适应性试验设计的吸引力是不可否认的。灵活的模型临床研究给赞助商的能力转变过程中流——空投武器,增加患者,关注亚种群,使其他适应基于早期结果。

这些调整可以削减成本和提高运营效率,同时增加的机会更好的研究成果。连环式的“价值”,赞助商多年来一直追逐。

但是对于所有的大肆宣传适应性试验设计,很多临床团队仍然纠结于如何让他们工作。

如果赞助商想利用一种自适应试验设计的好处,他们需要建立到临床试验计划——在研究开始前。需要额外的时间和精力,以及合适的人才,和强大的建模工具,以确定哪些自适应模型将满足他们的需求。

我们知道,自适应设计是复杂的,需要专业知识和指导。所以我们的管道架构师团队创建了一个视频如何结合自适应试验设计临床试验计划。这11分钟课程列出了四种基本的自适应模型和提供建议如何使用它们构建和评估试验。

下面是其中的一些亮点。

四个适应性试验设计

在视频中,我们将讨论四种常见适应性,可以帮助赞助商降低时间和成本,减少病人接触,并添加他们的研发效率。试验计划在每个模型中,定义了关键里程碑的研究之前,所有病人都招募了——数据分析来确定方向的转变是必要的。

是很重要的时机和条件的这些分析里程碑和包括支持适应的具体指标。

样本大小re-estimation

临床试验几乎总是指定一个样本大小或招募的患者数量。在大多数情况下,这些样本大小确定基于估计的最小数量的病人可能产生有意义的结果。

然而,样本容量的计算方法是基于假设可能并不准确。使用样本容量re-estimation,赞助商可以评估病人数据在定义里程碑来确定是否需要调整试验的大小。例如,审判可能预期招聘160名患者,但使用样本量再,赞助商将从第一个40例分析池数据来决定是否需要更多的病人提供所需的结果。

这种适应性可以减少大量的时间和成本计划平均和减少风险的试验失败——尽管如果数据不支持适应,招募更多的患者会增加项目时间和成本。

好处

• 样本大小re-estimation允许赞助商调整病人的数量,降低成本和加速投放市场的时间。
• 赞助商可以避免负面的研究中,如果数据表明化合物是有效的但更大的样本量是必需的。
• 这个模型可以吸引金融决策者看到潜在的降低成本的机会,避免风险。

临时分析停止徒劳或功效

在这个自适应模型,赞助商进行临时分析试验来评估一个预定义的里程碑。这可能会发现一个令人惊讶的是积极的治疗效果,表明试验可以得出基于当前的结果。或者,它可能表明,缺乏治疗效果(或意想不到的安全问题)意味着审判应该停下来,没有进一步的病人登记。

好处

• 数据是否积极或消极,赞助商可能会很快得出重要的结论的研究过程来支持当前和未来的投资决策。
• 如果很明显,端点不能实现,数据可能证明结束试验,而不是让更多的病人治疗,不会显示。
• 如果治疗效果是绝对积极的,赞助商可以加速投放市场的时间。

放弃一只手臂

在这个模型中,赞助商推出的多个武器试验知道一个或多个将被削减。这是一个受欢迎的选择更广泛的公司想要测试剂量范围或其他决定哪一组群体可能经历最积极的结果。

好处

• 计划放弃武器给赞助商的灵活性来测试更广泛的计量策略,从而增加成功发展的可能性。
• 对投资者有吸引力的模型和研究人员,因为更多的前期数据降低风险,保证降低成本当sub-efficacious武器。
• 它会降低病人风险结局不佳的武器更快,减少病人接触较少的有效剂量。

调整研究人群

赞助商相信治疗会更积极的影响某些亚种群可以验证他们的理论通过使用一种自适应设计调整人口mid-trial(例如人口浓缩)。分析数据在一个临时的里程碑让赞助商评估特定人群是否正在经历一个更高的治疗效果,然后调整包含/排除标准为其余成员。

这个模型的关键是亚种群,必须预先定义的数据驱动的决策与强大的理论学习计划,保持科学的完整性。监管机构将不支持赞助商狩猎远征中途审判。

好处

• 人口调整允许赞助商招募更多的迅速从一个更广泛的人口,一个备份计划,关注更小,更具响应性人口只有必要的。
• 它减少了消极的审判的可能性提高人口最大的治疗反应药物。
• 它会降低病人风险通过招募数量较少,不太可能反应或不良事件的可能性更高。

这些模型可以带来好处,但前提是赞助商给他们的临床试验设计的额外时间和支持做前期设计研究和分析。这可能是一个挑战,特别是当团队面临压力尽快完成计划招募就可以开始。

试验设计者可以加速这个过程通过使用复杂的建模工具,像IQVIA管道架构师。技术帮助识别适应性可以提供重要的价值的情况下,模型的理想时机和病人的场景,并提供详细的证据需要情况下决策者的好处自适应设计和标准的固定设计。

视图11分钟视频解释一些常见的自适应设计。