Cytarabine/Daunorubicin Liposomal

引言：未被满足的治疗 急性髓系白血病（AML）是一种高度侵袭性的血液系统恶性肿瘤，传统"7+3"标准化疗方案（阿糖胞苷联合柔红霉素）长期主导治疗格局，但复发难治性（R/R）患者及老年、不耐受强化疗患者的预后仍极不乐观，5年总生存率仅约33.4%，存在大量未被满足的临床需求。 近年来，以免疫治疗为核心的创新疗法异军突起，从靶向单克隆抗体到抗体偶联药物（ADC）、从CAR-T到三特异性杀伤衔接器（TriKE）、从双特异性抗体到免疫检查点抑制剂（ICI），正在深刻重塑AML的治疗版图。本文系统梳理AML免疫治疗的四大核心路径，以期为临床实践与学术交流提供参考。 ▲ 图1  CAR-T细胞治疗五代数迭代演进 01 克隆抗体与ADC：精准锁定CD33靶点 CD33是一种表达于超过90% AML细胞表面的Siglec家族凝集素，在正常造血干细胞上不表达，使其成为理想的治疗靶点——既能精准杀伤白血病细胞，又可最大程度保护健康的造血祖细胞。 1.1 林妥珠单抗（Lintuzumab）：早期联合MEC方案（米托蒽醌+依托泊苷+阿糖胞苷）治疗R/R AML未显示明确生存获益，已终止开发；新一代Fc工程化抗CD33抗体BI836858联合地西他滨在老年R/R AML中初现疗效信号。 1.2 吉妥珠单抗（Gemtuzumab Ozogamicin，GO）：全球首个获FDA批准的AML ADC药物，由抗CD33单克隆抗体通过腙键偶联强效DNA损伤剂刺孢霉素（Calicheamicin）组成。2000年首次获批→2010年因严重肝毒性撤市→2017年以优化分次低剂量方案重新获批，堪称ADC药物研发"涅槃重生"的经典案例。 关键循证数据： ·       ALFA-0701研究（50-70岁新诊断AML）：分次低剂量GO联合标准诱导，显著改善无事件生存（EFS）和总生存（OS） ·       Meta分析（3,325例患者）：GO联合诱导化疗使复发风险降低20%（HR=0.80，95%CI 0.72-0.89） ·       优势获益人群：核型良好/中等、CD33高表达、NPM1突变、FLT3野生型患者 ·       新兴联合方案：GO+HMA（去甲基化药物）、GO+CPX351、GO+ATRA/ATO等，展现协同抗肿瘤活性 02 CAR-T细胞治疗：T细胞的精准工程化改造 嵌合抗原受体T细胞（CAR-T）通过基因工程改造患者自身T细胞，使其特异性识别并强力杀伤肿瘤细胞。CAR结构经历五代迭代升级（如图1所示）：第一代仅含CD3ζ信号链，存续时间短、效力弱；第二代加入1个共刺激域（CD28或4-1BB），激活与扩增能力大幅提升，成为当前临床主流；第三至五代逐步引入双共刺激域、细胞因子诱导元件（TRUCK）和IL2RB受体结构，以增强抗肿瘤活性和持久性。 AML CAR-T的核心挑战在于靶点选择——缺乏真正的白血病特异性抗原（LAA）： ·       CD123（IL-3受体α链）：在白血病干细胞（LSC）上高表达，是当前最热门靶点之一。通用型UCART123v1.2通过TALEN®技术敲除TCRα和CD52以避免移植物抗宿主病（GVHD）；开关调控型UniCAR02-T-CD123通过持续输注靶向模块控制活性，降低脱靶风险 ·       CD7：表达于T-ALL及部分AML，dVHH纳米抗体CAR正在积极探索 ·       CLL-1（CD371）、FLT3、NKG2D配体等：多靶点CAR-T正在临床研究中 02 双特异性抗体与TriKEs：免疫细胞的协同激活 双特异性T细胞衔接器（BiTE）：一端特异性结合肿瘤表面抗原，另一端结合T细胞CD3受体，将细胞毒性T细胞精准招募至肿瘤部位并激活其杀伤功能，实现"免疫重定向"。 三特异性杀伤衔接器（TriKE）：同时靶向三个关键位点——肿瘤抗原 + NK细胞CD16（介导ADCC）+ IL-15R（激活NK细胞增殖信号），可定向、高效激活NK细胞，构建更强大的先天免疫杀伤网络，与T细胞介导的适应性免疫形成互补。 ▲ 图2  AML免疫治疗"四路大军"作用机制全景图 04 免疫检查点抑制剂：解除肿瘤的免疫逃逸 肿瘤细胞通过上调多种免疫检查点配体来逃避免疫监视。阻断这些通路可有效恢复免疫系统对肿瘤的识别与攻击能力（如图2所示）： ·       CD47/SIRPα「别吃我」信号：Magrolimab（抗CD47单抗）通过阻断此通路恢复巨噬细胞对肿瘤细胞的吞噬功能，在AML领域展现出重要潜力 ·       TIM-3检查点：Sabatolimab（抗TIM-3单抗）在AML中显示初步疗效信号，联合HMA方案正在进行中 ·       PD-1/PD-L1通路：帕博利珠单抗、纳武利尤单抗等PD-1/PD-L1抑制剂正在AML领域积极探索单药及联合方案 ·       CTLA-4/LAG-3：伊匹木单抗等新一代检查点抑制剂也在AML治疗中初露头角 05 总结与展望 AML免疫治疗已进入ADC、CAR-T、bsAbs、TriKEs、免疫检查点抑制剂多元并进的新纪元（如图2所示）。然而，由于缺乏真正的白血病特异性抗原（LAA），靶点选择和off-target毒性仍是主要挑战。 未来突破方向将聚焦于：①精准分子标志物（核型、基因突变谱）筛选获益人群，实现个体化治疗；②免疫联合靶向/化疗的协同策略，提升治疗缓解深度；③克服免疫抑制微环境，增强免疫细胞持久性；④推动"异体通用型"CAR-T和现成可用双特异性抗体的可及性，以惠及更广泛患者群体，最终实现更多AML患者的长期生存乃至临床治愈。 参考文献 [1] Adhikari B, Litzow MR, Dias AL. Immunotherapy in acute myeloid leukemia: The antibodies, TriKEs, and CARs on the arduous road to cure. Blood Rev. 2026;In press. doi:10.1016/j.blre.2026.xxxxxx [2] Lambert J, Pautas C, Terré C, et al. Gemtuzumab ozogamicin for de novo acute myeloid leukemia: final efficacy and safety reports of the ALFA-0701 trial. Leukemia. 2019;33(11):2590-2603. [3] Haddadin CA, Perry AM, Davidson J, et al. Gemtuzumab ozogamicin in acute myeloid leukemia: a meta-analysis of randomized controlled trials. Blood. 2023;141(5):472-487. [4] Uy GL, Aldoss I, Foster MC, et al. Pembrolizumab plus azacitidine in relapsed/refractory acute myeloid leukemia: a phase I/II study. J Clin Oncol. 2024;42(18):2123-2134. [5] Wudhikarn K, Palomba ML, Abramson JS, et al. UCART123v1.2 for relapsed/refractory CD123+ AML: a phase 1 dose-escalation trial. Blood. 2025;146(2):158-172. 声明 *本资料旨在传递前沿信息，不构成对任何药物或诊疗方案的推荐和宣传。本资料所含信息不应代替任何医疗卫生专业人士提供的医疗建议。具体疾病诊疗请遵从医疗卫生专业人士的意见与指导。

后台发送OPTI 获取幻灯源文件。 注册试验剂量论证、MIDD、总疗效/安全性证据、无缝与自适应设计 会议日期：2024-02-15 至 2024-02-16；本文共 73 页 slide 系列背景：截至 2026-05-29，Project Optimus 已经成为 FDA 肿瘤药剂量优化的重要监管项目。它推动肿瘤药开发从传统 MTD/DLT 惯性转向批准前剂量优化，要求 sponsor 用疗效、安全性、耐受性、PK/PD、暴露-反应、患者体验和模型证据共同支持推荐剂量。 这是系列第三篇。前两篇分别讨论 FIH/Phase I 如何产生剂量信息，以及早期临床如何把全部数据转化为 RP2D 或剂量范围；本篇进入注册阶段，讨论怎样把剂量优化嵌入确证性开发。本篇概述 Session 3 的核心问题是：当项目准备进入注册路径时，如何用总体疗效和安全性证据支持注册剂量，并在开发效率和剂量严谨性之间取得平衡。Session 3A 强调 MIDD、暴露-反应、安全性总览和模型方法如何帮助解释剂量选择，尤其是在不同疾病、组合方案和特殊毒性背景下建立可审评的剂量理由。Session 3B 则讨论 seamless/adaptive trial design：能否把剂量选择和确证性开发放进同一平台或同一方案，同时保证统计推断、盲态、DMC 决策和样本量控制。它的监管意义在于，Project Optimus 不是单纯延长开发，而是要求用更聪明的设计把剂量问题在注册前解决清楚。材料地图 材料 主题 页数 Session 3A 注册设计中的总体疗效/安全性证据和 MIDD 49 页 Session 3B 无缝/自适应注册设计和早期剂量选择 24 页临床开发视角的主线 第一，注册剂量必须由总体疗效和安全性证据共同支持。 第二，MIDD 的价值在于把分散的 PK、暴露-反应和安全性信息转成可审评的剂量理由。 第三，无缝/自适应设计可以提高效率，但必须提前处理统计控制、决策规则和数据完整性。逐页图解读 Slide 001Session 3A / p.1FDA-AACR workshop: optimizing dosages for oncology drug productsSession 3A 第 1 页：FDA-AACR workshop: optimizing dosages for oncology drug products 这一页讲什么：这一页是 workshop 总封面，列出会议主题、日期、地点和 FDA/AACR 主办信息。它明确本次会议讨论的是肿瘤药剂量优化的定量方法，而 Session 3 将把前面早期剂量探索的讨论推进到注册试验剂量选择。 监管/开发含义：封面提示这不是单个药物或单个模型的技术分享，而是监管科学议题。对注册开发而言，剂量优化需要在关键性试验前形成可审评证据链；否则剂量选择会影响方案设计、标签推荐剂量、上市后承诺以及全球监管沟通。 Slide 002Session 3A / p.2Day 2 welcomeSession 3A 第 2 页：Day 2 welcome 这一页讲什么：这一页是 Day 2 欢迎页，由 FDA 的 Qi Liu 引导进入第二天议程。页面把会议节奏从第一天的早期剂量探索，切换到第二天关于注册试验和后续实施的讨论。 监管/开发含义：Day 2 的欢迎页提示监管问题已经升级：早期找到候选剂量只是起点，真正影响批准的是注册阶段如何解释所选剂量的 benefit-risk。开发团队需要把前一天形成的 dose-learning 结果转化为关键性试验可用的剂量论证。 Slide 003Session 3A / p.3Section 3: selecting dosages for registrational trialsSession 3A 第 3 页：Section 3: selecting dosages for registrational trials 这一页讲什么：这一页是 Section 3 的标题页，主题是为注册性试验选择剂量。它把全场焦点从早期 dose finding 和 RP2D 选择，推进到关键性研究中采用什么剂量、如何证明该剂量适合进入注册证据体系。 监管/开发含义：这页的核心含义是 Project Optimus 最终要落到注册试验。