂效应提醒我们：临床数据不等于商业真相。 一个在II期试验中表现亮眼的药物，如果未能拉开足够的“统计学安全距离”，往往只是在与幽灵共舞。 如果你喜欢这类深度内容，欢迎加入我的知识星球。我在那里分享更多宏观经济、医药产业、社会观察相关的研究资料、数据和思考。