✖


Jump to content

Адаптивный дизайн (медицина)

При адаптивном дизайне клинического исследования параметры и ход исследования кандидатного лекарственного средства или вакцины могут быть изменены на основе промежуточного анализа . [1] [2] [3] Адаптивный дизайн обычно включает расширенную статистику для интерпретации конечной точки клинического исследования . [2] В этом отличие от традиционных одногрупповых (т.е. нерандомизированных) клинических исследований или рандомизированных клинических исследований (РКИ), протокол которых является статичным и не изменяет какие-либо параметры до завершения исследования. Процесс адаптации происходит на определенных этапах исследования, прописанных в протоколе исследования. Важно отметить, что этот протокол исследования устанавливается до начала исследования с указанием графика адаптации и процессов. Адаптации могут включать изменения в дозировке, размере выборки, исследуемом лекарственном средстве, критериях отбора пациентов и/или «коктейльной» смеси. [4] PANDA (набор инструментов для практического адаптивного и нового дизайна и анализа) предоставляет не только краткое описание различных адаптивных проектов, но и исчерпывающую информацию о планировании, проведении, анализе и отчетности адаптивного дизайна. [5]

Схематическая блок-схема адаптивного дизайна клинического исследования [2]


Цель [ править ]

Целью адаптивного исследования является более быстрая идентификация лекарств или устройств, оказывающих терапевтический эффект, и сосредоточение внимания на группах пациентов, для которых препарат подходит. [6] При эффективном проведении адаптивные исследования могут найти новые методы лечения, сводя при этом к минимуму количество пациентов, подвергающихся рискам клинических испытаний. В частности, адаптивные исследования могут эффективно открывать новые методы лечения за счет сокращения числа пациентов, включенных в группы лечения, которые демонстрируют минимальную эффективность или более высокий уровень побочных эффектов. Адаптивные исследования могут корректировать практически любую часть своего плана, основываясь, например, на заранее установленных правилах и статистическом дизайне, например, на размере выборки, добавлении новых групп, исключении менее эффективных групп и изменении вероятности рандомизации в конкретную группу.

История [ править ]

США В 2004 году Управление по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) представило Инициативу стратегического пути, направленную на изменение пути доставки лекарств из лаборатории на рынок. Эта инициатива была направлена ​​на решение проблемы высокого уровня отсева, наблюдаемого на клиническом этапе. Он также попытался предложить исследователям гибкость, позволяющую найти оптимальную клиническую пользу, не влияя при этом на достоверность исследования. Первоначально адаптивные клинические испытания проводились в рамках этого режима. [7]

В 2010 году FDA выпустило проект руководства по адаптивному дизайну исследований. [6] В 2012 году Президентский консультативный совет по науке и технологиям (PCAST) рекомендовал FDA «запустить пилотные проекты по изучению механизмов адаптивного одобрения для получения доказательств на протяжении всего жизненного цикла препарата, от предпродажной до постмаркетинговой фазы». Хотя это и не связано конкретно с клиническими испытаниями, совет также рекомендовал FDA «в полной мере использовать ускоренное одобрение для всех лекарств, отвечающих установленным законом стандартам для удовлетворения неудовлетворенных потребностей при серьезных или опасных для жизни заболеваниях и демонстрирующих влияние на клинические конечные точки». кроме выживаемости или необратимой заболеваемости, или суррогатной конечной точки, которая может предсказать клиническую пользу». [8]

К 2019 году FDA обновило свои рекомендации 2010 года и выпустило «Руководство по клиническим испытаниям адаптивного дизайна для лекарств и биологических препаратов». [9]

Характеристики [ править ]

Традиционно клинические исследования проводятся в три этапа: [2]

  1. Суд спланирован.
  2. Испытание проводится в соответствии с проектом.
  3. Как только данные готовы, они анализируются в соответствии с заранее заданным планом анализа.

Типы [ править ]

Обзор [ править ]

Любой дизайн исследования, дизайн которого может измениться во время активного участия в исследовании, можно считать адаптивным клиническим исследованием. Существует несколько различных типов испытаний, и реальные испытания могут сочетать в себе элементы этих разных типов испытаний: [2] [10] [11] [12] [13] [14] В некоторых случаях испытания превратились в непрерывный процесс, в ходе которого по мере получения дополнительной информации регулярно добавляются и исчезают методы лечения и группы пациентов. [7]