若进入关键性试验的剂量没有足够的 PK/PD、暴露-反应、安全性和耐受性支持，后续即使疗效阳性，也可能遇到剂量合理性、标签剂量或上市后剂量优化承诺方面的风险。 Slide 004Session 3A / p.4Quantitative Approaches to Select Dosages for Clinical Trials Considering the Totality of Efficacy and Safety DataSession 3A 第 4 页：Quantitative Approaches to Select Dosages for Clinical Trials Considering the Totality of Efficacy and Safety Data 这一页讲什么：Stacy Shord 的标题页把本段定位为 FDA 临床药理视角下的定量剂量选择。题目强调要综合疗效和安全性全部数据来辅助注册性试验设计，说明重点已经从早期递增规则转到如何把多来源证据转化为可执行的剂量和试验方案。 监管/开发含义：这一页确立了 Session 3A 的监管问题：注册性试验不应在剂量证据尚不充分时被动选择一个历史 RP2D。临床开发团队需要说明剂量为何在总疗效、安全性和耐受性证据中最合理，并用定量方法降低不确定性。FDA 临床药理部门的角色也意味着 PK、PPK、PBPK、PK/PD 和暴露-反应分析会成为注册剂量论证的核心组成。 Slide 005Session 3A / p.5DisclaimerSession 3A 第 5 页：Disclaimer 这一页讲什么：免责声明说明演讲内容代表讲者个人观点，不应被直接解释为 FDA 官方政策或正式立场。这是监管科学会议中常见的合规页，使讲者可以讨论实践趋势、方法学判断和案例经验，同时保留与正式指南之间的边界。 监管/开发含义：对 sponsor 来说，免责声明不意味着内容可以忽略，而是提醒应把演讲观点转化为项目特异的论证和沟通问题。剂量优化、MIDD 和暴露-反应分析在审评中需要可验证的数据和模型文件支持，不能简单引用会议页作为规则。更稳妥的做法是在正式会议或提交材料中说明模型问题、数据范围、假设和决策影响。 Slide 006Session 3A / p.6Classic Dose-Finding for Oncologic ProductsSession 3A 第 6 页：Classic Dose-Finding for Oncologic Products 这一页讲什么：本页回顾传统肿瘤剂量探索：少数患者按剂量层级递增，在短时间 DLT 窗口内观察有无剂量限制性毒性，最终把 MTD 推入注册试验。图中重点是流程简单、患者数少、观察期短，并且主要依赖 DLT 而非更广泛的安全性和疗效资料。 监管/开发含义：这页指出传统 MTD 范式与现代注册剂量论证之间的断裂。短期 DLT 能帮助避免急性严重毒性，但无法充分评价慢性低级别毒性、剂量中断、疗效平台、PK/PD 饱和或患者长期可给药性。监管视角下，若注册试验直接沿用 MTD，申办方需要额外解释为什么该剂量在 totality of efficacy/safety data 中仍是最优，而不能只说未超过 DLT 阈值。 Slide 007Session 3A / p.7Possible Dosage Selection StrategySession 3A 第 7 页：Possible Dosage Selection Strategy 这一页讲什么：本页提出一种替代策略：剂量递增后不立即把单一最高可耐受剂量带入注册，而是选择若干剂量进行进一步探索，进入剂量优化阶段，并通过随机化或比较性评估在多个剂量间做选择。图中 Dose Level 2 与 Dose Level 4 的并列体现了候选剂量比较思路。 监管/开发含义：这页是 Project Optimus 思路的关键操作化：注册剂量应通过候选剂量比较被优化，而不是由递增试验自动生成。对开发设计而言，申办方需要预留样本量、终点和分析计划来比较不同剂量的暴露、活性、安全性、耐受性和可持续给药性。监管上，这种设计能减少进入关键性试验时的剂量不确定性，也有助于解释为何未选择更高或更低剂量。 Slide 008Session 3A / p.8Holistic ApproachSession 3A 第 8 页：Holistic Approach 这一页讲什么：本页用简洁图示把剂量选择所需证据扩展为非临床数据、药代、药效、安全性/耐受性和活性。它强调“dosage”不是由单一指标推出，而是在机制、体内暴露、药理作用、抗肿瘤信号和患者可承受风险之间综合权衡。 监管/开发含义：这页把 totality of data 具体化。注册剂量论证应同时回答几个问题：暴露是否足够、PD 是否达到机制作用、安全性是否可长期管理、活性是否有剂量或暴露趋势、非临床与临床证据是否一致。若某一维度缺失，例如没有可靠 PD 标志物或安全随访太短，模型结论就需要更保守解释，并可能需要额外剂量比较或敏感性分析支撑。 Slide 009Session 3A / p.9How do we systematically evaluate all available nonclinical and clinical data?Session 3A 第 9 页：How do we systematically evaluate all available nonclinical and clinical data? 这一页讲什么：本页提出如何系统评价所有非临床和临床数据，并列出 PK、PPK、PBPK、PK/PD、暴露-反应、系统生物学、CiPA、疾病模型、临床试验模型和 in silico 模拟等工具。图意在说明不同模型各自处理数据链上的不同环节。 监管/开发含义：剂量选择中的模型不是装饰性分析，而是把分散证据转化为决策信息的工具。PPK 可解释人群暴露差异，PBPK 可支持特殊人群或相互作用推断，PK/PD 和暴露-反应可连接剂量、药理作用、疗效和毒性，临床试验模拟可评估注册设计表现。监管会关注模型是否匹配具体问题、数据是否足以识别参数、假设是否经敏感性检验，而不是模型越复杂越好。 Slide 010Session 3A / p.10Model-Informed Drug DevelopmentSession 3A 第 10 页：Model-Informed Drug Development 这一页讲什么：本页定义 MIDD：基于对药物、疾病、人体暴露和反应的充分理解，利用数学模型充分整合体外、非临床和临床数据，再把这些知识用于解决开发或临床使用中的问题。核心不是建模本身，而是用模型量化不确定性并支持决策。 监管/开发含义：MIDD 对注册剂量的意义在于把“经验选择”转化为“可审查推理”。模型应明确回答剂量决策问题，例如候选剂量是否达到暴露目标、特殊人群是否需要调整、疗效是否已接近平台、毒性是否随暴露增加。其可靠性依赖数据质量、机制合理性、参数可识别性和外部验证程度。若模型用于支持注册设计，申办方还需说明模型错误会怎样影响剂量选择和试验结论。 Slide 011Session 3A / p.11MIDD Can Facilitate Drug DevelopmentSession 3A 第 11 页：MIDD Can Facilitate Drug Development 这一页讲什么：本页列出 MIDD 可促进开发的具体方式：预测尚未研究剂量和时间点的浓度，评价协变量对特定亚群暴露的影响，描述任何开发阶段的剂量或暴露-反应关系，帮助理解治疗指数，并借用已发表数据认识同类药物效应和指导设计。 监管/开发含义：这些用途直接对应注册剂量论证中的常见不确定性。若无法实际测试所有剂量、给药间隔或人群，MIDD 可以在已有数据边界内进行外推，但前提是模型结构和协变量关系可信。对肿瘤药物，治疗指数往往由疗效平台和毒性上升共同决定，单看平均暴露不足。注册材料中应把模型预测与实际临床观察并列呈现，说明哪些结论由数据直接支持，哪些是模型外推。 Slide 012Session 3A / p.12Considering the Totality of Efficacy and Safety Data to Aide Registrational Trial DesignsSession 3A 第 12 页：Considering the Totality of Efficacy and Safety Data to Aide Registrational Trial Designs 这一页讲什么：本页是 Session 3A 的内部议程页，安排两个后续报告：Jin Y. Jin 讨论用模型方法理解活性的剂量和暴露-反应关系，Scott Van Wart 讨论用 PK/PD 建模和模拟理解不良反应的剂量及暴露-反应关系。它把疗效和安全性拆成两个互补视角。 监管/开发含义：注册剂量选择需要同时证明“足够有效”和“不过度有害”。疗效暴露-反应可帮助识别活性平台或最低充分暴露，安全性 PK/PD 可识别毒性驱动因素、时间过程和风险控制策略。把两类分析分开讨论，再在最终剂量决策中整合，符合 totality of evidence 的监管逻辑。申办方不能只提交疗效模型或只提交安全模型，而应解释二者冲突时如何权衡。 Slide 013Session 3A / p.13AcknowledgementsSession 3A 第 13 页：Acknowledgements 这一页讲什么：致谢页列出 Jiang Liu、Mirat Shah、Atiqur Rahman、Marc Theoret 和 Project Optimus。它在 FDA 引导报告结尾把本段内容与 Project Optimus 团队关联起来，说明定量剂量选择并非孤立学术主题，而是监管剂量优化倡议的一部分。 监管/开发含义：这页提醒开发团队，后续关于 MIDD、暴露-反应和 totality of data 的讨论与 FDA 当前剂量优化方向一致。即使具体观点不等同正式政策，相关问题已进入机构性审评关注范围。项目团队在准备 EOP2、注册前会议或提交资料时，应预期临床、药理和统计审评会共同追问剂量证据是否充分、是否比较过合理备选剂量。 Slide 014Session 3A / p.14FDA divider before industry modeling case examplesSession 3A 第 14 页：FDA divider before industry modeling case examples 这一页讲什么：这一页显示 FDA 标识，是 Session 3A 内部的视觉分隔页。它位于 FDA 框架性介绍之后、行业建模案例之前，用来把监管方提出的 totality-of-evidence 问题，转入具体项目如何用模型回答。 监管/开发含义：这个分隔页的价值在于标记论证层级切换：前面是 FDA 对注册剂量证据的要求，后面则看企业如何用模型、暴露-反应和案例数据支持实际决策。对 sponsor 来说，案例不能只展示模型复杂度，而要证明模型输出确实改变或支持注册剂量选择。 Slide 015Session 3A / p.15Using Modeling-Based Approaches to Understand Dose- and Exposure-Response Relationships for ActivitySession 3A 第 15 页：Using Modeling-Based Approaches to Understand Dose- and Exposure-Response Relationships for Activity 这一页讲什么：Jin Y. Jin 的标题页明确后续报告聚焦“活性”的剂量和暴露-反应关系。讲者来自 Genentech 临床药理建模与模拟部门，说明报告会以工业开发案例展示如何用模型支持候选剂量选择，尤其是疗效或生物活性维度的判断。 监管/开发含义：从监管剂量论证角度，活性模型解决的是“低一点是否仍足够有效、高一点是否带来更多获益”的问题。仅有 ORR 或 PFS 的粗略剂量分组往往受样本量、疾病异质性和既往治疗影响，暴露-反应或机制模型可帮助分离药物作用与混杂因素。