临床试验- covid19阶段- 1920

临床试验101

一些在严格的临床试验中发生的基本情况

2020年7月23日发布

据报道,随着新型冠状病毒在2020年初像野火一样在全球蔓延,约有1700项研究和试验在寻找治疗方法的竞赛中注册covid-trials.org.随机对照双盲,开标签,单臂;这一切意味着什么?

罗氏生物统计学家珍妮·德文波特(Jenny Devenport)介绍了一些严谨、科学的临床试验的基本情况,以及为什么不是所有的研究和试验都能提供相同质量的信息。

在危机时刻,所有的信息不都是好信息吗?
在以前的危机中,如西非埃博拉病毒流行,世界卫生组织(WHO)指出,出于纯粹的绝望,人们会开始尝试在标签外使用药物,看看它们是否有效。这感觉就像一场比赛,而且并不总是以系统的方式进行。如果你在一组病人中测试一种药物——仅仅是接下来进来的5个病人——很难解释这5个病人的结果意味着什么,或者药物的效果如何。

部分原因是,我们不知道这些患者身上是否有什么特殊的东西或其他环境条件会使他们好转或恶化,与治疗无关。他们可能一开始就有不同的特征或不同的预后。特别是COVID,我们仍在了解这种疾病及其进展。底线是什么?在一些单一队列的观察故事中,无论是5个病人还是5000个病人,我们实际上不知道结果的原因。

罗氏生物统计学家Jenny Devenport
Jenny Devenport, PD生物统计学,罗氏I2ONE副总监,正在寻找公正的答案。

这是否意味着病人没有经过适当的审查?
事实上,研究设计还没有经过审查,因为你不能排除病人无论如何都会好转的可能性。

当患者被随机分配到治疗组(他们得到正在研究的药物)和对照组(他们接受“标准护理”或针对其病情的典型护理)时,患者的特征大致相同。你已经有效地消除了病人效应。然后,你只需要看A组结果的差异,如果病人用新药治疗,和B组结果的差异,如果病人用标准护理治疗。

目标是一个没有偏见的完美比较吗?
假设你有一个头痛的病人。你给他们治疗,一小时后测量他们的头痛程度。然后,你回到过去,同样的病人进来,你不会给他们这种治疗。一小时后测量他们的头痛程度,然后比较两种结果。其他的一切都是一样的:同样的病人,同样的情况,同样的起点。唯一不同的是治疗方法。这个实验太完美了。

当然,完美的实验在实践中是不可能的,但我们希望尽可能地消除偏差。所以当我们讨论不同程度的证据时,我们讨论的是除了治疗效果之外,还有哪些因素可以作为对结果的解释。

是什么让你夜不能寐?
过去几个月的夜晚和周末都是一片模糊。我们现在看到的很多试验,尤其是早期的试验,都不是随机对照试验。它们是概念研究的观察性证明。作为一名生物统计学家,你看着不断增长的曝光率,对数据充满好奇。但说实话,你需要一个能给你答案的研究,而不是一个只会产生更多问题的研究。连续几个月,你在媒体上听到的都是轶事证据。所有这些单臂、开放标签的试验都在谈论观察到的结果,但很少有人能以公正的方式回答这个问题,某些治疗是否有帮助。

临床试验术语:熟悉行话

标准- 740

护理标准

一种基于科学证据和参与特定疾病治疗的合作专业人员的治疗指南。

singlearm - 740

单臂

在单臂研究中,每个参与试验的人都将受到同样的对待。

随机- 740

安慰剂

一种没有“有效成分”或真正药物的治疗方法。它通常看起来和感觉上都像是真正的治疗方法,以防止偏见或期望,或让试验“盲目”。

安慰剂- 740

随机

参与者被随机分为两个或多个组。有时一组给予新药,另一组给予标准治疗,如果没有标准治疗,则给予安慰剂。在其他情况下,几个组被给予不同剂量的新药,另一组被给予标准治疗或安慰剂。根据患者的年龄、性别和其他特征进行分组平衡。

致盲- 740

基础垫层

在盲法试验中,患者不知道他们是否服用了试验中的药物。在双盲研究中,研究人员/医生在试验结束前也不知道哪些患者接受了治疗。这有助于防止来自患者及其医生和调查人员的偏见和期望。

你能给我们描述一个严格或可靠的科学试验吗?
你有一个随机试验,患者被分配到治疗组和控制组,独立于他们的特征,以达到基线可比组。分配可能是相等的(1:1随机)。有时分配实际上是2:1,所以两倍的病人更有可能得到新的治疗。你这样做是因为它可以通过创造更好的获得新治疗的机会来帮助招募试验人员。随机化消除了由于患者特征不平衡而导致的潜在偏倚,这可能会影响治疗或不治疗的预后。

双盲试验意味着患者和研究人员都不知道患者正在接受什么治疗。盲法之所以重要,是因为有些结果是相当主观的。所以如果不是一个客观的结果,比如死亡,你不能欺骗它,那么盲法就很好。这样一来,在进行评估时,没有人会受到治疗知识的影响。

最重要的是,我们的目标是为这个问题提供一个答案:相对于护理标准,治疗是否为这些患者提供了益处?

你能让自己远离纯粹的数字吗?
从公共卫生的角度来看,统计学家非常清楚隔离的想法是为了确保医院不会不堪重负。我们明白,如果你有一种产品可以减少在病床上的时间,这将有助于医疗保健系统和广大人口。

近距离3d渲染的冠状病毒
的冠状病毒

但作为一名习惯于做随机对照试验并得到硬性答案的统计学家,看到如此多的观察性试验和紧急治疗方案产生了如此多的患者暴露,但不一定能产生关于治疗有效性的结论性证据,这是一种心态的转变。当有人受益时,这是一种解脱,但严格和受控的测试仍然是确认结果是否由治疗引起的最佳方式。

这次大流行对你来说是意外吗?
就我个人的看法而言?不,我们应该预料到这一点。这不是我职业生涯中的第一次大流行。当然这也不会是我们最后一次看到。但是世界卫生组织有很多经验,罗氏也有很多经验。所以这真的让我下定决心,看看我们能做得更好,更快地实现发现。

为什么治疗的临床研究很重要?
药物开发需要很长时间。有太多的变化,太多的事情可能会出错。作为一个社会,我们喜欢认为我们正在开发治疗方法,有时你只是需要一个权宜之计来维持低技术含量的东西。所以我真的认为,对于研究人员来说,不断地学习和思考是非常重要的:我们下次该做什么?因为总会有下一次的机会,而且不一定是什么病。会有病人需要马上用药。会有足够勇敢的医生和病人去尝试现有的治疗方法,尽管目前还没有其他治疗方法被批准。因此,我们需要做好准备,以系统的方式帮助他们,尽可能高效地得到答案和批准。

研究临床试验结果的临床医生

什么会在研究中引入偏见?

  • 无法控制例如不可能排除这样一种可能性:不管接受什么治疗,病人的结果都是一样的/更好的/更差的。
  • 没有随机:没有对照或历史对照,不可能排除患者特征和其他主观评估影响了治疗选择和结果。
  • 没有炫目的:研究是开放标签的,不可能排除对治疗的了解会影响结果。
  • 缺失的数据:如果人们缺席或退出研究,这反映在治疗结果中,这可能会引入偏倚。

标签:科学临床试验