Тип пробного дизайна Адаптируемый элемент Описание
Определение дозы Лечебная доза Дозу можно изменить, чтобы найти минимально токсичную и максимально эффективную дозировку.
Адаптивная гипотеза Конечные точки пробной версии В соответствии с заранее установленными протоколами эти исследования могут адаптироваться для изучения новых гипотез и соответственно добавлять новые конечные точки. Примером может служить переход от дизайна превосходства к дизайну не неполноценности.
Группа последовательная Размер выборки по заданному интервалу времени. Размеры выборки могут быть изменены. В этих исследованиях размер выборки обычно меняется путем добавления или удаления наборов пациентов, например путем добавления 20 пациентов одновременно, а затем повторной оценки. Этот тип дизайна подробно описан на PANDA. [5]
Адаптивная рандомизация ответа Коэффициенты рандомизации Вероятность попадания в одну конкретную группу может измениться. Группы лечения не добавляются и не исключаются, но вероятность рандомизации, например, в группу лечения может увеличиться после промежуточного анализа. Этот тип дизайна подробно описан на PANDA. [5]
Адаптивное переключение лечения Уход Эти исследования, основанные на заранее установленных правилах, могут переводить отдельных пациентов из одной группы в другую.
Биомаркер адаптивный Множественные, на основе открытий биомаркеров Эти испытания включили биомаркеры в процесс принятия решений. Примеры включают сосредоточение внимания на подгруппе населения, которая может быть более биологической восприимчивой к лечению, или выборе новых методов лечения для исследования по мере того, как становится все больше известно о биологии заболевания.
Обогащение населения Численность зарегистрированного населения Популяция, из которой будут участвовать в исследовании, может измениться, например, в зависимости от улучшения эпидемиологического понимания заболевания. Этот тип дизайна подробно описан на PANDA. [5]
Пробная версия платформы Множественный, на том основании, что все различные группы лечения имеют одну и ту же контрольную группу. Платформенные исследования определяются наличием постоянной контрольной группы, с которой сравниваются группы переменного лечения.
Многорукавный многоступенчатый Текущие методы лечения Эти исследования адаптируются для прекращения набора участников в группы лечения, которые показывают меньшую эффективность, и поэтому они не распределяют новых участников в группы лечения, которые кажутся наименее эффективными. Этот тип дизайна подробно описан на PANDA. [5]
Повторная оценка размера выборки Размер выборки Размеры выборки как для всего исследования, так и для отдельных групп могут меняться по мере того, как становится известно больше о величине эффекта. Этот тип дизайна подробно описан на PANDA. [5]
Бесшовная фаза I/II Вступление во II фазу испытаний В ходе этих испытаний одновременно собираются данные о безопасности и дозировке.
Бесшовная фаза II/III Вступление в испытания фазы III В этих исследованиях одновременно собираются данные о дозировке и эффективности.

дозы определения Схема ​

Фаза I клинических исследований сосредоточена на выборе конкретной дозы препарата для дальнейшего использования в будущих испытаниях. Исторически такие испытания имели структуру, «основанную на правилах» (или «алгоритмах»), например схему 3+3. [15] Однако эти планы «A+B», основанные на правилах, не подходят для исследований фазы I и уступают адаптивным планам, основанным на моделях. [16] Примером превосходного дизайна является метод постоянной переоценки (CRM). [17] [18] [19]

Групповое последовательное проектирование [ править ]

Групповой последовательный дизайн — это применение последовательного анализа к клиническим испытаниям. При каждом промежуточном анализе исследователи будут использовать текущие данные, чтобы решить, следует ли прекратить исследование или продолжить набор новых участников. Испытание может быть остановлено либо потому, что доказательства эффективности лечения сильны («остановка ради пользы»), либо слабы («остановка из-за бесполезности»). Заранее оговаривается, может ли испытание быть остановлено только из-за бесполезности, только из-за пользы или из-за того и другого. В схеме предусмотрены «обязательные правила остановки», когда испытание должно быть прекращено при превышении определенного порога (сильных или слабых) доказательств в ходе определенного промежуточного анализа. В противном случае у него есть «необязательные правила остановки», и в этом случае может быть принята во внимание другая информация, например данные по безопасности. Количество промежуточных анализов указывается заранее и может быть любым: от одного промежуточного анализа («двухэтапный» план) до промежуточного анализа после каждого участника («непрерывный мониторинг»).