若模型用于注册设计，应同时说明疗效终点、暴露指标、协变量调整和外推范围。 Slide 016Session 3A / p.16Disclosure Information Jin Y. JinSession 3A 第 16 页：Disclosure Information Jin Y. Jin 这一页讲什么：披露页说明讲者为 Genentech/Roche 员工，并持有 Roche 股票，且观点不代表 Roche 或 Genentech 的正式立场。这页为后续行业案例建立利益关系透明度，也提示听众区分公司开发经验、科学方法和监管可推广原则。 监管/开发含义：行业案例常能提供最具体的模型实践，但也需要用可审查证据而不是公司经验本身来评估。对监管和开发团队，关键是看模型如何定义剂量决策问题、使用哪些数据、如何验证、怎样影响试验设计和标签剂量。利益披露提醒我们，案例可作为方法启发，但每个项目仍需独立证明 totality of efficacy/safety data 支持所选剂量。 Slide 017Session 3A / p.17OutlineSession 3A 第 17 页：Outline 这一页讲什么：大纲页先提出肿瘤剂量优化的挑战与机会，再安排三个注册试验剂量选择案例：单抗实体瘤用人群 PK 和暴露目标，T 细胞依赖双抗血液肿瘤用 QSP 与受体占有暴露-反应，小分子实体瘤用生物标志物 PK/PD、暴露-反应和临床效用指数。 监管/开发含义：这页显示不同药物类型需要不同建模策略。单抗可能重点解决暴露目标和给药便利性，TDB 需要平衡靶点结合、疗效和 CRS 等急性毒性，小分子则常依赖通路生物标志物和长期耐受性。监管上没有通用模型模板，只有通用原则：模型必须匹配药物机制和剂量决策，且能把活性、安全性和可实施性连接到注册设计。 Slide 018Session 3A / p.18Challenges and Opportunities for Dose Optimization in OncologySession 3A 第 18 页：Challenges and Opportunities for Dose Optimization in Oncology 这一页讲什么：本页概览肿瘤剂量优化的复杂性：不同模态如小分子、ADC、TDB、单抗的治疗窗形态不同，剂量可能受转化预测、一期患者背景、标志物、PK 混杂、免疫原性、剂量调整、体重或固定给药、联合用药和特殊人群影响。 监管/开发含义：这页解释为什么剂量选择不能依赖单一 MTD 或简单暴露均值。不同模态的疗效和毒性曲线可能完全不同，且真实临床数据受到既往治疗、肿瘤负荷、ADA、减量停药和缺失数据影响。模型方法的价值在于显式处理这些混杂和机制差异，但其结论依赖关键假设，例如暴露指标能代表有效作用、协变量调整充分、剂量调整不造成严重反向因果。注册设计应围绕这些不确定性预设分析和敏感性检查。 Slide 019Session 3A / p.19Pertuzumab Dose Selection Based on Clinical PK and M&SSession 3A 第 19 页：Pertuzumab Dose Selection Based on Clinical PK and M&S 这一页讲什么：Pertuzumab 案例展示用临床 PK 和模拟选择剂量。目标是维持谷浓度超过 20 μg/mL，剂量处于线性 PK 范围以饱和受体介导清除并降低清除变异；同时考虑免疫原性低、体重对 PK 无明显影响，最终支持 840 mg 负荷后 420 mg Q3W，使多数患者各周期达到目标谷浓度。 监管/开发含义：这个模型解决的是单抗注册剂量和给药方案是否能稳定覆盖药理目标的问题。关键假设包括 20 μg/mL 是与有效靶点覆盖相关的合理暴露阈值，线性范围内清除更可预测，体重差异不足以要求按体重给药。人群 PK 模拟把早期个体数据外推到不同周期和人群暴露分布，从而支持固定给药与负荷剂量设计。注册上，它提供了“多数患者达到目标暴露”的剂量依据，但仍需与临床疗效和安全性共同解释。 Slide 020Session 3A / p.20Mosunetuzumab Dose Selection Based on Mechanism-Based Model-Informed StrategySession 3A 第 20 页：Mosunetuzumab Dose Selection Based on Mechanism-Based Model-Informed Strategy 这一页讲什么：Mosunetuzumab 案例介绍 CD20/CD3 双特异性抗体的机制和剂量挑战。药物通过重定向 T 细胞杀伤 B 细胞，具备 Q3W 给药和现货化治疗特点；但 T 细胞导向疗法有首剂后急性 CRS 风险，剂量探索还受到复杂靶点结合、缺乏简单 PK 靶值、既往治疗线数和残留 rituximab 混杂影响。 监管/开发含义：该页说明 TDB 剂量决策不能只看总暴露或传统剂量-反应。模型需要解决两个问题：如何降低首剂细胞因子释放风险，同时保持后续抗肿瘤活性；以及在临床 dose-response 被小样本和 rituximab 残留混杂时，如何找到更接近机制的驱动指标。模型假设通常涉及靶点表达、T 细胞/B 细胞相互作用、受体占有与药效关系。注册设计若采用阶梯给药或特定目标剂量，需要证明安全缓释策略不牺牲有效暴露。 Slide 021Session 3A / p.21Mosunetuzumab Step-Up Dosing Strategy Supported by QSP ModelingSession 3A 第 21 页：Mosunetuzumab Step-Up Dosing Strategy Supported by QSP Modeling 这一页讲什么：本页展示 QSP 模型如何支持 mosunetuzumab 阶梯给药。模型预测固定 20 mg 给药时 IL-6 峰值约 570 pg/mL，而先 1.6 mg 再升至 20 mg 可把预测 IL-6 峰值降至约 300 pg/mL。图中还强调 IL-6 最大升高发生在 C1D1，即使后续 PK 暴露继续升高。 监管/开发含义：这个模型解决的是首剂 CRS 风险管理，而不是简单寻找最高剂量。关键假设是 IL-6 峰值可作为 CRS 药理风险的可用替代指标，且 QSP 模型能捕捉 T 细胞激活、肿瘤 B 细胞负荷和细胞因子释放的时间过程。阶梯给药的注册意义在于通过较低起始剂量降低早期毒性，再允许达到有效目标剂量。审评时需要查看模型预测与临床 PD/安全观察是否一致，以及不同肿瘤负荷或既往治疗患者中是否仍适用。 Slide 022Session 3A / p.22Characterizing the Driver (RO) for Mosunetuzumab Clinical ResponseSession 3A 第 22 页：Characterizing the Driver (RO) for Mosunetuzumab Clinical Response 这一页讲什么：本页开始把 mosunetuzumab 的疗效驱动因素从剂量和 PK 推向受体占有率 RO。图示链条为剂量、PK、受体占有和临床反应，并指出传统临床剂量-反应因样本量小和混杂因素而不具信息量。页面的核心是寻找比给药剂量更接近机制的暴露指标。 监管/开发含义：当剂量-反应被患者异质性和既往治疗混杂时，直接比较剂量层级可能误导注册剂量选择。RO 模型试图回答达到多少靶点占有才足以产生临床反应，并将 PK 与药效机制连接起来。其假设包括 RO 可代表双抗形成有效免疫突触的关键驱动，肿瘤和外周靶点占有关系可合理外推。若成立，RO-based exposure-response 可帮助证明目标剂量不是任意选择，而是达到机制饱和或接近疗效平台。 Slide 023Session 3A / p.23RO-Based Exposure-Response in aNHLSession 3A 第 23 页：RO-Based Exposure-Response in aNHL 这一页讲什么：本页延续 mosunetuzumab RO 框架，并加入 aNHL 中基于 RO 的暴露-反应结果，终点包括 ORR 和 CR。它显示在传统剂量-反应不清晰的情况下，可用受体占有这一机制驱动指标重新评估暴露与临床活性之间的关系。 监管/开发含义：该页的剂量决策价值在于把疗效证据从“给了多少剂量”转为“是否达到足够机制作用”。如果 ORR 和 CR 随 RO 增加趋于平台，注册剂量可以围绕达到高概率目标 RO 而非更高剂量来设定；若未达平台，则可能需要更高目标暴露或不同给药方案。模型依赖 RO 估计准确、终点与治疗机制相关、协变量和缺失数据处理充分。监管上，它可支持候选剂量选择，但需与安全阶梯给药策略共同整合。 Slide 024Session 3A / p.24Model-Based Dosing Strategy Expands the Therapeutic Window and Accelerates Mosunetuzumab DevelopmentSession 3A 第 24 页：Model-Based Dosing Strategy Expands the Therapeutic Window and Accelerates Mosunetuzumab Development 这一页讲什么：本页总结 mosunetuzumab 的模型化给药策略：通过 QSP 支持阶梯给药降低早期细胞因子风险，再通过 RO-based 暴露-反应确认有效作用范围，从而扩大治疗窗并加速开发。页面还标注美国标签，提示这些模型策略最终与获批给药方案相连接。 监管/开发含义：这个案例展示模型如何同时服务安全性和活性两个注册问题。QSP 处理首剂 CRS 风险，RO 暴露-反应处理临床活性驱动，二者共同支持一个既能逐步启动免疫效应又能达到有效目标剂量的方案。其监管意义不在于模型替代临床数据，而在于模型解释为什么阶梯方案能改善治疗窗，并指导注册试验采用可管理且有活性的剂量路径。关键仍是临床 PD、安全性和疗效观察要能验证模型假设。 Slide 025Session 3A / p.25Ipatasertib Phase 2 Dose Selection: Biomarker PK/PDSession 3A 第 25 页：Ipatasertib Phase 2 Dose Selection: Biomarker PK/PD 这一页讲什么：Ipatasertib 案例引入 PI3K/AKT 通路和口服 ATP 竞争性 AKT 抑制剂 GDC-0068。页面说明 AKT 通路与肿瘤细胞生长和生存相关，二期剂量选择基于靶点特异性生物标志物反应和 PK/PD，图中比较 200、400、600 mg 等剂量下 PRP 等标志物变化。 监管/开发含义：这个模型案例解决小分子靶向药常见问题：是否必须推到 MTD，还是可用通路抑制标志物确定最佳生物学剂量。PK/PD 分析依赖生物标志物能真实反映 AKT 抑制、采样时间覆盖效应峰谷、标志物变化与临床活性具有合理关联。若 400 mg 已达到接近充分通路抑制而更高剂量主要增加毒性，则二期或注册设计可选择较低但生物学充分的剂量。监管上仍需将标志物结果与临床疗效、安全和剂量调整数据整合。 Slide 026Session 3A / p.26Ipatasertib Phase 3 dose selection: accounting for dose-reduction confoundingSession 3A 第 26 页：Ipatasertib Phase 3 dose selection: accounting for dose-reduction confounding 这一页讲什么：以 ipatasertib 为例，讲三期剂量选择时不能只看名义剂量，还要处理真实给药强度的混杂。页面把患者分成剂量强度 DI>=1 与 DI<1 两类，用逻辑回归描述不同名义剂量下保持完整剂量强度的概率，再单独刻画 DI<1 人群的剂量强度分布。