Statistische Methoden COVID-19 klinische Studien bezweckt die Beschleunigung der Zulassung von Medikamenten-Prozess
In Reaktion auf die COVID-19-Pandemie-Forscher vom Massachusetts Institute of Technology veröffentlicht haben, ein paar der Studien in einem COVID-19 special issue der Harvard Data Science Review, frei verfügbar durch open access beschreibt neue Methoden zur Beschleunigung des drug-Zulassungen bei Pandemien und für die Bereitstellung genauer Maßnahmen die Erfolgsaussichten für klinische Studien von Impfstoffen und anderen anti-infektiöse Therapien.
„Randomisierte klinische Studien, in denen die Patienten randomisiert auf zwei Gruppen erhalten eine neue Behandlung und die andere ein placebo erhielten oder Referenz-Therapie—sind der gold-standard für die Bestimmung der Sicherheit und Effektivität der Behandlung“, sagt Andrew Lo, Ph. D., der die Studie leitende Autor Charles E. und Susan T. Harris, Professor an der MIT Sloan School of Management. „Nur wenn die Therapie-Gruppe zeigt signifikante Verbesserung gegenüber der Kontrollgruppe, werden die Regulierungsbehörden genehmigen die Therapie.“ Er fügt hinzu, „der aktuelle Prozess ist entworfen, um Schutz der öffentlichkeit durch die Minimierung der Chancen von „false positives“ (die Genehmigung unwirksam und unsicher Therapien), und im großen und ganzen, es war sehr erfolgreich.“
Aber es gibt einen trade-off zwischen false positives und false-negatives (nicht die Genehmigung eine sichere und wirksame Therapie), und Lo und seine Mitarbeiter haben ein Rahmenwerk entwickelt, dass verwendet eine epidemiologische Modell der COVID-19 zur Berechnung der optimalen statistischen Schwelle eine Droge, die während einer Pandemie. „In der Mitte von einem Ausbruch, viele Leben stehen auf dem Spiel, so müssen wir uns weniger sorgen um falsch positive Ergebnisse und mehr besorgt über falsche negative als in normalen Zeiten“, sagt Lo, „In der Antwort, die wir entwickelt haben, einen analytischen Rahmen, der es erlaubt Regulierungsbehörden, um diese trade-off-systematisch, transparent und Rational.“
Im Kern dieser neue Rahmen—, die gemeinsam entwickelt wurde in Zusammenarbeit mit MIT-Studenten Xu Qingyang und Danying Xiao, und dem ehemaligen MIT-Studenten Shomesh Chaudhuri, Ph. D. (jetzt: QLS-Berater)—ist eine explizite Optimierung Algorithmus entwickelt, zu minimieren, wird der erwartete Verlust des Lebens, über verschiedene Szenarien erzeugt, die durch ein statistisches Modell von einer ansteckenden Krankheit. Dieser Algorithmus, sagt Xu, führen zu mehr drug-Zulassungen bei Ausbrüchen, nicht anders als die US-amerikanische Food and Drug Administration-Notfall-Einsatz-Berechtigungen (EUA) Programm. „Unser framework ergänzt die EUA, so dass die Regulierungsbehörden zu integrieren loss-of-life-überlegungen quantitativ in Zeiten der außerordentlichen stress“, erklärt Xu, der leitende Prüfarzt der Studie.
In einer zugehörigen Studie, verfasst von Lo und MIT Ph. D. Studenten Kien-Wei Siah und Chi Heem Wong, der MIT-Forscher geschätzt, die Wahrscheinlichkeiten des Erfolgs (PoSs), der klinische Studien für Impfstoffe und andere anti-infektiöse Therapien mit der Citeline dataset zur Verfügung gestellt von Informa Pharma Intelligence, das Teil der in Großbritannien ansässigen Verlag, Informa. Dieses dataset enthält 43,414 einzigartige Drillinge der klinischen Studie Droge und Krankheit in den letzten 20 Jahren, was über 2.500 Impfstoff-Programme und mehr als 6,800 nonvaccine, anti-infektiöse Programme, die grössten Datensatz, der von seiner Art.
„Der PoS ist einer der wichtigsten Beiträge, die in jede wichtige Entscheidung, die jeder biopharma-Unternehmen, über die Krankheit zu bewältigen und wie viel Ressourcen zu widmen, um es“, sagt Lo.
Denn eine erfolgreiche klinische Studie kann bedeuten, Milliarden von Dollar an Einnahmen, kleine änderungen in den PoS kann führen zu sehr unterschiedlichen unternehmerischen Entscheidungen. Daher ist rechtzeitige und genaue Maßnahmen der PoS ist entscheidend—und oft, diese besser zu Maßnahmen, die Risiko und Belohnung können Anleger stellen mehr Kapital zu arbeiten.
Die gesamte geschätzte PoS für Industrie-geförderten Impfstoff-Programme ist über 40%, das ist der höchste Wert unter allen diagnosegruppen (durch Vergleich der PoS-Krebs-Studien ist, historisch gesehen, weniger als 5%), und 16,3% für die Industrie-gesponserte nonvaccine, anti-infektiöse Programme. Viren beteiligt, die in den letzten Ausbrüche—Middle-East-respiratory-Syndrom (MERS), das schwere akute respiratorische Syndrom (SARS), Ebola, und Zika—45 nonvaccine und 35-Impfstoff-Entwicklung-Programme initiiert, die in den vergangenen zwei Jahrzehnten, und es wurden nur zwei zugelassene Impfstoffe, Datum (bei Ebola). Dies deutet auf eine klare Notwendigkeit für neue Richtlinien, um diese Lücke zu schließen.