王亞飛，陳峰，柏建嶺，黃麗紅，于浩

南京醫(yī)科大學公共衛(wèi)生學院，生物統(tǒng)計學系，南京211166，江蘇

摘要 目的：探討靶向藥物全球同步研發(fā)項目中全隨機設(shè)計和富集設(shè)計的統(tǒng)計學性能，以期為實際工作提供指導意見。方法：采用蒙特卡羅模擬靶向藥物全球同步研發(fā)設(shè)計臨床數(shù)據(jù)，在不同的參數(shù)設(shè)置下比較全隨機設(shè)計和富集設(shè)計的檢驗效能。結(jié)果：當目標種族人群與非目標種族人群效應相等，靶向陽性與靶向陰性人群效應也相等時，相同分配樣本量情況下全隨機設(shè)計與富集設(shè)計的檢驗效能最高，經(jīng)過篩選的富集設(shè)計檢驗效能最低；當靶向陰性人群效應較低時，相同分配樣本量情況下富集設(shè)計的檢驗效能最高，全隨機設(shè)計次之，經(jīng)過篩選的富集設(shè)計檢驗效能最低；靶向陽性人群比例增大，檢驗效能隨之增大。當目標種族人群效應較低時，其檢驗效能的結(jié)果與上述結(jié)果基本類似，略低于兩種人群效應相等的結(jié)果。結(jié)論：當有足夠的證據(jù)表明靶向藥物的療效對靶點陽性人群療效優(yōu)于靶點陰性人群時，建議采用富集設(shè)計。當不能確定靶向藥物對陰性人群是否有效或無可靠的靶點檢測方法時，建議采用全隨機設(shè)計。采用加權(quán)Z檢驗能夠在本地臨床試驗(local clinical trials，LCT)樣本量較小的情況下提供足夠的檢驗效能來驗證假設(shè)。

關(guān)鍵詞 靶向藥物；全球同步研發(fā)項目；檢驗效能；富集設(shè)計；全隨機設(shè)計

針對藥物可能存在的種族敏感性，人用藥物注冊技術(shù)要求國際協(xié)調(diào)會議(International Conference on Harmonization，ICH)于1998年出臺了E5指南“接受國外臨床資料應考慮的種族問題”，該指南中第一次提及橋接試驗(bridging study)的概念^[1]。在多年的藥物臨床實踐中，統(tǒng)計學家陸續(xù)提出了橋接試驗的設(shè)計與統(tǒng)計分析方法^[2-3]，但是仍存在新藥上市的時間延遲、樣本量不足以說明藥物的療效等問題^[4]。因此，有學者提出國際多中心臨床試驗（multiregional clinical trials，MRCT）的概念^[5]。黃欽在2012年提出一種新的設(shè)計：藥物全球同步研發(fā)項目( simultaneous global drug development program，SGDDP)^[6]。在SGDDP中，若新藥要在當?shù)貒易?，需在本地進行一個與用于原來地域注冊的MRCT有相同設(shè)計的當?shù)卦囼? local clinical  trial，LCT)。通過借用MRCT中得到的療效信息，與LCT的療效信息合并，采用加權(quán)Z統(tǒng)計量來檢驗當?shù)厝巳旱寞熜А?/span>

同時，在過去的幾十年里，隨著基因測序技術(shù)的飛速發(fā)展，人們對于疾病的理解逐步深入到分子異質(zhì)性的層面。目前很多人致力于研究腫瘤的基因表達及突變性質(zhì)^[7]，腫瘤的發(fā)生和發(fā)展受到由各種基因和信號傳導通路組成的異常復雜的網(wǎng)絡(luò)系統(tǒng)的調(diào)控，這些基因和分子也為腫瘤治療提供了豐富的標記物來預測哪些病人療效更好，即靶向人群（target population）。近年來，針對這些標記物的靶向治療藥物(targeted drugs)越發(fā)受到關(guān)注，臨床試驗中靶向人群的分析也變得愈發(fā)重要^[8]。相比于傳統(tǒng)的臨床試驗設(shè)計，靶向治療藥物的試驗設(shè)計需要充分考慮到靶向治療藥物的特點對試驗結(jié)果可能帶來的影響，根據(jù)疾病靶點表達的不同，靶向治療藥物對患者的治療可能存在不同的效果^[9-10]。如果靶向治療藥物對靶點檢測結(jié)果為陽性的患者的療效優(yōu)于靶點檢測為陰性的患者，那么同時納入靶點陽性和陰性患者，且陽性患者比例較小的話，可能得到療效沒有意義的結(jié)果，因此傳統(tǒng)的臨床試驗設(shè)計方法尚不能滿足靶向治療藥物研發(fā)的需要。本文通過模擬試驗探討兩種靶向藥物全球同步研發(fā)設(shè)計在不同情境下不同靶向陽性人群比例與檢驗效能之間的關(guān)系，并對各設(shè)計的統(tǒng)計學性能進行性價，為靶向藥物的全球同步研發(fā)提供依據(jù)。