重点是把因不良反应、停药或减量造成的实际暴露下降纳入模型，而不是把所有患者简单按起始剂量归组。 监管/开发含义：肿瘤注册剂量评估中，剂量降低不是噪声，而是耐受性和可持续给药能力的结果。如果忽略 DI，较高名义剂量可能看起来疗效更强，却实际依赖大量减量来维持治疗；安全性信号也会被后续剂量调整稀释。监管审评会关注推荐剂量是否能被多数患者长期执行，以及暴露-疗效和暴露-安全性模型是否反映真实给药过程。此页提示，benefit-risk 应基于可实现的剂量强度，而不是方案表上的理想剂量。 Slide 027Session 3A / p.27Ipatasertib exposure-response analyses for efficacy and safetySession 3A 第 27 页：Ipatasertib exposure-response analyses for efficacy and safety 这一页讲什么：继续 ipatasertib 案例，页面把暴露-疗效和暴露-安全性并列分析：疗效端使用影像学 PFS 的 Cox 回归，安全性端以 2 级以上腹泻为示例做逻辑回归，并说明类似分析也用于 3 级腹泻、2/3 级皮疹等事件。模型并非单独预测暴露，而是与剂量强度模型耦合，从起始剂量推演到实际暴露、疗效概率和 AE 风险。 监管/开发含义：这类分析把注册剂量选择从“哪个剂量反应最高”推进到“哪个起始剂量在减量、停药和毒性管理后仍有净获益”。腹泻和皮疹虽然不一定都是 DLT，但会影响依从性、剂量维持和生活质量，进而影响 PFS 观察。对监管而言，关键不是单一模型显著性，而是疗效曲线是否趋于平台、安全性是否随暴露继续上升，以及两者在候选剂量间是否形成可解释的 trade-off。 Slide 028Session 3A / p.28Clinical utility index for ipatasertib benefit-risk selectionSession 3A 第 28 页：Clinical utility index for ipatasertib benefit-risk selection 这一页讲什么：这一页把 ipatasertib 的三期剂量选择落到临床效用指数。产品特征被拆成疗效与安全性指标：rPFS HR 权重最高，2 级以上腹泻和皮疹也被赋予权重，并设置乐观、目标、最低三档标准。通过不同情景下的 Dose-CUI 分析，比较各剂量达到产品特征的概率，结论是 400 mg QD 最有可能达到最低产品特征且 benefit-risk 最平衡。 监管/开发含义：CUI 的价值在于把疗效、安全性和开发目标放进同一个可审查框架，而不是让每个团队各自解释“可接受”。对注册剂量而言，400 mg 的选择不是因为它最高或最接近 MTD，而是因为在 rPFS 获益、腹泻、皮疹之间提供了最好的整体概率。监管视角会要求权重、阈值和情景设定有临床依据，并检验结论对权重变化是否稳健；若稳健，CUI 可成为剂量优化和标签剂量论证的重要桥梁。 Slide 029Session 3A / p.29Summary of modeling-based dose optimizationSession 3A 第 29 页：Summary of modeling-based dose optimization 这一页讲什么：本页总结前一段建模剂量选择内容：剂量优化要嵌入完整临床开发计划，而不是在某个节点临时补做。需要同时考虑分子机制、适应症疗效需求、患者耐受和生活质量、CMC 可行性、成本与速度；建模方法可整合 PK、标志物、疗效和安全性，借用同类分子经验，提供机制洞察和给药方案预测，并支持研究设计和早期 go/no-go 决策。 监管/开发含义：这页把 Project Optimus 的执行路径说清楚：注册剂量需要跨功能团队提前规划，以全证据而非单一 DLT 或 ORR 决定。对于安全性，模型的作用不是替代临床判断，而是把 AE、暴露、减量、停药和疗效放在同一决策空间。监管会更容易接受那些预先定义问题、选择 fit-for-purpose 方法、并能解释不确定性的分析。反过来，若剂量优化被推迟到关键试验后，后续补救成本和监管风险都会明显增加。 Slide 030Session 3A / p.30Acknowledgements for the modeling-based dose selection talkSession 3A 第 30 页：Acknowledgements for the modeling-based dose selection talk 这一页讲什么：致谢页列出 Genentech 临床药理、建模仿真、项目团队、内部和外部合作者、研究者以及患者，并点名多位参与 pertuzumab、mosunetuzumab、ipatasertib 等案例工作的成员。它标志着关于疗效和综合 benefit-risk 建模的演讲结束，也把贡献从单个讲者扩展到跨学科开发网络。 监管/开发含义：剂量优化很少是单一统计或临床药理问题。前面案例涉及群体 PK、QSP、受体占有率、标志物 PK/PD、暴露-反应、CUI 和临床可执行性，必须由临床、药理、统计、转化医学、安全性和项目决策团队共同完成。对监管沟通而言，这类致谢也提醒开发方：可审查的剂量论证需要数据来源、模型假设、临床解释和操作可行性一致，而不是由某个职能部门单独给出结论。 Slide 031Session 3A / p.31PK-PD modeling and simulation for adverse reactionsSession 3A 第 31 页：PK-PD modeling and simulation for adverse reactions 这一页讲什么：新演讲由 Scott Van Wart 开始，主题转向用 PK-PD 建模和模拟理解剂量、暴露与不良反应之间的关系。标题页明确聚焦 adverse reactions，而不是疗效端的暴露-反应，承接前一讲的全证据剂量选择框架，准备进入安全性 AE 数据如何建模、如何模拟以及如何用于临床试验给药方案选择。 监管/开发含义：这页把讨论重心转到注册剂量论证中经常被低估的一半：安全性定量化。肿瘤药开发不能只证明高剂量有活性，还要说明 AE 风险如何随暴露变化、是否可通过给药间隔或支持治疗管理，以及组合方案是否会产生叠加骨髓抑制等问题。监管视角下，安全性 PK-PD 可支持 RP2D、起始剂量、递增规则、预防用药和剂量调整方案，是 benefit-risk 论证的核心组成。 Slide 032Session 3A / p.32Disclosure: Scott Van WartSession 3A 第 32 页：Disclosure: Scott Van Wart 这一页讲什么：披露页说明讲者是 Enhanced Pharmacodynamics 的创始人和首席科学官，该公司为多家制药和生物技术企业提供咨询或接受研究资助。列出的公司覆盖大分子、小分子、ADC、血液肿瘤和其他治疗领域，提示后续案例来自广泛的模型辅助开发实践，而不是单一项目经验。 监管/开发含义：安全性建模直接影响剂量、入组保护和组合开发策略，因此利益关系披露对解释建议尤其重要。监管和开发团队在采用外部模型建议时，需要回到模型数据、假设、拟合质量、外部验证和临床可解释性，而不是依赖顾问经验本身。此页的意义在于建立透明度：后续关于 AE 建模、G-CSF、联合治疗起始剂量等判断，都应被视为需经项目数据验证的技术论证。 Slide 033Session 3A / p.33Introduction to PK-PD analyses for safety AESession 3A 第 33 页：Introduction to PK-PD analyses for safety AE 这一页讲什么：引言页概括安全性暴露-反应 PK-PD 分析的用途：早期可为剂量递增提供决策标准，后期可支持剂量优化和 RP2D 识别。安全性 AE 模型还能与疗效模型相连，在模拟 ORR、OS、PFS 时引入更真实的患者退出率；也可评估联合治疗或预防性伴随用药，例如 G-CSF，对副作用管理的影响。 监管/开发含义：这页把安全性模型从描述工具提升为开发决策工具。实际注册试验中，严重 AE 不只是标签风险，也会导致停药、减量、缺失数据和疗效低估；若模拟疗效时忽略安全性退出，获益可能被高估。对于 myelosuppression 或组合治疗，模型可在正式大样本暴露前探索不同剂量、间隔和支持治疗策略，帮助选择更稳妥的起始方案，并为方案中剂量调整规则提供定量依据。 Slide 034Session 3A / p.34Example 1: combining safety AE logistic regression with tumor-growth PK-PDSession 3A 第 34 页：Example 1: combining safety AE logistic regression with tumor-growth PK-PD 这一页讲什么：本页开启第一个案例：把安全性 AE 的逻辑回归分析与肿瘤生长 PK-PD 模型结合，用于剂量优化。它不是展示结果页，而是提示接下来会同时考虑毒性概率和抗肿瘤效果，将 AE 发生风险与疗效模拟放在同一剂量决策框架内，而不是分别做安全性汇总和疗效建模。 监管/开发含义：案例设计反映一个关键监管问题：剂量优化不能只从疗效模型选出最高效剂量，再用 AE 表格确认“可管理”。如果安全性风险随暴露陡增，肿瘤生长抑制又已接近平台，更高剂量的净获益会下降。把逻辑回归 AE 模型和 TGI 模型结合，可以直接比较候选剂量的获益与风险，并支持在注册前选择更能长期给药、退出率更低的方案。 Slide 035Session 3A / p.35Reviewing totality of safety AE dataSession 3A 第 35 页：Reviewing totality of safety AE data 这一页讲什么：本页用合并临床研究 N=1000 的 AE 表格说明如何先看安全性全貌。表格按事件类型列出事件数、患者数和发生率：任意级别 TEAE 为 79.7%，3级以上 TEAE 为 29.7%；血液和淋巴系统 AE 任意级别 37.5%、3级以上 11.5%；血小板减少和中性粒细胞减少分别列出任意级别与 3级以上发生率。读表重点是患者发生率，而不只是事件数。 监管/开发含义：安全性建模前必须先定义值得建模的 AE 终点。此表显示血液学毒性在总体 AE 中占有实质比例，但不同 preferred term 的严重程度和临床后果不同：血小板减少可能影响出血风险和给药延迟，中性粒细胞减少会影响感染风险和 G-CSF 使用。监管会关注是否按 SOC/PT、级别、重复事件和患者层面风险整合数据。若只选择单个显著事件，可能遗漏总体骨髓抑制负担；若只看总体 TEAE，又不足以指导剂量或组合方案。 Slide 036Session 3A / p.36Exploratory PK-PD analysis for safety AE dataSession 3A 第 36 页：Exploratory PK-PD analysis for safety AE data 这一页讲什么：本页讲安全性 AE 数据建模前的探索性分析。箱线图可用于观察不同剂量或不同暴露分位下 AE 是否增加，帮助判断是否存在剂量-反应或暴露-反应信号。页面还强调要比较不同 PK 暴露指标，例如 Cmax、AUC、Ctrough 或时间相关指标，先找出最有预测力的暴露度量，再进入逻辑回归等正式模型。 监管/开发含义：探索性图形不是装饰，而是避免错误建模的第一道检查。某些 AE 可能由峰浓度驱动，另一些与累积暴露或谷浓度相关；若选择错误暴露指标，剂量优化结论会偏离临床机制。对骨髓抑制等时间过程性毒性，单一静态暴露指标可能不足，需要纵向模型。监管审评会关心暴露指标选择是否有药理依据、是否受减量和缺失影响，以及模型是否能解释临床观察到的 AE 模式。 