药物临床试验中合成对照臂构建方法研究文献综述

 2023-02-05 09:02

开题报告内容:(包括拟研究或解决的问题、采用的研究手段及文献综述,不少于2000字)

1.立题依据

1.1选题背景

传统干预性临床证据的金标准一般是随机对照试验(Randomized controlled trial, RCT),但随着循证卫生决策的发展,真实世界数据在卫生决策中的重要性日益凸显[1]。同时,药物研发机构进行临床试验的成本与日俱增,尤其是针对恶性肿瘤、罕见病、突发性公共卫生疾病和癌症等疾病时患者纳入数量有限,不足以进行有效的随机化分组。201X年,FDA承诺在监管决策中考虑真实世界数据(real world data, RWD),医药企业正尝试应用真实世界的研究设计及数据构建合成对照臂(synthetic control arm, SCA)的方法来解决上述问题[2]。SCA用建模的方法生成,是临床试验的外部对照组,以此来对比评价RCT中某试验组(一般是新药)的安全性和有效性的方法[3]。SCA的数据来源包括电子病历、医保索赔数据(administrative claims data)、健身追踪器或家用医疗设备生成的数据、疾病登记以及既往临床试验数据等[4]已有途径,因此相对RCT成本较低,使得SCA有可能成为大数据时代背景下一种安全、稳妥(节省时间和金钱)的证据获得途径[3]。

目前我国尚未有应用合成对照臂作为评价药物安全性和有效性证据的案例,合成控制模型应用也局限于政策评价等人文社科方面,在临床上的应用还在起步阶段。因此,将合成对照臂模型应用于临床方向,完善并构建合成对照臂模型,有利于显著提高临床资源的利用,增强真实世界数据证据的实际应用和证据效力。

构建合成对照臂对医药行业有诸多益处。由于可以减少入组对照组的患者数量,或不再需要设置对照组,采用合成对照臂方法,可以有效提高临床试验开展效率,减少因患者纳入困难而延缓进度,缩短临床试验周期,延长上市销售期,降低临床试验成本,加快救命药品上市的速度,有利于扩大市场份额。担心被分组到对照组(安慰剂组)是患者选择不参加临床试验的主要原因之一。如果遇到个体患者的预后很差,或现行治疗标准(standard of care)的有效性存在局限的情况,这种担忧就会加大。因此,采用合成对照臂代替标准对照臂,可确保所有参与者都得到积极的治疗,从而消除了干预组患者的入组担忧。采用合成对照臂建模,可以解决临床试验参与者所担心的主要问题,消除患者招募的重要障碍。

当然,合成对照臂模型的构建也面临着如下问题和挑战:

(1)真实世界数据难以提取,数据质量偏低,完整性差。主要是指日常获得的医疗机构回顾性数据(如电子病例数据)通常是孤立、零散和非结构化的,不一定完整;另外不同医疗机构对于同类数据的定义可能存在差异;

(2)纳入临床试验的受试者和真实世界中的患者存在基线差异;

(3)存在霍桑效应和安慰剂效应(placebo effect),会干扰最终结果;

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。