靶向藥物全球同步研發(fā)設(shè)計的目的是檢驗目標種族（targeted ethnic，TE）人群中，靶向陽性人群或全人群接受試驗藥物治療是否有效。該設(shè)計分為兩個階段：MRCT部分和附加的當?shù)嘏R床試驗( local clinical trial，LCT)部分。SGDDP中的MRCT是標準的具有預先設(shè)定的把握度和統(tǒng)計檢驗水準的Ⅲ期臨床試驗設(shè)計，其中包含了TE人群和非目標種族（non-targeted ethnic，NTE）人群。LCT可以看作是MRCT的拓展，只納入TE人群。其中MRCT部分試驗結(jié)束后進行一次結(jié)果分析，可根據(jù)以下兩點對試驗進行無效決策：

(1)如果MRCT部分的療效無統(tǒng)計學意義(比如，p>α)，則LCT應該終止；

(2)如果MRCT部分的療效有統(tǒng)計學意義（比如，p≤α），則LCT繼續(xù)進行，整個試驗完成后的統(tǒng)計分析在α=0.05的水準進行。

這里的無效決策界值α沒有統(tǒng)一標準，實際中應依據(jù)具體案例考慮并與監(jiān)管部門協(xié)商討論^[6]。

常用的靶向臨床試驗設(shè)計方法有三種：全隨機設(shè)計（all-randomized design）、富集設(shè)計(enrichment design)和策略設(shè)計（strategy design）。由于策略設(shè)計在實際工作中較為少見，故本研究僅考慮在MRCT及LCT部分采用全隨機設(shè)計和富集設(shè)計，MRCT和LCT均采用相同的設(shè)計。在全隨機設(shè)計中，所有病人在被隨機分配到試驗組或?qū)φ战M中時，不考慮治療靶點診斷結(jié)果；在富集設(shè)計中，先對病人的治療靶點進行檢測和評價，僅入組靶點表達陽性的病人，隨機接受試驗藥物治療或標準治療。具體流程見Fig.1。

假設(shè)試驗的主要療效指標是定量資料，設(shè)分別表示TE人群和NTE人群靶向陽性病人及靶向陰性病人（P為陽性病人，Ⅳ為陰性病人）試驗組與對照組療效的差值，且均服從正態(tài)分布。最終分析將人群分為兩個部分，TE人群和NTE人群，用Z_TE和Z_NTE分別表示TE人群和NTE人群的檢驗統(tǒng)計量，兩者均服從標準正態(tài)分布，且相互獨立。加權(quán)檢驗統(tǒng)計量為Z=，且由于Z_TE和Z_NTE相互獨立，Z也服從正態(tài)分布。原假設(shè)為H₀：δ_TE=0，是針對TE人群的，由于種族差異的存在，NTE人群的統(tǒng)計量Z_NTE在原假設(shè)條件下可能服從均數(shù)不為0的正態(tài)分布，進而導致原假設(shè)中Z的分布不服從標準正態(tài)分布Ⅳ(0，1)，導致檢驗結(jié)果有偏。因此，我們假設(shè)TE人群和NTE人群的療效差值是成比例的：δ_TE=γ×δ_NTE，其中γ為未知的正常數(shù)^[11]。假設(shè)E_i =E(Z_i)為在預設(shè)效應量δ_i情況下Z_i的均數(shù)(i=TE、NTE)，NTE人群兩組的效應差值均數(shù)和方差分別為δ_NTE、；TE，其中δ_NTE =p×+（1-p）× 。，p為靶向陽性人群的比例。NTE檢驗統(tǒng)計量服從正態(tài)分布，其均值為：