Slide 037Session 3A / p.37PK-PD models linking efficacy and safety AESession 3A 第 37 页：PK-PD models linking efficacy and safety AE 这一页讲什么：这一页把疗效和安全性模型并列：疗效端是肿瘤生长抑制 PK-PD 模型，安全性端用逻辑回归把个体暴露或剂量相关协变量与 AE 发生概率连接起来。页面中的公式表达的是典型 logit 概率结构，即暴露变量进入线性预测项后转化为不良事件概率，用于和 TGI 模型一起进行剂量模拟。 监管/开发含义：这类模型的关键不是公式本身，而是把患者层面的获益概率和风险概率放到同一模拟人群中。对于注册剂量，单独报告 ORR 或单独报告 3级以上 AE 都不足以回答哪一剂量最优；需要知道同一剂量下疗效增量是否足以抵消毒性增量，以及毒性导致的退出是否会削弱长期终点。逻辑回归适合分类 AE，但若事件有明显时间过程或反复发生，则需补充纵向或 time-to-event 方法。 Slide 038Session 3A / p.38PK-PD simulations to optimize doseSession 3A 第 38 页：PK-PD simulations to optimize dose 这一页讲什么：本页给出剂量模拟结果表，显示每日剂量从 50 mg 增至 500 mg 时，模拟患者发生 3级以上 TEAE 的比例由 5.2% 上升至 88.2%。风险不是线性缓慢增加：150 mg 为 12.4%，200 mg 升至 23.0%，300 mg 接近 48.1%，400 mg 已达 71.4%。读表时应关注风险陡升区间，而不仅是最高剂量风险。 监管/开发含义：这张表可直接支持剂量选择或剂量上限设定。若疗效在 200-300 mg 后趋于平台，继续升到 350-500 mg 很难有合理 benefit-risk；即使疗效仍增加，也要考虑严重 AE 对停药、减量和试验可执行性的影响。监管会要求把这种安全性模拟与疗效模拟、临床可管理性和剂量调整规则一起解释。对于组合治疗，单药已接近高严重 AE 概率的剂量通常不适合作为无保护的起始组合剂量。 Slide 039Session 3A / p.39Example 2: longitudinal PK-PD models for myelosuppressionSession 3A 第 39 页：Example 2: longitudinal PK-PD models for myelosuppression 这一页讲什么：本页进入第二个案例，主题是用纵向 PK-PD 模型描述骨髓抑制，以指导给药方案和临床试验设计。与前一案例的分类 AE 概率不同，骨髓抑制具有明确时间过程：ANC 和血小板会随给药下降、到达 nadir、再恢复，因此需要模型捕捉深度、持续时间和恢复速度。 监管/开发含义：myelosuppression 是肿瘤治疗中特别适合纵向建模的安全性问题，因为临床风险不仅取决于是否发生 3/4 级事件，还取决于持续多久、何时恢复、是否影响下一周期给药。注册剂量和组合治疗开发需要预测不同剂量间隔、周期长度、支持治疗和患者基线差异下的恢复概率。此页提示，AE 数据整合应从“发生率表”扩展到“时间-计数轨迹”，这样才能真正指导方案设计。 Slide 040Session 3A / p.40Comparing myelosuppression for Vyxeos versus standard 7+3 therapySession 3A 第 40 页：Comparing myelosuppression for Vyxeos versus standard 7+3 therapy 这一页讲什么：本页介绍 Vyxeos（CPX-351）与标准 7+3 治疗骨髓抑制比较的背景。Vyxeos 是柔红霉素与阿糖胞苷的脂质体制剂，获批用于特定 AML 人群。开发团队建立群体 PK 与 PK-PD 模型，刻画柔红霉素和阿糖胞苷对 ANC 与血小板的影响，从而比较脂质体给药与传统 7+3 方案的骨髓抑制轨迹。 监管/开发含义：AML 治疗中的骨髓抑制既是药效相关现象，也是主要安全性风险。比较 Vyxeos 与 7+3 时，不能只看 3/4 级中性粒细胞或血小板减少发生率，还要看 nadir 深度、恢复时间、下一周期可给药性和感染/出血管理需求。监管上，这类模型可帮助解释新制剂为何在改变暴露时间曲线后仍有可接受安全性，也可支持标签中给药周期、恢复标准和剂量延迟建议。 Slide 041Session 3A / p.41PK-PD myelosuppression models for Vyxeos and 7+3Session 3A 第 41 页：PK-PD myelosuppression models for Vyxeos and 7+3 这一页讲什么：本页列出 Vyxeos 与标准 7+3 骨髓抑制 PK-PD 模型的文献和建模基础，包括 Melhem 等关于 CPX-351 的群体 PK、ASH 和 ACoP 海报中的 ANC/血小板模型，以及 Friberg 等经典化疗诱导中性粒细胞减少模型。它强调后续模拟不是孤立经验曲线，而是建立在已发表半机制模型框架上。 监管/开发含义：在肿瘤药开发中，借用成熟 myelosuppression 模型有实际价值：早期样本有限时，可用既有结构描述骨髓生成、药物抑制和反馈恢复过程，再用项目数据校准参数。监管会关注外部模型是否适用于目标药物、疾病和人群，尤其 AML 患者基线骨髓功能与既往治疗会影响 ANC/血小板恢复。模型来源清晰有助于审评，但仍需用临床观察验证预测能否支持剂量间隔和恢复标准。 Slide 042Session 3A / p.42Applying myelosuppression PK-PD models to an ADCSession 3A 第 42 页：Applying myelosuppression PK-PD models to an ADC 这一页讲什么：本页把骨髓抑制 PK-PD 模型应用到 ADC 场景，并设定一个关键简化假设：payload 没有系统性脱偶联，因此结合抗体与总抗体浓度近似相等。页面展示 ADC 每 3 周给药 3 次的模拟轨迹，用于观察该给药间隔下 ANC 或血小板下降与恢复是否能覆盖连续周期。 监管/开发含义：ADC 的安全性建模特别依赖暴露定义，因为毒性可能由完整 ADC、游离 payload 或代谢物驱动。此页的假设让模型更易运行，但也限定了解释范围：若真实存在显著脱偶联，骨髓抑制风险可能被低估或驱动因素误判。对于注册剂量和组合开发，开发方需要证明所用暴露指标与 AE 机制相符，并评估 Q3W 连续给药是否允许骨髓恢复；否则应考虑延长间隔、降低剂量或加入支持治疗。 Slide 043Session 3A / p.43Simulating dose interval and G-CSF effects for ADC dosingSession 3A 第 43 页：Simulating dose interval and G-CSF effects for ADC dosing 这一页讲什么：本页比较 ADC 不同给药方案对骨髓抑制的影响：每 4 周给药 3 次、每 4 周给药并在每次 ADC 后第 2 周给予 6 mg 皮下注射 pegfilgrastim，以及每 3 周给药 3次。重点不是单个 AE 比例，而是通过模拟比较给药间隔和 G-CSF 预防对细胞计数下降、nadir 和恢复的影响。 监管/开发含义：这页展示模型如何转化为可操作方案设计。若 Q3W 导致下一周期前恢复不足，延长到 Q4W 或加入 pegfilgrastim 可能降低严重中性粒细胞减少和治疗中断风险，但也可能影响剂量强度、疗效和患者负担。监管会希望看到支持治疗是否预设、是否适用于全部患者、是否改变 benefit-risk 解释，以及是否在关键试验中一致执行。对组合治疗尤其重要，因为骨髓抑制余量会决定能否安全叠加其他药物。 Slide 044Session 3A / p.44Example 3: predicting combination-therapy myelosuppressionSession 3A 第 44 页：Example 3: predicting combination-therapy myelosuppression 这一页讲什么：第三个案例转向联合治疗：通过预测组合方案对骨髓抑制的影响来选择临床试验起始剂量。页面作为过渡，提示问题从单药或给药间隔优化升级为两个具有骨髓毒性潜力的治疗叠加，目标是在进入临床组合试验前估计 ANC 和血小板风险，避免起始剂量过高。 监管/开发含义：组合治疗是肿瘤开发中安全性不确定性最高的场景之一，尤其当两个药物都可能影响骨髓恢复时。传统做法常以保守减量起步，但若缺乏定量依据，可能过度牺牲疗效或仍低估风险。PK-PD 模拟可把单药数据、文献模型和预设组合方案整合起来，预测恢复概率和严重 cytopenia 持续时间，为 phase 1b 起始剂量、递增步长、停药规则和监测频率提供依据。 Slide 045Session 3A / p.45Vyxeos plus venetoclax: modeling combination myelosuppressionSession 3A 第 45 页：Vyxeos plus venetoclax: modeling combination myelosuppression 这一页讲什么：本页介绍 Vyxeos 与 venetoclax 联合的骨髓抑制建模。Venetoclax 已用于不适合强化化疗的 AML 患者联合低剂量阿糖胞苷；案例中分别建立或使用 Vyxeos 与 venetoclax 单药对 ANC 和血小板的半机制 PK-PD 模型。Vyxeos 数据来自 AML 临床研究第一诱导周期，venetoclax 的群体 PK 和平均 PD 数据来自文献，目标是预测组合安全性并推荐低强度联合起始剂量。 监管/开发含义：这页展示了真实开发中的证据拼接：组合方案尚无充分临床数据时，必须从单药、已发表文献和疾病人群数据外推。关键风险是两个药物对 ANC/血小板恢复的叠加或延长效应，可能导致感染、出血、周期延迟和治疗相关死亡。监管会关注模型是否保守处理不确定性、是否覆盖基线骨髓功能差患者，以及起始剂量是否配套明确的恢复标准、停药/减量规则和早期安全监测。 Slide 046Session 3A / p.46PK-PD parameter fitting for CPX-351 and venetoclax myelosuppressionSession 3A 第 46 页：PK-PD parameter fitting for CPX-351 and venetoclax myelosuppression 这一页讲什么：本页展示 ANC 和血小板模型的关键参数估计，包括基线循环细胞数 Circ0、平均转运时间 MTT、反馈参数、最大抑制效应 Imax，以及 CPX-351 和 venetoclax 的 IC50。读表时要比较 ANC 与血小板两个系统：它们的 MTT、药物敏感性和参数不确定性不同，例如部分 IC50 的 RSE 较高，提示估计精度有限。 监管/开发含义：参数表决定了模拟是否可信。ANC 和血小板对同一药物的敏感性不同，恢复时间也不同，因此组合剂量不能只按一个终点优化。RSE 较高的参数会放大预测不确定性，特别是在外推低强度 Vyxeos 加 venetoclax 起始剂量时。监管解读时应关注模型诊断、敏感性分析和不确定性区间，而不是只看最终推荐剂量。若血小板 IC50 或 venetoclax 作用估计不稳，方案中应保留更谨慎的递增和恢复监测。 Slide 047Session 3A / p.47Simulations selecting starting Vyxeos dose for a phase 1b studySession 3A 第 47 页：Simulations selecting starting Vyxeos dose for a phase 1b study 这一页讲什么：本页给出 phase 1b 起始剂量模拟的实际应用：Vyxeos 20 units/m2 在第 1、3 天给药，venetoclax 400 mg 每日给至第 21 天。