药物临床试验的生物统计学指导原则.docx

药物临床试验的生物统计学指导原则.docx

《药物临床试验的生物统计学指导原则.docx》由会员分享，可在线阅读，更多相关《药物临床试验的生物统计学指导原则.docx（20页珍藏版）》请在冰豆网上搜索。

药物临床试验的生物统计学指导原则

附件

药物临床试验的生物统计学指导原则

一、概述

新药经临床前研究后，其有效性和安全性由人体临床试验进行最终验证。

临床试验是根据研究目的，通过足够数量的目标受试者（样本）来研究药物对疾病进程、预后以及安全性等方面的影响。

临床试验除了遵循《药物临床试验质量管理规范》（GCP）以外，还必须事先应用统计学原理对试验相关的因素作出合理、有效的安排，最大限度地控制混杂与偏倚，减少试验误差，提高试验质量，并对试验结果进行科学的分析和合理的解释，在保证试验结果科学、可信的同时，尽可能做到高效、快速、经济。

因此，统计学是临床试验设计、实施和分析的有力工具，在药物的临床研发过程中发挥不可或缺的重要作用。

本指导原则以临床试验的基本要求和统计学原理为核心，阐述统计学在临床试验中的作用和地位，以及在试验设计阶段、试验实施阶段和结果分析阶段的统计学考虑，旨在为药品注册申请人和临床试验的研究者针对临床研发中如何进行设计、实施、分析和评价提供技术指导，以保证药物临床试验的科学、严谨和规范。

本指导原则适用于以注册为目的的药物（化学药物、生物制品、中药民族药和天然药物）的确证性临床试验，对探索性临床试验以及上市后临床试验也同样具有指导意义。

二、临床试验的总体考虑

（一）临床研发规划

药物临床试验的主要目标是评价和确定受试药物的风险/获益比，同时也要确定可能从该药获益的特定适应症人群及适宜的用法与用量。

为此，需要设计一系列的临床试验，而每一个临床试验都有其特定的目的，其设计、执行和拟采用的分析方法等细节均应在试验方案中予以明确。

所以每个研究药物都应首先考虑其临床研发的总体规划。

创新药物的临床研发一般由Ⅰ期临床试验开始，进入Ⅱ期概念验证试验（Proof-Of-Concept，POC）和剂量探索（DoseFinding）试验，然后是Ⅲ期确证试验，每期试验由于研究目的的不同，可能包含着多个试验项目。