Для исследований с бинарным исходом (ответ/отсутствие ответа) и одной группой лечения популярным и простым групповым последовательным дизайном с двумя этапами является дизайн Саймона. В этой схеме в середине испытания проводится один промежуточный анализ, после чего испытание либо прекращается из-за бесполезности, либо переходит ко второму этапу. [20] Мандер и Томсон также предложили схему с единственным промежуточным анализом, после чего испытание могло прекратиться либо из-за бесполезности, либо из-за пользы. [21]

В одногрупповых одноэтапных исследованиях с бинарными исходами успех или неудача исследования определяется количеством ответов, наблюдаемых к концу исследования. Это означает, что можно будет с уверенностью узнать результат исследования (успех или неудача) до того, как будут доступны все данные. Планирование прекращения исследования, как только результат станет известен с уверенностью, называется нестохастическим сокращением . Это в среднем уменьшает размер выборки. Планирование прекращения исследования, когда вероятность успеха, основанная на полученных на данный момент результатах, выше или ниже определенного порога, называется стохастическим сокращением . Это уменьшает средний размер выборки даже больше, чем нестохастическое сокращение. Стохастическое и нестохастическое сокращение также можно использовать в двухгрупповых исследованиях с бинарными исходами, где успех или неудача исследования определяется количеством ответов, наблюдаемых в каждой группе к концу исследования.

Пример плана Саймона, двухэтапного плана исследования с бинарным исходом.
Два возможных варианта двухэтапного исследования: остановка на первом этапе (вверху) и остановка на втором этапе (внизу).
Пример трехэтапной групповой последовательной конструкции, показанный с точки зрения статистики теста.

Использование [ править ]

См. Также: Этапы клинических исследований.

Метод адаптивного проектирования получил развитие в основном в начале XXI века. [2] США В ноябре 2019 года Управление по санитарному надзору за качеством пищевых продуктов и медикаментов предоставило рекомендации по использованию адаптивных дизайнов в клинических испытаниях. [3]

В 2020 году будут проведены исследования, связанные с COVID 19 - .

См. также: Вакцина против COVID-19 § Адаптивный дизайн для испытания «Солидарность» и разработка лекарств от COVID-19 § Адаптивный дизайн для испытаний COVID-19.

В апреле 2020 года Всемирная организация здравоохранения опубликовала «План исследований и разработок (для) нового коронавируса » (План). В проекте задокументировано «крупное международное индивидуальное рандомизированное контролируемое клиническое исследование с участием нескольких центров», позволяющее «одновременно оценить преимущества и риски каждой многообещающей вакцины-кандидата в течение 3–6 месяцев после того, как она станет доступной для испытания». В «Плане» указан Глобальный целевой профиль продукта (TPP) для COVID-19, определяющий благоприятные свойства безопасных и эффективных вакцин в двух широких категориях: «вакцины для долгосрочной защиты людей с повышенным риском заражения COVID-19, таких как медицинские работники». работников» и другие вакцины для обеспечения быстрого иммунитета в случае новых вспышек. [22]

Международная команда ТПП была сформирована для 1) оценки разработки наиболее перспективных вакцин-кандидатов; 2) составить карту вакцин-кандидатов и их клинических испытаний по всему миру, публикуя часто обновляемый «ландшафт» вакцин, находящихся в разработке; [23] 3) быстро оценить и провести скрининг наиболее многообещающих вакцин-кандидатов одновременно, прежде чем они будут испытаны на людях; на нескольких площадках и 4) разработать и координировать международное рандомизированное контролируемое исследование – «Испытание солидарности» вакцин. [22] [24] – обеспечить одновременную оценку преимуществ и рисков различных вакцин-кандидатов в ходе клинических испытаний в странах с высокими показателями заболеваемости COVID-19, обеспечивая быструю интерпретацию и обмен результатами по всему миру. [22] Коалиция ВОЗ по вакцинам будет определять приоритетность того, какие вакцины должны пройти   клинические испытания фазы II и III, а также определять гармонизированные   протоколы фазы III для всех вакцин, достигающих ключевой стадии испытаний . [22]

В глобальных исследованиях «Солидарность» и европейских исследованиях «Дискавери» с участием госпитализированных людей с тяжелой инфекцией COVID-19 применяется адаптивный дизайн для быстрого изменения параметров исследования по мере появления результатов четырех экспериментальных терапевтических стратегий. [25] [26] [27] [28] США Национальный институт аллергии и инфекционных заболеваний (NIAID) инициировал международное исследование фазы III с адаптивным дизайном (называемое «ACTT»), в котором примут участие до 800 госпитализированных людей с COVID-19 в 100 учреждениях в нескольких странах. [29]

Рак молочной железы [ править ]