同理可計算出TE人群的檢驗統(tǒng)計量的均值。

權(quán)重的選擇會影響Z統(tǒng)計量的大小，故采用一致最優(yōu)檢驗(uniformly most powerful test，UMPtest)來確定權(quán)重^[11]。假設(shè)E_i =E(Z_i)為Z_i的均數(shù)，ZTE和ZN_TE的聯(lián)合分布可以表示為：

其中N_NTE和n_TE是NTE和TE人群的樣本量，C(E_TE，E_NTE)和h（Z_TE，Z_NTE）為兩個真值函數(shù)。由于γ是假設(shè)的正常數(shù)，UMP檢驗可以構(gòu)建為：

其中c₀是與檢驗樣本量有關(guān)的常數(shù)?？梢钥闯鲈?/span>條件下，UMP檢驗與加    N_NTE權(quán)z檢驗是等價的。此時：。

2.1參數(shù)設(shè)置  在本文的模擬研究中，僅考慮一個試驗組和一個對照組；并假定病人的靶點檢測結(jié)果為兩種：陽性和陰性。根據(jù)試驗藥物對不同種族人群和不同靶點人群的處理效應不同，考慮四種不同的情境，具體參數(shù)設(shè)置見Tab.1。

假設(shè)MRCT總樣本量為500，其中NTE人群樣本量為400，TE人群樣本量為100，LCT樣本量為100，靶向陽性人群比例分別考慮0.1(0.05)0.3，為簡便起見，方差均設(shè)為1。富集設(shè)計的樣本量為總樣本量中靶向陽性的病人數(shù)量，本研究同時也考慮了篩選后靶向陽性患者樣本量與全隨機設(shè)計相等時的情況。對于每一種情境我們都模擬了2 000次，通過加權(quán)Z檢驗計算不同陽性人群比例情況下每一種情境在取雙側(cè)檢驗水準α=0. 05時拒絕不成立的無效假設(shè)的比例，即檢驗效能。

2.2模擬結(jié)果  情境一中，試驗藥物對所有人群的療效均相同，全隨機設(shè)計與富集設(shè)計在相同隨機分配樣本量情況下獲得的檢驗效能基本相同，且不隨靶向陽性人群比例的變化而變化，在80%左右；篩查后的富集設(shè)計的檢驗效能最低，隨著靶向陽性人群比例的增大，檢驗效能從20%增大到40%。但是，相同分配樣本量時富集設(shè)計的篩查樣本量要明顯大于全隨機設(shè)計(Fig.2)。

情境二中，試驗藥物對TE人群的療效低于NTE人群，但是對靶向陽性人群和靶向陰性人群療效無差異，不同設(shè)計在該情境下靶向陽性人群比例與檢驗效能的變化情況與情境一類似，但是整體的檢驗效能相比于情境一要略小一些，例如全隨機設(shè)計和富集設(shè)計在相同隨機分配樣本量情況下的檢驗效能略低于80%( Fig.2)。

情境三中，試驗藥物對TE人群和NTE人群療效相等，但是對靶向陽性人群療效優(yōu)于靶向陰性人群，在該情境下，相同分配樣本量時富集設(shè)計的檢驗效能為80%，高于全隨機設(shè)計的40%到60%，篩查后的富集設(shè)計檢驗效能最低，為20%到40%。全隨機設(shè)計和篩查后的富集設(shè)計的檢驗效能隨靶向陽性人群比例的增大而增大，而分配富集設(shè)計的檢驗效能基本穩(wěn)定(Fig.2)。

情境四中，試驗藥物對TE人群的療效低于NTE人群，且對靶向陽性人群療效優(yōu)于靶向陰性人群。不同設(shè)計在該情境下靶向陽性人群比例與檢驗效能的變化情況與情境三類似，但是整體的檢驗效能相比于情境三要略小一些(Fig.2)。

