-------------------------------------基本介绍--------------------------------- 首先先对临床试验做基本的介绍： 1. 所有临床试验"基本上"都需要在http://clinicaltrials.gov/上登记 因此，我们可以在这个网站上查到PI-88或是其他你有兴趣的药物，目前有多少研究正在执行中，或是已经完成了 2. 新药开发在人体进行共有三个阶段 第一阶段： 安全性测试 基本上完全没有参考价值，因为没有对照组&样本数极小。 简单来说通过这个阶段的药物只要吃下去不会死人就好。 第二阶段：剂量测试 决定几个可能的使用剂量，并进行小规模的研究。（如PI-88测试了160/250 mg/day） 由於样本数较小且组别较多的原因，要通过这个阶段基本上不需要显着的统计检定值，但 需要更加确保没有安全性的问题，以及至少有一种剂量相较於对照组有较佳的预後。 在第三阶段临床试验结束前，若想了解可能的结果，只有这个阶段的研究是最具参考价值的。 但是，除非少数有『非常明显』疗效的药物之外，使用这阶段的研究结果来预测第三阶段临床试验的结果大部分和丢铜板没什麽不同。 第三阶段：最终阶段 最终结果就是一翻两瞪眼，没啥好讨论的。 但根据研究设计&期中分析的结果，我们仍然能较准确的『猜测』最後成功的机率。 ------------------------------------本文开始--------------------------------- 从paper上(第二阶段)&http://clinicaltrials.gov/上登记的第三阶段试验，我们有几个重要的讯息： (PI-88之第三阶段试验登记网址：http://ppt.cc/tKab ) (PI-88第二期试验结果文章网址：http://ppt.cc/hgdy ) 1. 第二阶段之主要的结果：Recurrence-free at study completion (48 weeks) 对照组 29/58 (50%) 160mg/day 35/56 (63%) 250mg/day 22/54 (41%) 根据这个结果，我们可以看出它的疗效其实并不是很明显。 一般来说，药物剂量越高效果应该越好。（当然好到一定的程度就不会再好了，但反转较为少见） 2. 第三阶段临床试验之样本数设定为519。 考虑到第二阶段的试验结果，我们设定下列参数计算样本数： 显着水准(p value)： 0.04148 (基亚设定的期末分析的显着水准) 统计检力(Power)： 0.8 (通常用的数字) 实验/对照的比例： 1:1 (这种情形下要的样本最小) 对照组的预期复发率： 0.5 (根据第二阶段临床试验的数字) 实验组的预期复发率： 0.37 (根据第二阶段临床试验的数字) 上面这些专业的统计术语在最下面解惑。 算到的样本数是520，跟519相当接近，因此我们预期他们内部的参数十之八九与上面相同。 至於计算方法，建议各位直接上http://ppt.cc/uowl做计算。 输入下列参数： Two-sided confidence level(%) = (1 - p value)*100 = 95.852 Power (1-beta or % chance of detecting ) = 80 (上面的0.8) Ratio of Unexposed to Exposed in sample = 1 (上面的1:1) Percent of Unexposed with Outcome = 50 (上面的0.5) Percent of Exposed with Outcome = 37 (上面的0.37) -----------------------------------数据分析----------------------------------- 在进行数据分析之前，你要先赌他真的有效还是没效。（真的有没有效只有上帝知道） 假设你赌没效，那你还买它干麻？ 假设你赌有效，继续往下看。 注1：你要赌有效还没效，最有参考价值的就是第二阶段临床试验的那篇Paper。 注2：从上面的证据来说，我对这机率并不乐观，因为最高剂量的那组反而预後较差。 假设你已经赌有效了，接着在样本数固定的情形下，Power是你最关心的东西： Power的意思就是，若药物真的有效，那试验结果显着的机率。 简单的来说，若所有参数都设定正确，那期末分析显着的机率是80%。 假设期中分析的时候约追踪了一半的时间，那把发生率都砍半好了（50->25；37->18.5），加上显着水准是0.01806，可得期中分析之Power大约是26%。 注3：所以我不知道期中分析之前对这结果在乐观什麽，提前结束的机率只有26%。 