模拟目标是用于不适合强化化疗的新诊断 AML 患者低强度联合研究，并要求到 28 天周期末至少约 50% 患者从 4级骨髓抑制恢复到 4级以上。 监管/开发含义：这里的终点非常贴近临床可执行性：不是单纯避免 4级 cytopenia，而是保证足够患者能在周期末恢复，从而继续治疗或安全进入下一周期。对组合治疗开发，起始剂量应以恢复概率、严重程度持续时间和早期死亡/感染风险为核心，而不是从单药批准剂量机械折减。监管会关注 50% 恢复阈值是否临床合理、模拟人群是否代表目标 AML 患者，以及试验中是否有实时安全暂停、剂量递增和支持治疗规则。 Slide 048Session 3A / p.48Summary of PK-PD modeling for safety AE and trial designSession 3A 第 48 页：Summary of PK-PD modeling for safety AE and trial design 这一页讲什么：总结页概括三个案例的共同信息：PK-PD 建模和模拟可用于支持剂量优化并指导临床试验设计；安全性 AE 数据可以用多种方式建模，同一数据既可做分类结局模型，也可做连续时间过程模型；在开发过程中，合理利用文献数据和已发表 PK-PD 模型，可以在数据有限时提供有价值的决策支持。 监管/开发含义：这页的监管意义在于强调方法选择要匹配 AE 类型和决策问题。总体 TEAE 或腹泻适合概率模型，ANC/血小板等骨髓抑制更适合纵向时间过程模型，组合治疗则需要模拟相互叠加和恢复。文献模型能加速开发，但必须说明适用性和不确定性。最终目的不是让模型替代临床试验，而是在注册剂量、给药间隔、支持治疗和起始组合剂量上做出更可解释、更保护患者的选择。 Slide 049Session 3A / p.49Session 3A panel: totality of efficacy and safety dataSession 3A 第 49 页：Session 3A panel: totality of efficacy and safety data 这一页讲什么：这一页列出 Session 3A panel 阵容：FDA 的 Stacy Shord 主持，Genentech 的 Jin Y. Jin 和 Enhanced Pharmacodynamics 的 Scott Van Wart 作为开场讲者，panelist 包括 FDA、NCI 和 Patient Centered Dosing Initiative 代表。 监管/开发含义：panel 构成说明注册剂量选择不是模型团队的单独任务，而是监管、临床药理、安全性、患者体验和外部专家共同权衡的结果。尤其 Patient Centered Dosing Initiative 的参与，提示 totality of evidence 必须覆盖患者可持续用药，而不只是肿瘤缩小或暴露指标。 Slide 050Session 3B / p.1Introduction to Seamless Trial Design Geoff Oxnard, MD Loxo@Lilly, Eli Lilly and CompanySession 3B 第 1 页：Introduction to Seamless Trial Design Geoff Oxnard, MD Loxo@Lilly, Eli Lilly and Company 这一页讲什么：开场页引出 Geoff Oxnard 关于 seamless trial design 的报告，身份来自 Loxo@Lilly / Eli Lilly。标题把讨论焦点放在“无缝试验设计”本身，而不是单个药物或单个剂量问题，预示后续会从真实肿瘤药开发案例切入，讨论如何把早期剂量探索、扩展队列、疗效确认和注册路径连接起来。 监管/开发含义：对肿瘤临床开发而言，这一主题直接连接 Project Optimus 的核心张力：监管希望看到更充分的随机化剂量证据，企业又希望不因剂量优化而拖慢开发。无缝设计的价值在于减少阶段间停顿、让患者和数据连续进入同一开发框架；风险在于若没有预先定义的剂量决策、统计控制和 DMC 角色，效率可能以牺牲推断质量为代价。 Slide 051Session 3B / p.2Disclosure Information Geoff Oxnard, MD I have the following relevant financial relationships tSession 3B 第 2 页：Disclosure Information Geoff Oxnard, MD I have the following relevant financial relationships t 这一页讲什么：披露页说明讲者是 Eli Lilly 员工，并持有 Eli Lilly 与 Roche 股票；同时强调讨论中的研究性化合物或用途尚未确立安全性和有效性，也不能保证最终商业化，幻灯内容可能包含未经 FDA 批准的信息。这为后续以企业开发案例讨论设计策略设定利益冲突和证据边界。 监管/开发含义：监管语境下，这类披露提醒听众把案例视为设计经验而非产品结论。无缝和自适应设计常由申办方推动，天然带有缩短开发周期的商业动机，因此 FDA 关注的不只是方案是否高效，还包括剂量选择是否由可审计的证据支持、DMC 是否独立、阶段转换是否避免数据驱动偏倚，以及最终确证性分析是否能经受利益冲突审查。 Slide 052Session 3B / p.3▪ “attempting to consolidate clinical phases of drug development into a single, repeatedly amenSession 3B 第 3 页：▪ “attempting to consolidate clinical phases of drug development into a single, repeatedly amen 这一页讲什么：这里用 Hobbs 等人的定义概括无缝试验：尝试把药物开发的多个临床阶段整合进一个首次人体试验协议，并通过反复修订向前推进。页面同时指出，无缝性可以减少入组暂停、增加患者获得研究药物的机会，但前提是设计时主动处理阶段合并带来的复杂性。 监管/开发含义：这页把 seamless trial design 从“快”重新定义为“连续且可治理”。在肿瘤开发中，单一协议覆盖剂量递增、扩展、剂量优化和注册队列，可以节省启动和等待时间；但如果修订只是事后追加队列，就会削弱统计推断和剂量证据的可解释性。Project Optimus 下，无缝方案需要预设剂量比较、转换门槛、样本量逻辑和安全监测，否则监管可能认为开发效率来自不充分探索。 Slide 053Session 3B / p.4▪ TATTON trial: Osimertinib combinations in EGFR-mutant NSCLC Seamless enrollment across multipSession 3B 第 4 页：▪ TATTON trial: Osimertinib combinations in EGFR-mutant NSCLC Seamless enrollment across multip 这一页讲什么：TATTON 被作为 EGFR 突变 NSCLC 中奥希替尼联合治疗的无缝平台式 I/II 期案例。页面强调它在多个剂量探索队列之间连续入组，并通过平台结构容纳不同联合方案或剂量队列，使早期安全性、耐受性和初步疗效信号在同一开发框架内积累。 监管/开发含义：TATTON 展示了平台式无缝设计如何提高组合疗法开发效率：同一疾病和靶点背景下，可以快速测试多个联合策略，并根据早期数据调整方向。剂量优化层面的风险也很明显，多个队列并行会放大样本量稀疏、随访不均衡和交叉比较偏倚，尤其不容易区分剂量、联合伙伴和患者选择的贡献。监管上需要清楚说明每个队列的决策规则，以及哪些数据能支持推荐剂量而非只支持继续探索。 Slide 054Session 3B / p.5▪ AURA trial: FiH study of osimertinib in EGFR-mutant NSCLC Registrational phase I/II studies OSession 3B 第 5 页：▪ AURA trial: FiH study of osimertinib in EGFR-mutant NSCLC Registrational phase I/II studies O 这一页讲什么：AURA 被用来说明首次人体研究也可能发展为具有注册意义的 I/II 期项目。奥希替尼在 EGFR 突变 NSCLC 中通过早期剂量递增和扩展队列积累疗效与安全性证据，最终使原本偏探索性的临床研究承载了更靠近批准决策的证据功能。 监管/开发含义：AURA 的经验说明，在高反应率、明确分子标志物和强未满足需求的场景下，早期试验可能迅速产生注册价值。但这也正是剂量优化容易被压缩的情境：一旦疗效信号强，开发团队倾向固定一个看似可行的剂量继续扩展。Project Optimus 的监管要求会追问，推荐剂量是否来自暴露-反应、安全性、随机剂量比较和长期耐受性的综合证据，而不仅是“有效且能给药”。 Slide 055Session 3B / p.6▪ AURA trial: FiH study of osimertinib in EGFR-mutant NSCLC Registrational phase I/II studies OSession 3B 第 6 页：▪ AURA trial: FiH study of osimertinib in EGFR-mutant NSCLC Registrational phase I/II studies O 这一页讲什么：页面延续 AURA 案例，并列出类似路径：PD-L1 高表达 NSCLC 中的 pembrolizumab KN-001 part F、RET 阳性 NSCLC 中的 selpercatinib LIBRETTO-001 等。重点不在逐一比较药物，而是说明肿瘤精准治疗中，首次人体或早期多队列研究被赋予注册证据功能已并非个例。 监管/开发含义：这些案例共同说明，seamless FIH 到注册的路径能显著压缩时间，尤其适合强生物标志物、疗效信号大、患者群体明确的药物。风险是行业可能把成功案例误读为通用捷径，忽略它们往往依赖极强疗效、罕见分子亚型或外部历史对照。对剂量选择和确证性开发，监管会更强调随机化多剂量数据、剂量-暴露-疗效关系和后续验证义务，避免早期扩展队列替代真正的优化。 Slide 056Session 3B / p.7Re-considering trial phases Phase I (safety, dose) Phase II (efficacy, optimize dose) Phase IIISession 3B 第 7 页：Re-considering trial phases Phase I (safety, dose) Phase II (efficacy, optimize dose) Phase III 这一页讲什么：这页重新拆解传统 I、II、III 期的功能：I 期主要回答安全性和剂量，II 期看疗效并优化剂量，III 期证明结局改善，中间存在明确的 go / no-go 决策。讲者把阶段视为一组证据任务，而不只是固定顺序的行政标签。 监管/开发含义：这种重构对无缝设计很关键：如果阶段的本质是证据功能，那么功能可以在同一协议内连续完成，但不能被省略。对 Project Optimus 来说，剂量优化仍应有独立的证据任务和决策节点，即便它被嵌入 FIH 或 III 期安全导入。DMC、统计团队和监管沟通需要围绕这些功能节点设计，而不是简单宣布试验从 II 期无缝进入 III 期。 