点击上方DIA发布关注我们
早期研究是药物研发过程中的关键环节。这个阶段所产生的临床证据,对了解产品特性、建立科学问题、定位产品TPP、特别是优化确证性研究设计等多方面都起到关键作用。例如,如何平衡疗效和毒性来选择合适的剂量,如何运用早期终点预测确证性研究中生存类终点的获益,如何尽早探索多靶点之间的析因关系,如何高效比较多个早期产品,等等。
2024年10月17-19日, 第十二届药物研发定量科学论坛 (QSF) 在南京成功召开, 其中在10月19日上午, QSF举办了一场以 “如何提高早期研究对确证研究可预测性?” 的专题讨论会, 该讨论会由江苏恒瑞医药生物统计高级总监聂子强主持, 特邀默沙东研发助理副总裁陈聪博士, 罗氏高级数据科学家刘文新博士, 阿斯利康中国研发中心统计副总监郭文天博士, 齐鲁制药临床研发中心助理统计总监章犇, 石药集团数据科学中心统计副总监张冉, 百济神州统计副总监石再兴博士进行专题汇报.
江苏恒瑞医药生物统计高级总监 聂子强
专题报告1
单药对联合用药疗效的贡献
陈聪博士引用了EV302等试验数据,比较了pembro和EV联合治疗与化疗的疗效,结果显示联合治疗在膀胱癌一线治疗中有提高疗效的潜力。演讲中重点讨论了量化单药对联合疗法的贡献,提出了两种主要假设:协同作用和独立药物作用 (Independent Drug Action, IDA)。协同作用假设认为联合效果大于各自效果之和,而独立药物作用假设则认为药物独立发挥作用,其结果可预测。陈聪博士通过EV103队列K和KN052研究的数据验证了独立药物作用的评估。此外,还介绍了CheckMate 067研究,该研究评估了伊匹单抗和纳武单抗在黑色素瘤患者中的联合应用,以及达拉非尼与曲美替尼在BRAF突变黑色素瘤中的应用,展示了独立药物作用的适用性。陈聪博士还提出了在非小细胞肺癌(NSCLC)一线治疗中ORR×mDoR作为优于传统ORR或PFS的替代指标。这一指标在评估新药对现有标准治疗(SOC)的疗效改进方面表现更为优异。陈聪博士的演讲强调了理解单药在联合治疗中的作用对于优化治疗方案的重要性,将有助于提高联合疗法的整体疗效。
专题报告2
利用历史数据:提升早期临床试验决策质量
罗氏高级数据科学家 刘文新博士
刘文新博士首先介绍了早期临床试验中的外部对照设计和混合随机对照试验,并指出利用历史控制数据作为先验信息,可以有效减少对照组样本量,降低成本,提高患者获得新药治疗的机会。刘文新博士提出,使用贝叶斯方法,历史数据被用于生成对照组疗效的后验分布,可以更有效地帮助做出扩展阶段的决策(Gating Decision)。此外,刘博士介绍了决策的操作特性(Operating Characteristics),对比了在使用无信息先验和使用历史数据作为先验的情况下,决策曲线的变化。结果显示,利用历史数据作为先验能够使决策更加稳健,有效减少误判风险,提升试验结果的可靠性。对于关键性试验的决策,刘文新博士讨论了TTE为终点的试验中使用历史数据来支持关键性试验的设计,结合贝叶斯动态借用(Bayesian Dynamic Borrowing)和倾向评分匹配(PS Matching)等方法,增强了决策的准确性。刘文新博士展示了在MORPHEUS-Liver研究中如何通过使用IMbrave150的数据来创建混合对照组,使用包括基于贝叶斯动态借用的方法和倾向评分匹配,以增加对照组样本量,同时平衡基线特征。最后,刘文新博士强调了利用历史数据提升临床试验决策质量的重要性,通过科学的量化分析和创新的试验设计,不仅能加快药物研发进程,还能在确保安全性的前提下提高试验效率,从而为患者带来更多的治疗选择。
专题报告3
A Bayesian framework for evaluating the sample size of escalation/backfill stage and Go/NoGo criteria for the transition from escalation to expansion
阿斯利康中国研发中心统计副总监 郭文天博士
郭文天博士首先概述了当前在早期肿瘤学试验中,剂量递增到剂量扩展的决策主要基于多维度证据的综合评估,包括安全性、药代动力学(PK)、药效学(PD)、疗效及作用机制(MoA),而不仅仅是基于安全性。然而,由于样本量小以及缺乏量化的标准,现有的决策可能存在主观性和不确定性。在这种背景下,郭文天博士介绍了一种基于预测成功概率(Predictive Probability of Success,PPoS)的贝叶斯框架,用于指导剂量递增和剂量扩展阶段的决策。这一框架通过量化的方法,为扩展阶段的决策提供科学依据,以减少错误风险,并提高试验的成功率。通过这种方法,可以在小样本量的情况下实现更为稳健的决策,更好地评估剂量的有效性和安全性。郭文天博士通过一个具体的案例详细展示了PPoS框架的应用, 案例通过结合先验信息和观察到的数据,PPoS可以动态地评估试验的成功概率,从而为扩展或停止试验提供数据支持。郭文天博士还展示了在不同样本量和策略下对决策的影响。在剂量升级和扩展阶段的决策中,郭文天博士特别强调了几个关键的技术考虑因素。首先是如何选择合适的先验分布。她指出,无信息先验也可以提供一定的信息,需要仔细选择先验的权重,以使PPoS更加合理。其次,她强调了在剂量递增和扩展阶段之间评估人群和终点的相似性的重要性。如果剂量递增阶段和扩展阶段的人群或终点存在显著差异,那么简单地延续相同的框架可能并不适用。郭文天博士总结,尽管当前基于描述性证据的综合评估方法广泛应用于临床试验,但通过引入贝叶斯框架,可以实现量化评估,加速早期临床开发。PPoS的引入不仅衡量当前数据下扩展阶段的成功信心,还为未来设计提供科学依据,同时可以灵活适应不同试验需求。