Адаптивная конструкция исследования позволила двум экспериментальным лекарствам от рака молочной железы дать многообещающие результаты всего за шесть месяцев испытаний, что намного короче, чем обычно. Исследователи оценили результаты во время исследования и обнаружили, что рак был искоренен более чем у половины одной группы пациентов. В ходе испытания, известного как I-Spy 2 , было протестировано 12 экспериментальных препаратов. [6]

Я-ШПАЙ 1 [ править ]

В рамках своего предшественника I-SPY 1 10 онкологических центров и Национальный институт рака (программа NCI SPORE и кооперативные группы NCI) сотрудничали для определения показателей реагирования, которые лучше всего прогнозировали бы выживаемость женщин с раком молочной железы высокого риска. В течение 2002–2006 гг. в исследовании наблюдалось 237 пациентов, проходивших неоадъювантную терапию перед операцией. Итеративная МРТ и образцы тканей контролировали биологию пациентов, получавших химиотерапию, проводимую в неоадъювантном или дооперационном режиме. Оценка прямого воздействия химиотерапии на опухолевую ткань заняла гораздо меньше времени, чем мониторинг результатов у тысяч пациентов в течение длительных периодов времени. Этот подход помог стандартизировать процессы визуализации и отбора образцов опухолей, а также привел к миниатюризации анализов. Ключевые результаты включали то, что реакция опухоли была хорошим предиктором выживаемости пациентов, а уменьшение опухоли во время лечения было хорошим предиктором долгосрочного результата. Важно отметить, что подавляющее большинство опухолей идентифицировано как высокий риск по молекулярной сигнатуре. Однако гетерогенность в этой группе женщин и измерение реакции внутри подтипов опухолей были более информативными, чем рассмотрение группы в целом. В рамках генетических особенностей уровень ответа на лечение, по-видимому, является разумным предиктором результата. Кроме того, его общая база данных способствовала пониманию реакции на лекарства и позволила создать новые цели и агенты для последующего тестирования. [30]

Я-ШПАЙ 2 [ править ]

I-SPY 2 — это адаптивное клиническое исследование нескольких схем лечения фазы 2 в сочетании со стандартной химиотерапией. I-SPY 2 связал 19 академических онкологических центров, два общественных центра, FDA, NCI, фармацевтические и биотехнологические компании, защитников интересов пациентов и партнеров-филантропов. Исследование спонсируется Консорциумом биомаркеров Фонда NIH (FNIH) и проводится совместно FNIH и QuantumLeap Healthcare Collaborative. I-SPY 2 был разработан для изучения гипотезы о том, что различные комбинации методов лечения рака имеют разную степень успеха для разных пациентов. Обычные клинические исследования, оценивающие послеоперационную реакцию опухоли, требуют отдельного исследования с длительными интервалами и большими популяциями для проверки каждой комбинации. Вместо этого I-SPY 2 организован как непрерывный процесс. Он эффективно оценивает несколько режимов терапии, опираясь на предикторы, разработанные в I-SPY 1, которые помогают быстро определить, будут ли пациенты с определенной генетической сигнатурой реагировать на данный режим лечения. Исследование является адаптивным в том смысле, что исследователи учатся по ходу дела и не продолжают лечение, которое кажется неэффективным. Все пациенты классифицируются на основе тканевых и визуальных маркеров, собранных на ранних стадиях и итеративно (маркеры пациента могут меняться со временем) на протяжении всего исследования, так что ранняя информация может помочь в лечении последующих пациентов. Лечение, которое показывает положительный эффект для группы пациентов, может быть отправлено на подтверждающие клинические испытания, а те, которые этого не делают, могут быть быстро отодвинуты на второй план. Важно отметить, что подтверждающие исследования могут служить путем для FDA. Ускоренное одобрение . I-SPY 2 может одновременно оценивать кандидатов, разработанных несколькими компаниями, увеличивая или исключая лекарства на основе немедленных результатов. Использование одной стандартной группы для сравнения всех кандидатов в исследовании позволяет сэкономить значительные средства по сравнению с отдельными исследованиями фазы 3. Все данные являются общими для всей отрасли. [30] По состоянию на январь 2016 г. I-SPY 2 сравнивает 11 новых методов лечения со «стандартной терапией» и, по оценкам, завершится в сентябре 2017 года. [31] К середине 2016 года несколько методов лечения были выбраны для последующих стадий испытаний. [32]

Болезнь Альцгеймера [ править ]

Исследователи планируют использовать адаптивный дизайн исследования, чтобы ускорить разработку методов лечения болезни Альцгеймера , с бюджетом в 53 миллиона евро. Ожидалось, что первые испытания в рамках этой инициативы начнутся в 2015 году и в них примут участие около десятка компаний. [6]


Байесовский дизайн [ править ]

Регулируемый характер адаптивных испытаний по своей сути предполагает использование байесовского статистического анализа . Байесовская статистика по своей сути касается обновления информации, например той, которая наблюдается в адаптивных исследованиях, которые изменяются на основе обновленной информации, полученной в результате промежуточного анализа. [33] Проблема адаптивного дизайна клинических исследований более или менее похожа на проблему бандитов , изучаемую в области обучения с подкреплением .