临床研发规划就是这些试验研究的总体规划。

在新药申请时，应当清晰地描述该药临床研发规划的主要内容，以及每个临床试验在其中的地位和作用。

在解释和评价受试药物的总体证据时，通常需要把几个试验的数据进行综合分析。

因此，同一临床研发规划中，不同临床试验的多个方面应该尽量采用相同的标准，如医学编码词典、主要指标的定义和测量时间点、对于方案违背的处理方式等等。

在药物的临床研发规划中应预先阐明是否需要对涉及共同医学问题的多个试验进行荟萃分析（Meta-Analysis），并明确它们的设计共同点及关键统计问题。

（二）探索性试验和确证性试验

临床试验的早期，需要进行一系列的探索性试验，这些试验也应有清晰和明确的目标。

探索性试验有时需要更为灵活可变的方法进行设计并对数据进行分析，以便根据逐渐积累的结果对后期的确证性试验设计提供相应的依据。

虽然探索性试验对有效性的确证有参考价值，但不能作为证明有效性的关键性证据。

临床试验的后期，需要经过确证性试验为评价药物的有效性和安全性提供有力证据。

确证性试验是一种事先提出假设并对其进行统计检验的试验，以说明所开发的药物对临床是有益的，一般为随机对照的临床试验。

因此，对涉及药物有效性和安全性的每一个关键性的问题都需要通过确证性试验予以充分的回答。

在确证性试验中，最关键的假设应根据试验主要目的产生。

主要假设应于试验开始前在试验方案中预先设定并于试验结束后严格按照预先设定的分析计划完成假设检验。

除此之外，在试验方案中还应阐明试验设计方法、统计分析方法及相关理由。

确证性试验对于试验方案和标准操作程序（SOP）的严格遵从是非常重要的。

如果在试验过程中对方案有不可避免的修订，应给予说明并记载。

对方案修订可能对结果产生的影响应予以评估。

确证性试验还应对试验药物的疗效进行准确的估计。

对于药物疗效的说明除了需要证明关键假设的统计学意义之外，还需要评估试验药物疗效具有临床意义。

（三）观察指标

观察指标是指能反映临床试验中药物有效性和安全性的观察项目。

统计学中常将观察指标称为变量。

观察指标分为定量指标和定性指标。

观察指标必须在研究方案中有明确的定义和可靠的依据，不允许随意修改。

对于观察指标，在研究的设计阶段，首先需要根据研究目的，严格定义与区分主要指标和次要指标，其次是根据主要指标的性质（定量或定性）和特征（一个或多个、单一指标或复合指标、临床获益或替代指标、客观/主观指标或全局评价指标等），调整研究的统计设计策略，以达到研究的预期目的。

1.主要指标和次要指标

主要指标又称主要终点，是与试验主要研究目的有本质联系的，能确切反映药物有效性或安全性的观察指标。

主要指标应根据试验目的选择易于量化、客观性强、重复性高，并在相关研究领域已有公认标准的指标。

一般情况下，主要指标仅为一个，用于评价药物的疗效或安全性。

若一个主要指标不足以说明药物效应时，可采用两个或多个主要指标。

方案中应详细描述所关注的主要指标的设计参数及其假设、总Ⅰ类错误率和Ⅱ类错误率的控制策略。

主要指标将用于临床试验的样本量估计，多个主要指标的情况下，将制定对总Ⅰ类错误概率的控制策略并保证研究有足够的把握度。

主要指标，包括其详细定义、测量方法（若存在多种测量方法时，应该选择临床相关性强、重要性高、客观并切实可行的测量方法）、统计分析模型等，都必须在试验设计阶段充分考虑，并在试验方案中明确规定。

方案中主要指标在试验进行过程中不得修改，若须做修改则应在充分论证的基础上谨慎行事，并在揭盲前完成，不允许揭盲后对主要指标进行任何修改。

次要指标是与次要研究目的相关的效应指标，或与试验主要目的相关的支持性指标。

在试验方案中，也需明确次要指标的定义，并对这些指标在解释试验结果时的作用以及相对重要性加以说明。

一个临床试验，可以设计多个次要指标，但不宜过多，足以达到试验目的即可。

2.复合指标

当难以确定单一的主要指标时，可按预先确定的计算方法，将多个指标组合构成一个复合指标。

临床上采用的量表（如神经、精神类、生活质量量表等）就是一种复合指标。

将多个指标组综合成单一复合指标的方法需在试验方案中详细说明。

主要指标为复合指标时，可以对复合指标中有临床意义的单个指标进行单独的分析。

当采用量表进行疗效评价（如精神类药物、中药、民族药），应该采用国际或领域内公认的量表。

采用国外量表作为主要疗效指标时，由于可能存在语言、文化、生活习俗、宗教信仰等多方面的差异，需提供跨文化调适、翻译对等性的研究结果；采用自制量表时，需提供效度、信度和反应度（对疾病严重程度及其变化的区分程度）的研究结果。

没有对效度、信度和反应度进行过研究，或者效度、信度和反应度都很低的量表不建议作为临床试验的主要疗效指标。

3.全局评价指标

全局评价指标是将客观指标和研究者对受试者疗效的总印象有机结合的综合指标，它通常是等级指标，其判断等级的依据和理由应在试验方案中明确。

全局评价指标可以评价某个治疗的总体有效性或安全性，带有一定的主观成份，因此，其中的客观指标常被作为重要的指标进行单独分析。

以全局评价指标为主要指标时，应该在方案中考虑：

该全局评价指标与主要研究目的临床相关性、信度和效度、等级评价标准和单项缺失时的估计方法。

不建议将“综合疗效和安全性”的全局评价指标作为临床试验的主要指标，因为这样会掩盖药物之间在疗效和安全性方面的重要差异，从而导致决策失误。

4.替代指标

替代指标是指在直接评价临床获益不可行时，用于间接反映临床获益的观察指标。

例如降压药物的临床获益，常被认为是降低或延迟“终点事件”（心脑血管事件）的发生，但若要评价“终点事件”发生率，需要长时间的观察。

在实际中，降压药的临床试验，采用替代指标“血压降低值/血压达标”来评价药物的疗效，因为临床研究和流行病学业已证实：

将“血压”控制在正常范围内，可以降低“终点事件”的发生。

一个指标能否成为临床获益的替代指标，需要考察：

1）指标与临床获益的关联性和生物学合理性；2）在流行病学研究中该指标对临床结局的预测价值；3）临床试验的证据显示药物对该指标的影响程度与药物对临床结局的影响程度一致。