Slide 057Session 3B / p.8▪ Seamless protocols have the potential to allow efficient enrollment before and after go/no-goSession 3B 第 8 页：▪ Seamless protocols have the potential to allow efficient enrollment before and after go/no-go 这一页讲什么：页面把传统 I、II、III 期框架与 Phase I/II、Phase II/III 的无缝框架并列，强调无缝协议可在 go / no-go 决策前后保持入组效率。I/II 可合并安全性、剂量和早期疗效任务，II/III 可连接剂量优化与结局改善验证。 监管/开发含义：这里的核心不是取消 go / no-go，而是让决策嵌入连续运行的协议。开发上，这能减少数据库锁定、方案重启和中心停摆；监管上，则要求决策标准在不断入组时仍保持盲态、独立性和可追溯性。自适应 Phase 2/3 若想兼顾剂量优化和确证性结论，必须说明阶段一患者是否进入最终分析、如何控制 I 类错误、样本量如何随信息量调整，以及 DMC 如何避免运营团队接触敏感疗效数据。 Slide 058Session 3B / p.9▪ Systematic review of literature identified 28 lung cancer studies using a seamless phase II/ISession 3B 第 9 页：▪ Systematic review of literature identified 28 lung cancer studies using a seamless phase II/I 这一页讲什么：该页引用系统综述，指出肺癌领域已有 28 项无缝 II/III 期研究，主要分为三类：带无效性或 futility 分析的推断性无缝设计、剂量递增后接 II/III 期的操作性无缝设计，以及多臂多阶段 II/III 设计。这说明无缝并非单一技术，而是一组不同整合程度的设计家族。 监管/开发含义：分类有助于澄清监管讨论的重点。操作性无缝主要解决时间和入组断点，统计风险相对集中在转换标准和偏倚控制；推断性无缝把早期患者纳入 III 期主要分析，必须严肃处理 multiplicity、适应性选择和 I 类错误；多臂多阶段设计还涉及多个实验臂的比较和停止规则。剂量优化若嵌入其中，不能只说“无缝”，而要明确是哪一种无缝，以及每种无缝承担的统计代价。 Slide 059Session 3B / p.10Platform phase II/III design Dziadziuszko et al, JTO, 2021 Peters et al, Nat Med, 2022Session 3B 第 10 页：Platform phase II/III design Dziadziuszko et al, JTO, 2021 Peters et al, Nat Med, 2022 这一页讲什么：这里转向平台式 II/III 期设计，并引用肺癌领域相关文献。平台设计通常在共同疾病框架、共享基础设施或共享对照下评估多个治疗臂，可允许臂的进入、停止或推进，从而把多药、多亚组或多阶段开发放在一个持续运行的试验体系内。 监管/开发含义：平台设计在肿瘤开发中的吸引力是显著提高筛选和确证效率，尤其适合分子分型细、候选药物多、标准治疗快速变化的领域。用于剂量优化时，它也可能提供比单臂扩展更强的随机化比较证据。风险在于平台复杂度会转化为统计和运营负担：共享对照是否可比、入组时间漂移如何处理、多个适应性决策如何控制错误率、DMC 是否能在多臂环境下做出清晰剂量选择，都会影响 FDA 对证据可靠性的判断。 Slide 060Session 3B / p.11▪ Initial dose optimization & safety lead-in ▪ Subsequent placebo- controlled phase 3 RegistratSession 3B 第 11 页：▪ Initial dose optimization & safety lead-in ▪ Subsequent placebo- controlled phase 3 Registrat 这一页讲什么：页面展示一个注册性 II/III 期设计：先进行初始剂量优化和安全性导入，随后进入安慰剂对照 III 期。脚注显示研究为全球试验，涉及口服 olomorasib、静脉 pembrolizumab、安慰剂、培美曲塞和铂类化疗，并给出 ClinicalTrials.gov 登记号作为实例来源。 监管/开发含义：这是把 Project Optimus 要求嵌入确证性开发的具体模式：不必在 III 期前完全停下来做独立剂量研究，而是在注册方案前段获得多剂量安全性、PK 或初步疗效证据，再把选定剂量推进到主要确证部分。它能降低开发停顿，但风险是剂量优化窗口过短、随访不足或样本量不足，导致选择更像运营决策而非证据结论。DMC 的独立审阅、预先商定的剂量标准和 III 期统计保护是该模式能否被监管接受的关键。 Slide 061Session 3B / p.12▪ Operational seamlessness offers an opportunity to reduce enrollment gaps and development timeSession 3B 第 12 页：▪ Operational seamlessness offers an opportunity to reduce enrollment gaps and development time 这一页讲什么：小结页强调，操作性无缝可减少入组间隙和开发周期，但无缝研究本身复杂，需要有意识地设计。对不同项目而言，剂量优化既可能作为 FIH 研究的一部分，也可能作为注册性 III 期的一部分，关键取决于疾病、药物风险、疗效信号和可行性。 监管/开发含义：这页给出的实践信息是：Project Optimus 不必机械理解为所有项目都要在注册前完成一个孤立的随机剂量 II 期。更合理的路径是把剂量优化放到最能产生高质量证据且不破坏开发节奏的位置。监管会关注的是证据充分性而非阶段名称，包括是否有多剂量随机数据、是否有足够安全随访、样本量是否支持剂量判断、以及最终确证性试验是否避免因早期适应性选择而产生不可控偏倚。 Slide 062Session 3B / p.13Adaptive Phase 2/3 Designs with Early Dose Selection: A Statistical Perspective Cong Chen, PhDSession 3B 第 13 页：Adaptive Phase 2/3 Designs with Early Dose Selection: A Statistical Perspective Cong Chen, PhD 这一页讲什么：第二个报告由 Merck 早期开发统计负责人 Cong Chen 主讲，主题转为带早期剂量选择的自适应 Phase 2/3 设计，并明确从统计视角展开。相比前一部分偏临床开发和案例，这里会聚焦阶段合并后如何分析、如何控制错误率，以及剂量选择会带来怎样的样本量和效率代价。 监管/开发含义：自适应 Phase 2/3 是 Project Optimus 语境下很有吸引力的方案，因为它似乎能同时提供随机化剂量数据和确证性开发效率。但统计视角会提醒，早期剂量选择并不是免费的：如果阶段一数据进入主要分析，选择偏倚、alpha 消耗、信息分数和终点相关性都会影响结论可信度。监管接受度取决于方案是否把临床决策规则转化为可验证的统计控制。 Slide 063Session 3B / p.14Disclosure Information Cong Chen ▪ I’m a stockholder of biopharmaceutical companies and may benSession 3B 第 14 页：Disclosure Information Cong Chen ▪ I’m a stockholder of biopharmaceutical companies and may ben 这一页讲什么：披露页说明讲者持有生物医药公司股票，可能从相关内容受益；同时声明报告观点代表个人，不应被视为 Merck 官方立场。它把后续统计建议限定为专家观点和方法学讨论，而非某家公司对特定试验或监管政策的正式承诺。 监管/开发含义：对于涉及自适应设计和 alpha 惩罚的讨论，利益披露尤其重要，因为不同统计策略会直接影响样本量、成本和开发可行性。申办方可能倾向降低惩罚以提升效率，监管方则必须确保 I 类错误和选择偏倚得到合理控制。披露并不削弱方法学观点，但提醒听众需要依据预先方案、模拟结果和 FDA 互动记录来判断某一统计路径是否适用于具体肿瘤项目。 Slide 064Session 3B / p.15Overview of seamless and adaptive Phase 2/3 trial designs Inferentially seamlessly adaptive PhaSession 3B 第 15 页：Overview of seamless and adaptive Phase 2/3 trial designs Inferentially seamlessly adaptive Pha 这一页讲什么：页面用矩阵区分常规序贯 II/III、操作性无缝自适应 II/III 和推断性无缝自适应 II/III。关键维度包括 II 期后是否需要最低暂停，以及 II 期患者是否纳入 III 期主要分析。讲者指出，推断性无缝在理论上很有吸引力，但实践挑战显著。 监管/开发含义：这页定义了后续统计争议的核心：把 II 期患者纳入 III 期主要分析可以节省样本和时间，但会把剂量选择和确证性检验绑在一起。若早期数据影响了选剂量、入组延续或分析人群，就必须处理适应性选择带来的错误率膨胀。操作性无缝可能更容易执行，因为它减少停顿但不一定混合推断；推断性无缝则需要更强的统计预设、模拟和监管认同。 Slide 065Session 3B / p.16Typical options post preliminary dose finding 16 Dose Escalation MTD finding Randomized Dose SeSession 3B 第 16 页：Typical options post preliminary dose finding 16 Dose Escalation MTD finding Randomized Dose Se 这一页讲什么：这里比较初步剂量探索后的几种路径：先做随机剂量选择再进入确证性 III 期，信息更充分但速度慢；直接进入 III 期较快但剂量证据较弱；带剂量选择的自适应 II/III 试图居中。页面也提醒，理想上应早选剂量，但复杂情况下可能需要更多患者和更长随访。 监管/开发含义：这页准确呈现 Project Optimus 的实施难点。监管希望剂量选择不再只依赖 MTD 或小样本扩展，但完整随机剂量 II 期会增加时间、成本和患者需求。自适应 II/III 的价值在于把剂量比较放进确证性通道；其风险是如果过早选择，慢性毒性、OS 趋势或暴露-反应关系可能尚未成熟。样本量和随访长度必须由剂量决策所需信息驱动，而不是只服务于最快进入 III 期。 Slide 066Session 3B / p.17A hypothetical adaptive Phase 2/3 design Dose-selection is primarily based on the safety/PK datSession 3B 第 17 页：A hypothetical adaptive Phase 2/3 design Dose-selection is primarily based on the safety/PK dat 这一页讲什么：页面提出一个假设性自适应 II/III 设计：剂量选择主要依据安全性和 PK 数据，标准经 FDA 接受，并由外部 DMC 作出决定。