Согласно рекомендациям FDA, адаптивное байесовское клиническое исследование может включать: [34]

  • Временные меры направлены на прекращение или корректировку набора пациентов
  • Временный специалист надеется оценить досрочное прекращение исследования по причине успеха, бесполезности или вреда.
  • Обращение гипотезы не меньшей эффективности к превосходству или наоборот
  • Отказ от оружия или доз или корректировка доз
  • Модификация уровня рандомизации для увеличения вероятности того, что пациенту будет назначено наиболее подходящее лечение (или рука в модели многорукого бандита )

Байесовский рамочный непрерывный индивидуальный индекс риска , основанный на динамических измерениях у онкологических больных, может эффективно использоваться для адаптивных дизайнов исследований. Испытания платформ во многом полагаются на байесовский подход.

Наглядная иллюстрация подхода апостериорной вероятности [33]
Наглядная иллюстрация вероятностного подхода с прогнозированием [33]

Для подачи регулирующим органам байесовского дизайна клинического исследования существуют два байесовских правила принятия решений, которые часто используются спонсорами исследования. [35] Во-первых, подход апостериорной вероятности в основном используется при принятии решений для количественной оценки доказательств для ответа на вопрос: «Дают ли текущие данные убедительные доказательства в пользу альтернативной гипотезы?» Ключевой величиной подхода апостериорной вероятности является апостериорная вероятность истинности альтернативной гипотезы на основе данных, наблюдаемых до момента анализа. Во-вторых, прогнозно-вероятностный подход в основном используется при принятии решений, чтобы ответить на вопрос при промежуточном анализе: «Может ли исследование представить убедительные доказательства в пользу альтернативной гипотезы, если мы соберем дополнительные данные, потенциально вплоть до максимального размера выборки?» (или текущий размер выборки)?" [33] Ключевой величиной подхода с прогнозирующей вероятностью является апостериорная прогнозируемая вероятность успеха испытания с учетом промежуточных данных.

В большинстве нормативных документов байесовские планы испытаний откалиброваны так, чтобы обладать хорошими частотными свойствами. В этом духе и в соответствии с практикой регулирования регулирующие органы обычно рекомендуют спонсорам предоставлять частотные коэффициенты ошибок типа I и II для предлагаемого спонсором плана байесовского анализа. Другими словами, байесовский подход к представлению нормативных документов должен в большинстве случаев удовлетворять требованию об ошибках типа I и II в частотном смысле. Некоторое исключение может произойти в контексте заимствования внешних данных, когда требование по частоте ошибок типа I может быть в некоторой степени смягчено в зависимости от достоверности исторической информации. [33]

Статистический анализ [ править ]

Проблема адаптивного дизайна клинических исследований более или менее похожа на проблему бандитов , изучаемую в области обучения с подкреплением .

Добавлена ​​сложность [ править ]

Логистика управления традиционными клиническими исследованиями с неадаптивным дизайном может быть сложной. В клинических исследованиях с адаптивным дизайном адаптация дизайна по мере получения результатов усложняет дизайн, мониторинг, поставку лекарств, сбор данных и рандомизацию. [7] исследования должно быть указано, Более того, в протоколе какой именно вид адаптации будет разрешен. [2] Предварительная публикация протокола исследования повышает достоверность окончательных результатов, поскольку дает понять, что любая адаптация, имевшая место во время исследования, была запланированной, а не специальной. Согласно PCAST, «один из подходов состоит в том, чтобы сосредоточить исследования на конкретных подгруппах пациентов, которые, скорее всего, получат пользу, выявленных на основе проверенных биомаркеров. В некоторых случаях использование соответствующих биомаркеров может позволить резко уменьшить размер выборки, необходимый для достижения статистической значимости - для например, от 1500 до 50 пациентов». [36]

Адаптивные дизайны добавили статистическую сложность по сравнению с традиционными дизайнами клинических исследований. Например, необходимо учитывать любое множественное тестирование, либо в результате рассмотрения нескольких групп лечения, либо в результате многократного рассмотрения одной группы лечения. Другим примером является статистическая погрешность , которая может быть более вероятной при использовании адаптивного дизайна, и ее снова необходимо учитывать.