专题报告4
肿瘤研究中使用短期终点的信息来预测长期终点
齐鲁制药临床研发中心助理统计总监 章犇
章犇首先介绍了加速审批在肿瘤药物开发中的重要性,尤其是在晚期肿瘤患者生存期有限的情况下,尽早获得新疗法的有效性信息变得尤为重要。他指出,在单臂试验中,常用的疗效评估指标如ORR)、完全缓解率(CRR)和微小残留病(MRD)阴性比例等,虽然能够在短期内为疗效提供初步证据,但评估长期生存获益仍需借助其他指标,如无进展生存期(PFS)和总生存期(OS)等。针对各疗效终点之间的关系,章犇通过引用多篇文献,详细探讨了ORR、PFS与OS之间的关联。他指出,ORR与PFS之间存在较强的相关性,而ORR/PFS和OS之间的相关性则较为复杂,受交叉治疗、后续治疗线数和进展后长期生存等因素的影响。研究表明,PFS和ORR可以用于早期的“go/no go”决策,帮助判断药物是否继续开发。在混合模型应用方面,章犇通过具体的公式和模型,介绍了如何将生存时间建模为混合分布来预测不同患者的生存情况。他强调,基于混合模型,可以计算出中位生存时间、特定时间点的生存率等重要指标,帮助临床研究人员更好地制定决策。通过结合短期和长期的信息,可以在不同试验阶段更科学地进行剂量选择和决策制定,从而提升试验成功的可能性。最后,章犇强调了研究时长和决策质量之间的权衡,并提出了后续探索的方向,包括结合混合信息来估计样本量和使用具有预测终点的变量,以进一步提高药物开发的效率。这些观点为未来的肿瘤药物研发提供了宝贵的参考,有助于提高临床试验的科学性和成功率。
专题报告5
队列回填设计支持肿瘤药物开发早期剂量优化:方法与应用
石药集团数据科学中心统计副总监 张冉
张冉首先介绍了最佳生物效应剂量(Optimal Biological Dose, OBD)的概念,指出在肿瘤药物的早期开发中,剂量的优化需兼顾考虑安全性和有效性,并基于获益/风险权衡。传统的剂量选择模式往往偏向于最大耐受剂量(MTD),但对于靶向和免疫治疗药物,单纯追求高剂量的做法可能带来疗效未继续增加, 脱靶毒性增大的风险。因此,基于OBD的剂量优化策略应得到更多重视,以实现更合理的获益风险权衡。张冉详细阐述了基于BOIN(Bayesian Optimal Interval Design)的队列回填设计(BF-BOIN),该设计结合了BOIN设计的剂量递增原则和回填队列,旨在通过在递增剂量的同时,在较低剂量处招募更多患者,从而更全面地评估药物的疗效与安全性。这种方法可以实现早期剂量优化,加速试验进程。张冉继续介绍了BF-BOIN设计的几个关键技术要点,包括基于贝叶斯最优区间设计找到“最优”边界以最小化患者被分配到不适剂量的风险。此外,BF-BOIN在试验过程中会对回填队列的数据进行综合分析,从而反向影响递增剂量的选择,保证决策的科学性与一致性。相比传统简单的回填设计,BF-BOIN能够明确回填患者的剂量分配原则,并减少不必要的毒性暴露。张冉还分享了BF-BOIN方法在实际药物研发中的应用实例,展示了如何利用该设计进行药物开发,并提升早期剂量优化的科学性与可操作性。同时,她强调了统计师在新方法学落地应用中的重要作用,特别是在推动内部和外部沟通方面,为项目团队、研究者以及监管机构搭建桥梁,确保新方法学的顺利实施。
专题报告6
从概念验证到确证性研究开发路径的统计学考量
百济神州统计副总监石再兴博士
石再兴博士详细阐述了PoC试验及III期研究的设计,提出了多种开发策略,并通过“Go/No-go”决策框架对不同研究路径进行分析。该框架基于低参考值(Lower Reference Value, LRV)与目标值(Target Value, TV)之间的对比,通过不对称置信区间判断是否推进到下一阶段。石再兴博士还引入了“等值边界 (Equal Boundary)”以优化Go/No-go决策,提高了决策的精度和和灵活性,同时降低了决策过程中可能存在的不确定性。石再兴博士介绍了三种不同的无缝设计选择:独立PoC及III期、操作型无缝设计及推理无缝设计。每种方案均具有独特的优缺点。例如,推理无缝设计可节省样本量并缩短研究时间,但灵活性较差,在二期研究结束后若需停止则需重新设计III期研究;而操作型无缝设计虽然灵活,但最终分析较推理无缝设计可能要推迟8个月左右。因此,在具体研究中如何选择合适的设计方案至关重要。最后, 石再兴博士总结了不同设计方案的优缺点和适用场景,指出Go/No-go决策对PoC试验至关重要,直接影响后续临床开发的成功与否。无缝II/III期设计在统计和操作效率上可能提供显著优势,但需在盲态保持、决策机构、数据组合等方面进行权衡。
点击了解详情
关于DIA
DIA是一个全球化、跨学科的国际性学术平台,在中立的环境中,融合医药研发领域全行业的意见领袖,探讨当前研发的技术问题,提升专业能力,以及催化行业共识,在全球医药研发领域享有很高的声誉。
扫码关注我们
微信号|DIA发布
长按识别左侧二维码即可关注
我们努力为你提供有内容的内容。