另外，上面这些机率的计算根据的是"正确的参数预估"，若这些参数是"乐观预估"，那机率就会比80%&26%更低。 但是根据我的经验，乐观预估上面这些参数太常见了。举例来说，只要将"疗效"从13%保守点设为10%，所需要的病患就要520变成880，对公司来说就是要花1.7倍的钱。 所以，我预估就算真的有疗效，那期末分析会显着的机率也不到80%。 另外，从这里大概也可以看出公司愿不愿意花钱。（不过临床试验都很贵，他愿意花也不见得有钱可以花） ----------------------------------给End的人--------------------------------- 基亚还能不能翻盘，基本上取决於两个机率（事实上对於谨慎的投资人而言，期中分析前就应该计算了） 1. 你赌他是不是真的有疗效，并假设他真的有疗效的期望机率是A 2. 计算它的Power（不会算就先设80%），假设这个数字是B 期末试验的成功机率=A*B+0.04148*(1-A) (你心中的A&B是多少就自己设定吧) 至於期中分析的结果能不能拿来做期末分析的预测？基本上是不行的，因为揭露的资讯太少了。 所以，所有的临床试验基本上都是场赌博，只是机率高低的不同而已。 -------------------------------给只想看一行结论的人--------------------------- "在一切都很乐观的条件之下"， 期中分析过关率本来就只有26%，不过早在可以预期之内。 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 140.109.40.5 ※ 文章网址: http://webptt.com/cn.aspx?n=bbs/Stock/M.1408343067.A.CCB.html 智擎是公司名称吧，可否给些药物名称之类的关键字？ 对照组(安慰剂组)当然还是有可能有改善。 以这个例子来说，就是48周之内癌症未复发，难道不吃药48周内就一定都要复发? 基亚的这个PI-88似乎就是跟欧美合作的（progen公司）。 另外，台湾未必做不出新药，药物这种东西很难说。 我不知道你所谓的之前失败是指什麽？ 是指期中分析结果不如预期？那我只能说本来就没啥机会会通过。 是指欧美已经做过这种药物的临床试验？你可以上http://clinicaltrials.gov/查查，在肝癌上基亚是第一个。 基亚是间好公司？这点我是很有疑问的。 如果试验通过，毫无疑问未来赚钱的机率很高。 但根据现在的资讯，不只是他赔钱而已，还要考虑到它大部分营收来自核甘酸定序服务，这东西基本上已经是红海了，需要越来越贵的仪器，但价钱却必须越来越低。 ※ 编辑: ching0629 (140.109.40.5), 08/18/2014 15:00:44 确实是有些宽松，可以的话我们会希望期末试验的显着水准越接近0.05越好，这样期中分析的显着水准就会非常小。 期末分析的显着水准与期中分析的显着水准有关，期中设越严格，期末就比较宽，反之亦然。 然而，期中分析几乎不可能会显着阿（以26%来看），那你还把一些扣打分到期中分析就显得满奇怪的。 这跟可信度无关，由於双盲，连医师也不确定他所评估的病患是吃哪种药。 因此"假设"错误的机率在两个组别相同，那两组的差异就不受"错误率"影响。 我查了这个药物，发现他的第三期试验结果已经在今年6月结束了。(http://ppt.cc/wKRD) 根据http://ppt.cc/aH~Y，似乎是好的结果。 其实，第一线的研究人员常常受到"政治因素"干扰。 研究人员当然相信这个药是确实有疗效（A=100%），但你要认同他的想法吗？ 就算真的有疗效好了，那根据Power analysis，最终通过的机率也不过80%。 也就是说，即使研究人员说的都对，通过机率也不过80%。 你会问研究人员为什麽愿意接受这20%的失败率，因为降低失败率需要更高的样本数，而金主有时候不愿意花这麽多钱。 （或是花太多钱就算有反应了，投资报酬率也太差） BTW，就算上市了，若是真实疗效太差，也未必会卖得好，这部分就等期末报告出来若有显着结果我再来评估吧。 ※ 编辑: ching0629 (140.109.40.5), 08/18/2014 15:40:34 Power analysis部分的公式有点长，需要的话直接使用网站计算就好。 至於我写的A/B与预测机率的关系式，只有使用非常简单的条件机率相乘，但只要A/B为真，它是正确无误的。 你说的没有错，26%是"真的有疗效"的状况下，所以真实的"期望机率"（注意，不是机率，是期望机率）应该更低。 减半当然很武断。但毕竟研究只经过一半的时间，设一半也只是个人推测，你可以设其他参数试试。 ※ 编辑: ching0629 (140.109.40.5), 08/19/2014 08:40:23