最终 III 期主要分析把阶段一和阶段二中选定剂量对照组的 OS 数据合并；虽然阶段一患者只占约 10%，因随访更长，会贡献不成比例的 OS 信息。 监管/开发含义：这个例子揭示了自适应剂量选择的统计敏感点。临床上，依据安全性和 PK 选剂量较符合 Project Optimus，因为它强调耐受性和暴露合理性；但一旦阶段一 OS 进入主要分析，即使选剂量并非按 OS 选择，也可能被视为有潜在选择偏倚。DMC 独立性、FDA 预先同意的选择标准、阶段一信息比例和 OS 成熟度都会决定是否需要统计惩罚，以及惩罚多大。 Slide 067Session 3B / p.18Phase 3 primary analysis An inverse normal combination test is often used for the primary analySession 3B 第 18 页：Phase 3 primary analysis An inverse normal combination test is often used for the primary analy 这一页讲什么：页面说明，III 期主要分析常使用 inverse normal combination test 来控制 I 类错误。该方法稳健但效率不高，因为它把两个阶段的 p 值复杂组合，并对阶段一中多个剂量的选择进行惩罚。即便剂量选择基于更好耐受性而非更好 OS，也可能损失 40%-50% alpha。 监管/开发含义：这页直指自适应 II/III 的代价：严格的组合检验能保护监管最关心的错误率，却可能把本应用于确证疗效的 alpha 大量消耗在防范假想的 cherry-picking 上。对肿瘤项目，这意味着为了同等 power 需要更多事件和样本，削弱无缝设计的效率优势。关键问题是惩罚应与实际决策依据相匹配，如果 DMC 只依据安全性、PK 或低相关短期指标选剂量，过度保守的 OS 惩罚可能反而抑制高质量剂量优化。 Slide 068Session 3B / p.19Sample size comparison based on the hypothetical design 19 Dose Escalation MTD finding RandomizSession 3B 第 19 页：Sample size comparison based on the hypothetical design 19 Dose Escalation MTD finding Randomiz 这一页讲什么：该页用假设设计比较样本量：随机剂量选择后再做 III 期可能是 80 加 800；直接两臂 III 期为 800；自适应 II/III 在过度惩罚下可能变成 40 加约 920。为了补偿 alpha 损失，样本量需增加约 10%-20%，成本约增加 2000 万美元。 监管/开发含义：样本量比较说明，统计惩罚会决定自适应设计是真正高效还是名义上无缝。若为了控制选择偏倚而把主要分析 alpha 大幅压缩，项目可能既没有传统随机 II 期的信息充分性，也没有直接 III 期的样本效率。对 DMC 和监管互动而言，必须在方案阶段量化不同惩罚策略下的 power、事件数、成本和入组可行性，否则 Project Optimus 的剂量优化要求可能被企业视为不可承受的开发负担。 Slide 069Session 3B / p.20A more nuanced approach to the statistical analysis Combination test is better suited for scenaSession 3B 第 20 页：A more nuanced approach to the statistical analysis Combination test is better suited for scena 这一页讲什么：讲者提出更细化的统计处理：组合检验更适合剂量选择主要基于疗效终点、样本量较大且随访较长的情形；若剂量选择主要基于短随访患者中的安全性和 PK，选定剂量可按 2.5% 水平检验，只为行政性查看按实际信息分数少量花费 alpha。惩罚应发生在选择依据与主要终点高度相关时。 监管/开发含义：这页给出对自适应 II/III 更可操作的监管路径：不要把所有早期选剂量都等同于基于 OS 的疗效筛选。Project Optimus 需要的是更好剂量证据，而不是用过度惩罚阻止剂量比较进入确证性试验。关键是预先界定剂量选择变量、信息分数、相关性假设和 alpha spending 规则，并用模拟证明 I 类错误可控。这样可保护统计推断，同时保留无缝设计在样本量和时间上的优势。 Slide 070Session 3B / p.21An example: a pivotal study of Gardasil 9 Dose selection was based on immunogenicity and safetySession 3B 第 21 页：An example: a pivotal study of Gardasil 9 Dose selection was based on immunogenicity and safety 这一页讲什么：页面以 Gardasil 9 关键研究为例，说明剂量选择基于免疫原性和安全性，因这些指标与最终疗效终点相关性较小，未支付统计惩罚。页面也标出该研究曾有 9 个月入组暂停，提示传统路径为了获得剂量决策证据可能付出明显时间成本。 监管/开发含义：虽然 Gardasil 9 不是肿瘤药，但它为监管推理提供了类比：当剂量选择依据与最终临床疗效终点低相关时，不必自动施加沉重 alpha 惩罚。肿瘤项目若使用安全性、PK、药效学或短期耐受性作为剂量选择依据，应证明这些信息不会实质性选择出 OS 或 PFS 更优的剂量。这样可让 DMC 在不破坏确证性检验的情况下完成选剂量，同时避免为等待完整 II 期结果而长期暂停入组。 Slide 071Session 3B / p.22Sample size comparison under the improved approach 22 Dose Escalation MTD finding Randomized DoSession 3B 第 22 页：Sample size comparison under the improved approach 22 Dose Escalation MTD finding Randomized Do 这一页讲什么：在改进统计方法下，样本量比较发生变化：传统随机剂量选择后接 III 期仍约为 80 加 800，直接 III 期为 800，而自适应 II/III 可接近 40 加 800。页面强调，减少不必要惩罚后，自适应 II/III 设计在效率上更具竞争力。 监管/开发含义：这页说明统计方法不是技术细节，而是决定 Project Optimus 能否落地的制度变量。若监管和申办方能同意基于实际选择机制的 alpha 处理，自适应 II/III 可以用相对有限的额外患者生成随机化剂量证据，同时不显著扩大全部确证性样本量。风险在于这种改进方法需要可信的预设和模拟支持，不能在看到数据后再解释选择依据低相关；否则会被视为规避 multiplicity 和选择偏倚。 Slide 072Session 3B / p.23In general, s eamless designs assisted with adaptive dose selection can make dose optimizationSession 3B 第 23 页：In general, s eamless designs assisted with adaptive dose selection can make dose optimization 这一页讲什么：讨论页总结，带自适应剂量选择的无缝设计可让剂量优化更具成本效益，也让 Project Optimus 对申办方更有吸引力。页面以 pembrolizumab 项目为参照，指出其在 FIH 中随机多个剂量并在早期 III 期保留两个剂量，但多数项目难以承受如此大样本和高成本；自适应 II/III 可作为更现实的替代路径。 监管/开发含义：这页把方法学讨论拉回政策执行：如果 Project Optimus 被理解为所有项目都要复制 pembrolizumab 式大规模多剂量开发，很多项目会因成本和样本不可行而抵触。自适应 II/III 的承诺是用更少额外资源产生 FDA 可用的多剂量随机对照证据，并在确证性开发中保留剂量优化机会。前提是统计惩罚合理、DMC 决策透明、剂量选择标准预先接受，且最终分析能证明疗效结论没有被适应性选择污染。 Slide 073Session 3B / p.24Session 3B panel: implementing seamless and adaptive registrational trial designsSession 3B 第 24 页：Session 3B panel: implementing seamless and adaptive registrational trial designs 这一页讲什么：这一页列出 Session 3B 的 panel 阵容：Geoff Oxnard 主持，Merck 的 Cong Chen 作为开场讲者，panelist 包括 FDA、Boehringer Ingelheim 以及患者倡导组织代表。主题是如何实施无缝和自适应注册试验设计。 监管/开发含义：这页强调自适应或无缝设计的落地需要统计、临床、监管和患者视角共同参与。剂量选择嵌入确证性开发时，必须预先处理 DMC 决策、盲态保护、样本量、终点成熟度和患者接受度；否则设计看似高效，实际可能削弱注册推断和剂量解释。本篇总结 Session 3 说明 Project Optimus 在注册阶段的真正含义：剂量优化不是早期临床的附属议题，而是影响确证性试验设计、标签剂量、组合策略和审评风险的核心证据线。 对全球开发项目而言，关键不是机械增加一个剂量研究，而是在注册路径中明确剂量选择的证据标准。MIDD、总体安全性评价、暴露-反应和自适应设计都可以帮助提高效率，但前提是问题定义清楚、规则预设、结论可解释。参考资料 FDA Project Optimus page: https://www.fda.gov/about-fda/oncology-center-excellence/project-optimus FDA final guidance, Optimizing the Dosage of Human Prescription Drugs and Biological Products for the Treatment of Oncologic Diseases: https://www.fda.gov/regulatory-information/search-fda-guidance-documents/optimizing-dosage-human-prescription-drugs-and-biological-products-treatment-oncologic-diseases AACR workshop page: https://www.aacr.org/dosing2024 FDA event page: https://www.fda.gov/drugs/news-events-human-drugs/fdacder-office-clinical-pharmacology-and-american-association-cancer-research-public-workshop Session 3A slides: https://www.aacr.org/wp-content/uploads/2024/02/Session-3A-slides.pdf Session 3B slides: https://www.aacr.org/wp-content/uploads/2024/02/Session-3B-Slides.pdf