选择替代指标为主要指标，可以缩短临床试验期限，但也存在一定的风险，尤其是“新”替代指标。

药物在替代指标上的优良表现并不一定代表药物对受试者具有长期的临床获益，药物在替代指标上的不良表现也不一定表示没有临床获益。

例如，在抗肿瘤药物早期临床试验中，“无进展生存时间”等指标被作为“总生存时间”的替代指标被广泛使用，但其与总生存时间的关联性在不同的肿瘤临床试验中程度不一，因此仍需强调Ⅲ期临床研究中，采用临床终点的重要性。

5.定性指标

在某些临床试验中，有时需要将定量指标根据一定的标准转换为等级指标、或将等级指标转化为定性指标，如：

用药后血压降低到“140/90mmHg”以下、糖化血红蛋白降低到7.0%以下的受试者比例（达标率）。

定量或等级指标转换定性指标的标准，应该具有临床意义、为相关领域公认、并在试验方案中明确规定。

由于将定量指标转换为定性指标会损失部分信息导致检验效能的降低，在样本量计算时需加以考虑。

如方案定义主要指标为定量指标转化的定性指标时，则研究结论应主要依据该定性指标，而不是其所源于的定量指标。

（四）偏倚的控制

偏倚又称偏性，是临床试验在设计、执行、测量、分析过程中产生的、可干扰疗效和安全性评价的系统误差。

在临床试验中，偏倚包括各种类型的对研究方案的违背与偏离。

由于偏倚会影响疗效、安全性评价结果，甚至影响临床试验结论的正确性，因此在临床试验的全过程中均须控制偏倚的发生。

随机化和盲法是控制偏倚的重要措施。

1.随机化

随机化是临床试验的基本原则，也是疗效和安全性评价的统计学方法的基础。

临床试验中随机化原则是指临床试验中每位受试者均有同等的机会被分配到试验组或对照组中的实施过程或措施，随机化过程不受研究者和/或受试者主观意愿的影响。

随机化的目的是使各种影响因素（包括已知和未知的因素）在处理组间的分布趋于相似。

随机化与盲法相结合，可有效避免处理分组的可预测性，控制对受试者分组的选择偏倚。

临床试验的随机化的方法，一般采用区组随机化法和/或分层随机化法。

如果受试者的入组时间较长，区组随机化是临床试验所必须的，这样有助于减少季节、疾病流行等客观因素对疗效评价的影响，也可减少因方案修订（如入选标准的修订）所造成的组间受试者的差异。

区组的大小要适当，太大易造成组间不均衡，太小则易造成同一区组内受试者分组的可猜测性。

研究者及其相关人员，应该对区组长度保持盲态，这在开放的临床试验中尤为重要。

也可设定2个或多个区组长度，或采用中央随机化系统以尽可能减少分组的可预测性。

如果药物的效应会受到一些预后因素（如受试者的病理诊断、年龄、性别、疾病的严重程度、生物标记物等）的影响时，可采用分层随机化，以保持层内的组间均衡性。

当需要考虑多个分层因素，如肿瘤类临床试验，需考虑年龄、病理类型、基线水平等因素，采用分层随机化，可能导致试验无法进行，此时可采用“动态随机”使被控制的预后因素组间有良好的均衡性。

在动态随机化中，已入组的受试者特征将影响下一个受试者的分组，系统将根据各层面上的组间均衡性决定受试者的随机化组别。

尽管“动态随机”可以实现多分层因素下的随机化，但不建议设计过多的分层因素，因为过多的分层因素可能造成其他因素在处理组间的不均衡，建议分层因素一般不宜超过3个。

临床试验中通常采用区组随机化的方法，如采用动态随机化，被控制的因素应包括在主要指标分析模型中，用以控制混杂因素对主要指标评价的影响。

特别指出的是在Ⅲ期临床试验中，应避免使用基于主要指标观察结果的动态随机化。

随机化的方法和过程包括随机分配表的产生方法、随机分配遮蔽的措施、随机分配执行的人员分工等，应在试验方案中阐明，但使人容易猜测分组的随机化的细节（如区组长度等）不应包含在试验方案中。

在临床试验中，随机分配表应该是一份独立的文件，以记录受试者的处理（或处理顺序）安排。

随机分配表应具有重现性，即可以根据种子数、分层因素、区组长度重新