Хотя адаптивный дизайн может быть улучшением по сравнению с неадаптивным в некоторых отношениях (например, ожидаемый размер выборки), не всегда адаптивный дизайн является лучшим выбором в целом: в некоторых случаях дополнительная сложность адаптивный дизайн может не оправдать своих преимуществ. Примером этого может служить случай, когда исследование основано на измерении, наблюдение за которым занимает много времени, поскольку это будет означать проведение промежуточного анализа, когда многие участники начали лечение, но еще не могут внести свой вклад в промежуточные результаты. [37]

Риски [ править ]

Более короткие испытания могут не выявить долгосрочные риски, такие как возвращение рака. [6]

Ресурсы (внешние ссылки) [ править ]

См. также [ править ]

Ссылки [ править ]

  1. ^ «Что такое адаптивные клинические испытания?» (видео) . youtube.com . Отдел биостатистики Совета медицинских исследований . 17 ноября 2022 г.
  2. ↑ Перейти обратно: Перейти обратно: а б с д и ж г Паллманн П., Беддинг А.В., Чудари-Оскуей Б., Димайро М., Флайт Л., Хэмпсон Л.В. и др. (февраль 2018 г.). «Адаптивные конструкции в клинических исследованиях: зачем их использовать, как их запускать и сообщать о них» . БМК Медицина . 16 (1): 29. дои : 10.1186/s12916-018-1017-7 . ПМК   5830330 . ПМИД   29490655 .
  3. ↑ Перейти обратно: Перейти обратно: а б «Адаптивные конструкции для клинических испытаний лекарственных и биологических препаратов: Руководство для промышленности» . США Управление по контролю за продуктами и лекарствами (FDA). 1 ноября 2019 года. Архивировано из оригинала 13 декабря 2019 года . Проверено 3 апреля 2020 г.
  4. ^ Бреннан 2013 .
  5. ↑ Перейти обратно: Перейти обратно: а б с д и ж «Сайт ПАНДА» . Проверено 4 мая 2022 г.
  6. ↑ Перейти обратно: Перейти обратно: а б с д и Ван, Ширли С. (30 декабря 2013 г.). «Здоровье: ученые стремятся снизить стоимость и время испытаний лекарств - WSJ.com» . Онлайн.wsj.com. Архивировано из оригинала 14 марта 2016 года . Проверено 4 января 2014 г.
  7. ↑ Перейти обратно: Перейти обратно: а б с «Адаптивные клинические испытания для преодоления исследовательских проблем» . Новости-medical.net. 16 сентября 2013 года . Проверено 4 января 2014 г.
  8. ^ Президентский консультативный совет по науке и технологиям, 2012 г. , с. xiii.
  9. ^ Исследования, Центр оценки лекарств и (21 апреля 2020 г.). «Руководство по клиническим испытаниям лекарственных средств и биологических препаратов с адаптивным дизайном для промышленности» . Управление по контролю за продуктами и лекарствами США . Проверено 19 апреля 2022 г.
  10. ^ Ботвелл, Лаура Э; Аворн, Джерри; Хан, Назлин Ф; Кессельхайм, Аарон С. (10 февраля 2018 г.). «Клинические испытания с адаптивным дизайном: обзор литературы и ClinicalTrials.gov» . БМЖ Опен . 8 (2): e018320. doi : 10.1136/bmjopen-2017-018320 . ISSN   2044-6055 . ПМЦ   5829673 . ПМИД   29440155 .
  11. ^ Паллманн, Филип; Постельные принадлежности, Алан В.; Чодари-Оскоой, Бабак; Димаиро, Муньярадзи; Полет, Лора; Хэмпсон, Лиза В.; Холмс, Джейн; Мандер, Адриан П.; Одонди, Ланго; Сайдс, Мэтью Р.; Вильяр, София С. (декабрь 2018 г.). «Адаптивные конструкции в клинических исследованиях: зачем их использовать, как их запускать и сообщать о них» . БМК Медицина . 16 (1): 29. дои : 10.1186/s12916-018-1017-7 . ISSN   1741-7015 . ПМЦ   5830330 . ПМИД   29490655 .
  12. ^ Бовалекар, Суреш (2011). «Адаптивные конструкции в клинических исследованиях» . Перспективы клинических исследований . 2 (1): 23–27. дои : 10.4103/2229-3485.76286 . ISSN   2229-3485 . ПМК   3088952 . ПМИД   21584178 .