另外，我們也模擬了二分類資料在四種情境中檢驗效能與靶向陽性人群比例的變化關(guān)系，其模擬結(jié)果與上述模擬研究結(jié)果類似，故此處不再重復描述。

隨著診斷技術(shù)的進步、靶向臨床試驗的發(fā)展和藥物全球同步研發(fā)項目的不斷開展，如何在全球范圍同步進行靶向藥物臨床試驗成為一個很重要的問題。一個良好的試驗設(shè)計方法不僅使得試驗結(jié)果更加準確可信，同樣可以使臨床試驗過程更加高效。本文考慮到靶向藥物對靶點陽性和陰性病人療效大小的不確定性，為了評價該藥物在某個地域或國家對目標人群的療效，我們分別對四種不同情境下兩種常用靶向臨床試驗設(shè)計方法靶向陽性人群比例和檢驗效能之間的關(guān)系進行了評估。

從情境三和情境四的結(jié)果可知，當有足夠的證據(jù)表明靶向藥物對靶向陽性人群有更好的療效且擁有高效可靠的靶點檢測技術(shù)時，我們建議采用富集設(shè)計。在全球同步研發(fā)中，采用富集設(shè)計可以在MRCT篩選病人時，LCT也同時進行病人的篩選，這樣可以加快藥物在本地的上市時間，這也是靶向藥物在全球同步研發(fā)中采用富集設(shè)計的優(yōu)勢之一。

但是，如果靶向藥物對靶點陰性人群也有一定的療效，采用富集設(shè)計會忽略陰性人群及全人群的效應。所以，在沒有確切的證據(jù)表明靶向治療藥物對靶點陽性人群有療效，且對陰性人群沒有療效的情況下，如果采用富集設(shè)計會忽略一部分本可以通過靶向治療藥物獲得療效的人群。情境四是最接近實際臨床試驗情況的假設(shè)，靶向藥物對陽性人群的療效優(yōu)于陰性人群，而TE人群的療效低于NTE人群，這種情況下如果采用富集設(shè)計會忽略對陰性人群的治療作用，使該人群不能從中獲益，這是不符合倫理的；而且，排除了該人群也使得無法從這部分人群獲得經(jīng)濟效益，對研發(fā)者是一個巨大的損失；另外，從科學性的角度考慮，富集設(shè)計也不是最佳選擇。因此，該情況下推薦使用全隨機設(shè)計。這一結(jié)論與簡單的靶向臨床試驗的結(jié)論是一致的^[12]。

情境二與情境一相比，情境四與情境三相比，兩種設(shè)計的檢驗效能均有一定程度的降低，這是因為我們假設(shè)情境二、四中TE人群的效應低于情境一、三中TE人群的效應。這個假設(shè)是合理的，因為不管采用全隨機設(shè)計或富集設(shè)計，試驗的目的是檢驗TE人群的療效是否有意義，如果一定要認為TE人群療效優(yōu)于全人群的療效，那么LCT就沒有進行的必要，或者不需要額外的樣本量了^[6]。

如果無效決策界值設(shè)定過嚴，可能會錯失一個對于TE人群實際有效的靶向藥物以及資源浪費，因此，我們可以根據(jù)臨床試驗的實際情況與監(jiān)管部門協(xié)商，確定一個合適的無效決策界值，從而避免以上問題出現(xiàn)。

本研究僅從統(tǒng)計學的角度對兩種常用的靶向藥物全球同步研發(fā)項目方法進行了模擬比較，為如何選擇靶向臨床試驗的設(shè)計方法提供了一定的統(tǒng)計學依據(jù)。但是，本文的終點指標僅限于定量資料和二分類資料，可進一步拓展到生存資料，并考慮不同分布類型以及截尾情況^[13-14]。

另外，本文的加權(quán)Z檢驗要求NTE和TE人群的檢驗統(tǒng)計量服從正態(tài)分布，對于新提出的方法^[15]還不適用。由于臨床試驗實際操作中存在靶點檢測方法的可靠程度和花費投入、全球同步研發(fā)中目標種族在MRCT中的比例大小等問題，在具體選擇不同的設(shè)計方法時，還需要結(jié)合具體的情況進行綜合考慮。