抗肿瘤药物主方案试验设计进展及统计考量

在精准医疗的背景下,选择性作用于肿瘤特定分子靶标的靶向治疗愈发受到重视,其作用机制也对临床研究提出了新的挑战。传统的临床试验设计往往忽略了患者的异质性,而对患者按生物标记物进行筛选的富集设计则面临效率低下、可行性低等问题。主方案设计是一种在同一试验结构下评估多种药物或肿瘤分子亚型的新型试验设计,不仅能较好地处理患者异质性问题,适应靶向治疗的作用机制,且有利于加快药物研发,目前在国外已有一定应用。本文旨在结合实际应用案例,对篮式设计、伞式设计、平台设计等主方案设计的基本特点和研究进展进行综述。

贝叶斯统计在儿童用药有效性外推中的应用

由于儿童人群的生理特殊性,使用外推技术将成人人群数据外推至儿童人群是当前儿童用药的研发热点。贝叶斯统计作为一种可更充分利用已获得临床数据的灵活方法,正成为儿童用药有效性外推中的有效工具。文章在介绍儿童临床研究特点的基础上,阐述了贝叶斯统计的基本概念和基础模型框架,并介绍了幂先验、混合先验和meta分析预测先验,以及模拟技术在贝叶斯统计中的重要作用。然后介绍了一项使用稳健meta分析预测先验借用成人人群历史数据的儿童人群多发性硬化症研究案例。最后讨论了贝叶斯统计在儿童用药外推中其他领域的应用场景,以及实际使用中的重点关注内容。

基于阿基米德Copula回归模型双计数数据新药安全性有效性评价

目的:研究新药安全性指标和有效性指标为计数数据以及相关条件下的联合评价及剂量选择问题。方法:基于阿基米德Copula性质建立了双计数数据联合评价模型,并提出了联合概率法进行剂量选择。结果与结论:阿基米德Copula具有良好的效果。首先,可以方便地刻画变量间相关性。另外,安全性和有效性回归模型参数具有明显生理学意义。同时,阿基米德Copula对概率分布没有任何限制。模拟结果表明,阿基米德Copula联合模型可以很好地刻画具有相关性安全性有效性指标,同时选择最优给药剂量。