  13. ^ Ван Норман, Джорджия (июнь 2019 г.). «Испытания фазы II по разработке лекарств и адаптивному дизайну исследований» . JACC. Основы трансляционной науки . 4 (3): 428–437. дои : 10.1016/j.jacbts.2019.02.005 . ПМК   6609997 . ПМИД   31312766 .
  14. ^ Сато А., Шимура М., Гошо М. (апрель 2018 г.). «Практические характеристики адаптивного дизайна в клинических исследованиях фазы 2 и 3» . Журнал клинической фармации и терапии . 43 (2): 170–180. дои : 10.1111/jcpt.12617 . ПМИД   28850685 . S2CID   3704071 .
  15. ^ Сторер, Барри Э. (1989). «Планирование и анализ клинических исследований фазы I». Биометрия . 45 (3): 925–937. дои : 10.2307/2531693 . JSTOR   2531693 . ПМИД   2790129 .
  16. ^ Рабочая группа по адаптивному дизайну сети центров исследований методологии исследований MRC. «Краткое руководство, почему бы не использовать дизайны A+B» (PDF) . Сеть центров MRC по исследованию методологии клинических исследований . Проверено 5 августа 2022 г.
  17. ^ Уилер, Грэм М.; Мандер, Адриан П.; Постельное белье, Алан; Брок, Кристиан; Корнелиус, Виктория; Грив, Эндрю П.; Яки, Томас; С любовью, Шэрон Б.; Одонди, Ланго; Вейр, Кристофер Дж.; Да, Кристина; Бонд, Саймон Дж. (2019). «Как разработать исследование по определению дозы с использованием метода постоянной переоценки» . Методология медицинских исследований BMC . 19 (1): 18. дои : 10.1186/s12874-018-0638-z . ПМК   6339349 . PMID   30658575 .
  18. ^ Яки, Томас; Клайв, Салли; Вейр, Кристофер Дж. (2013). «Принципы исследований по подбору дозы при раке: сравнение дизайнов исследований» . Химиотерапия и фармакология рака . 71 (5): 1107–1114. дои : 10.1007/s00280-012-2059-8 . ПМЦ   3636432 . ПМИД   23299793 .
  19. ^ Ясонос, Алексия; Уилтон, Эндрю С.; Ридель, Элин Р.; Сешан, Венкатраман Э.; Сприггс, Дэвид Р. (2008). «Всестороннее сравнение метода постоянной переоценки со стандартной схемой повышения дозы 3 + 3 в исследованиях по подбору дозы фазы I» . Клинические испытания . 5 (5): 465–477. дои : 10.1177/1740774508096474 . ПМЦ   2637378 . ПМИД   18827039 .
  20. ^ Саймон, Ричард (1989). «Оптимальные двухэтапные схемы для клинических исследований II фазы». Контролируемые клинические исследования . 10 (1): 1–10. дои : 10.1016/0197-2456(89)90015-9 . ПМИД   2702835 .
  21. ^ Мандер, АП; Томпсон, С.Г. (2010). «Двухэтапные схемы, оптимальные с точки зрения альтернативной гипотезы для клинических исследований рака II фазы» . Современные клинические исследования . 31 (6): 572–578. дои : 10.1016/j.cct.2010.07.008 . ПМК   3049867 . ПМИД   20678585 .
  22. ↑ Перейти обратно: Перейти обратно: а б с д «Обновленная информация об испытании солидарности ВОЗ: ускорение разработки безопасной и эффективной вакцины против COVID-19» . Всемирная организация здравоохранения. 27 апреля 2020 г. Архивировано из оригинала 30 апреля 2020 г. . Проверено 2 мая 2020 г. Крайне важно оценить как можно больше вакцин, поскольку мы не можем предсказать, сколько из них окажутся жизнеспособными. Чтобы увеличить шансы на успех (учитывая высокий уровень сокращения числа вакцин в процессе разработки), мы должны тестировать все вакцины-кандидаты до тех пор, пока они не потерпят неудачу. [] ВОЗ работает над тем, чтобы все они имели возможность пройти тестирование на начальном этапе разработки. Результаты эффективности каждой вакцины ожидаются в течение трех-шести месяцев, и эти доказательства в сочетании с данными о безопасности послужат основой для принятия решений о том, можно ли ее использовать в более широком масштабе.
  23. ^ «Проект вакцин-кандидатов против COVID-19» . Всемирная организация здравоохранения. 3 сентября 2020 года. Архивировано из оригинала 30 апреля 2020 года . Проверено 3 сентября 2020 г.
