Набирают популярность адаптивные испытания. Источник изображения: Университет штата Висконсин-Расширение.
(PhysOrg.com) – В течение многих лет испытания фармацевтических препаратов вращались вокруг двойного слепого теста, контролируемого с помощью плацебо, в котором даже те, кто проводил исследование, не знали, кто какое лечение получал. Тесты проходили через различные фазы, и между каждым этапом проводились месяцы оценок. Все это время участники и исследователи не знали, кто какое лечение получал, в надежде, что это ограничит имеющуюся предвзятость. Но теперь этот традиционный метод тестирования подвергается сомнению. Вместо этого фармацевтические компании рассматривают "адаптивный дизайн", что позволяет им изменять настройку исследования, чтобы адаптировать его к получаемой информации.
Адаптивный дизайн позволяет непрерывно собирать и анализировать данные, а также подразумевает, что исследователи точно знают, кто принимает таблетку под наблюдением, а кто – плацебо. Кроме того, адаптивный дизайн также позволяет фармацевтическим препаратам одновременно проверять эффективность различных схем дозирования. Данные просматриваются в промежуточный период – между фазами испытаний – и в это время не закрываются. Ученый приводит аргументы в пользу использования адаптивного дизайна:
"Причины для этого довольно ясны," говорит Джанет Виттес, президент компании по разработке клинических испытаний Statistics Collaborative, Inc., в Вашингтоне, округ Колумбия. Адаптивные испытания "имеют потенциал и обещают быстрее проводить испытания и быстрее получать ответы." Кроме того, оценка предположений, которые вы сделали при планировании исследования, по мере его проведения может усилить научную ценность исследования, – говорит Скотт Эванс, биостатист из Гарвардского университета.
Не только это, но и фармацевтические препараты могут снизить свои затраты. По оценкам компаний, они могли бы сэкономить от 20% до 50%, если бы могли скорректировать испытания лекарств – или вообще отказаться от них – путем изучения промежуточных данных. Разблокирование испытаний и рассмотрение данных, которые показывают, что лекарство оказалось совершенно неэффективным до перехода на более поздние этапы испытания, может сэкономить миллионы или даже миллиарды долларов, дав исследователям то, что им нужно, чтобы остановить испытание. Возможность настройки также позволит исследователям сосредоточиться на дозировании оружия, которое кажется более эффективным, или попробовать что-то немного другое на заключительном этапе.
Но, конечно, есть проблемы с адаптивными испытаниями. Хотя на начальном этапе мало кто возражает против адаптивного дизайна, испытания на поздних этапах представляют проблемы. Прежде всего, FDA не знает, как действовать, когда дело доходит до регулирования адаптивного дизайна. Даже термин "адаптивный" под вопросом. Что это требует? Другая проблема заключается в том, что фармацевтические компании могут изменить свои гипотезы относительно определенных методов лечения и их ожидаемой эффективности на полпути. Есть и другие проблемы:
1. Многократное повторение статистического теста может увеличить вероятность ложноположительного результата.
2. Настройки тестов и статистических показателей, направленные на получение наилучших возможных результатов, с большей вероятностью покажут то, что хотят от них исследователи, что приведет к искажению окончательного результата.
3. Предвзятость также может возникать по мере того, как испытуемые и исследователи смотрят на меняющийся замысел. Оба могут делать предположения, основанные на адаптации, и действовать соответственно, искажая результаты.
И, конечно же, существует опасность нечестной практики во имя деловых интересов. Ученый также сообщает о аргументе против адаптивного дизайна:
Некоторые говорят, что давление на эффективность заставляет некоторые компании злоупотреблять ею. По ее словам, одна из стратегий, с которыми столкнулась Виттес, – это занижение объема судебных разбирательств, чтобы заманить инвесторов. Компания, которая не может позволить себе запустить полную пробную версию, может запланировать адаптивную пробную версию, которая предусматривает "возмутительно большой" эффект для их лечения и содержит встроенный план по увеличению числа субъектов, если этот невероятный размер эффекта не выполняется. "Затем в какой-то запланированный промежуток времени они смотрят на данные и говорят: «О, размер наблюдаемого эффекта меньше ожидаемого.’" Тем не менее, эти ограниченные данные могут быть использованы для привлечения инвесторов к финансированию более крупного исследования. "Меня беспокоит то, что отчасти [адаптивный дизайн] прижился из-за давления со стороны бизнеса," Эванс говорит.
В конце концов, адаптивный дизайн, вероятно, найдет применение в некоторых испытаниях, особенно на ранних стадиях. Это поможет исследователям выявить некоторые проблемы раньше и позволит исследователям внести небольшие изменения, которые могут улучшить испытание. Тем не менее, адаптивный дизайн, вероятно, следует использовать с осторожностью, особенно по мере продвижения этапов клинических испытаний.
© 2009 PhysOrg.ком