  24. ^ «Международное рандомизированное исследование вакцин-кандидатов против COVID-19: План исследования вакцины солидарности» (PDF) . Всемирная организация здравоохранения. 9 апреля 2020 г. Архивировано (PDF) из оригинала 12 мая 2020 г. . Проверено 9 мая 2020 г.
  25. ^ Коалиция клинических исследований COVID-19 (апрель 2020 г.). «Глобальная коалиция по ускорению клинических исследований COVID-19 в условиях ограниченных ресурсов» . Ланцет . 395 (10233): 1322–1325. дои : 10.1016/s0140-6736(20)30798-4 . ПМЦ   7270833 . ПМИД   32247324 . {{cite journal}}: CS1 maint: числовые имена: список авторов ( ссылка )
  26. ^ Ли Джи, Де Клерк Э (март 2020 г.). «Варианты лечения нового коронавируса 2019 года (2019-nCoV)» . Обзоры природы. Открытие наркотиков . 19 (3): 149–150. дои : 10.1038/d41573-020-00016-0 . ПМИД   32127666 .
  27. ^ Дхама К., Шарун К., Тивари Р., Дадар М., Малик Ю.С., Сингх К.П., Чайкумпа В. (март 2020 г.). «COVID-19, новая коронавирусная инфекция: достижения и перспективы в разработке и разработке вакцин, иммунотерапии и терапевтических средств» . Человеческие вакцины и иммунотерапия . 16 (6): 1232–1238. дои : 10.1080/21645515.2020.1735227 . ПМЦ   7103671 . ПМИД   32186952 .
  28. ^ «Запуск европейского клинического исследования против COVID-19» . ВСТАВКА. 22 марта 2020 г. Проверено 5 апреля 2020 г. Сильная сторона этого испытания — его «адаптивный» характер. Это означает, что от неэффективных экспериментальных методов лечения можно очень быстро отказаться и заменить их другими молекулами, появившимися в результате исследовательских усилий. Таким образом, мы сможем вносить изменения в режиме реального времени, в соответствии с самыми последними научными данными, чтобы найти лучшее лечение для наших пациентов.
  29. ^ Номер клинического исследования NCT04280705 «Испытание адаптивного лечения COVID-19 (ACTT)» на сайте ClinicalTrials.gov.
  30. ↑ Перейти обратно: Перейти обратно: а б Президентский консультативный совет по науке и технологиям, 2012 г. , с. 21-22.
  31. ^ ИСПЫТАНИЕ I-SPY 2: Неоадъювантные и персонализированные адаптивные новые агенты для лечения рака молочной железы
  32. ^ Новые агенты нацелены на движущие силы TNBC. Несколько кандидатов на лекарства в I-SPY2 «перешли» на более позднюю фазу исследований. июнь 2016 г.
  33. ↑ Перейти обратно: Перейти обратно: а б с д и Ли, Се Юн (2024). «Использование байесовской статистики в подтверждающих клинических исследованиях в нормативных рамках: обзор учебного пособия» . Методология BMC Med Res . 24 (1): 110. дои : 10.1186/s12874-024-02235-0 . ПМЦ   11077897 . В эту статью включен текст из этого источника, доступного по лицензии CC BY 4.0 .
  34. ^ Шпигельхальтер 2010 , с. 3.
  35. ^ Ли, Се Юн (2024). «Использование байесовской статистики в подтверждающих клинических исследованиях в нормативных рамках: обзор учебного пособия» . Методология BMC Med Res . 24 (1): 110. дои : 10.1186/s12874-024-02235-0 . ПМЦ   11077897 .
  36. ^ Президентский консультативный совет по науке и технологиям, 2012 г. , с. 21.
  37. ^ Уэйсон, Джеймс М.С.; Броклхерст, Питер; Яп, Кристина (2019). «Если говорить проще: адаптивный дизайн не всегда полезен» . БМК Медицина . 17 (1): 152. дои : 10.1186/s12916-019-1391-9 . ПМК   6676635 . ПМИД   31370839 .

Источники [ править ]

Внешние ссылки [ править ]

Retrieved from "https://en.wikipedia.org/w/index.php?title=Adaptive_design_(medicine)&oldid=1228032544"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: a2ea2655f0e7e801fe90343f9f9390a3__1717892580
URL1:https://arc.ask3.ru/arc/aa/a2/a3/a2ea2655f0e7e801fe90343f9f9390a3.html
Заголовок, (Title) документа по адресу, URL1:
Adaptive design (medicine) - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)