蔡宏伟_临床试验随机化_20091022
化学药品改良型新药临床试验技术指导原则

一、前言 (1)二、背景 (1)三、临床优势考虑 (2)四、临床试验设计与评价 (4)(一)提高有效性 (4)1.与被改良的已上市药品目标适应症相同 (4)2.与被改良的已上市药品目标适应症不同 (5)(二)改善安全性 (6)1.优化具有明确不良反应的API结构 (6)2.API结构以外的改良途径 (8)(三)提高依从性 (8)(四)其他 (9)五、小结 (9)一、前言改良型新药是在已知活性成分(Active Pharmaceutical Ingredient, API)的基础上,对其结构、剂型、处方工艺、给药途径、适应症等进行优化,具有明显临床优势的药品。
与全新靶点和结构的创新药相比,改良型新药具有更多可以借鉴的已知活性成分药品的研究数据,可缩短临床研发的周期。
随着制药工业技术的快速发展,改良型新药已成为当前新药研发的热点方向之一。
化学药品改良型新药(以下简称化药改良新药)是重要的改良型新药类型。
现行《化学药品注册分类及申报资料要求》明确要求改良型新药应具备明确的临床优势,但目前我国尚无明确的技术指导原则阐述化药改良新药应具备的临床优势,以及如何通过临床试验证明其临床优势。
且我国与国外部分监管机构对化药改良新药的临床相关技术要求也存在差异。
为进一步明确我国改良新药的临床优势定义、鼓励我国改良新药的临床开发,制定本指导原则。
因化药复方制剂与其他化药改良新药的临床开发考虑不同,本指导原则未涵盖复方制剂。
二、背景改良型新药是对已知活性成分的上市药品进行优化,被改良药品的结合靶点、作用机制、药效学数据、人体药代动力学数据、有效性证据和安全性特征均较为明确。
因此,化药改良新药的临床研发可借鉴已上市药品的临床开发经验,立足于明确的临床需求——如现有已上市药品疗效待提高、毒性待改善或给药方式待优化等,进行优化。
开展必要的临床试验,通常在临床试验中对临床优势进行概念验证,并最终确证。
本指导原则将阐述化药改良新药的临床优势,以及不同优势的化药改良新药的临床试验设计与评价原则,以期为化药改良新药临床研发提供技术指导和参考。
急性重症脑卒中患者胰岛素强化治疗的随机对照研究

谢障碍疾病 ; 糖化血红蛋 白正 常; 院时 问≥7 。应激 性高血糖 住 d
诊 断标准为 6 h未输注葡萄糖 的情况 下血糖 ≥71 moL或随机 . m l /
血 糖 ≥ 1.I O /L 11l  ̄ 。 T m 11 排 除 标 准 .. 2
12 研 究方 法 .
2 结 果
21 胰 岛素 强 化 治 疗组 和 胰 岛素 常 规 治 疗组 基 线 指 标 比 较 .
1 . 治疗方 案 .2 2
常规 治疗组 : 当患者血糖 ≥1.m l 1 moL时 , 1 / 给
予胰 岛素 ( 江苏万邦生化 医药生产 , 批号 :9 5 2 ) 00 2 9 治疗 , 控制血
糖 在 (00 11mm 即 可 。 强化 治疗 组 : 者 血 糖 水 平 超 过 1 .~1.) o 患
除以及外周胰岛素抵抗 的改善逐步缓解 ;应激性高血糖 的调控
过 程 易 出现 低 血糖 现象 , 控过 程 病 情 观 察 和 血 糖 的监 测繁 锁 ; 调
临床医师对高血糖 给机体造成的危害认识不充分 。因此临床上 大多数采取姑息治疗 , 即不干预策略 , 仅积极治疗原发病 。但是
有 越 来越 多 的证 据 表 明 , 持 正 常 的 血糖 和胰 岛素 治 疗 , 限制 维 对
和胰 岛 素 常规 治疗 组 。常 规治 疗组 3 例 , 2 0 男 0例 , l ; 均 女 0例 平 年龄 6 7岁。强化治疗组 3 例 , 中男 2 例 , 9 ; 年龄 6 。 0 其 1 女 例 平均 哕
血糖不仅被视为预后不 良的预警指标 , 是病情进展 、 更 恶化 的原 因之一 。传统治疗方案建议通过静脉滴 注胰 岛素将血糖控制 在
见 表 1 。
人参皂甙Rbl对阿霉素致心力衰竭大鼠心脏的保护效应

端 标记 法 ( UN L 。结 果 T E )
( V S P一00 2显 著 改 善 , 心质 量 指 数 ( L F, . 2) 全 HW/ W , B P一0 05 及 左 室 质 量 指 数 ( w/ W , .0 ) L B P:0 oo 均 显 著 改 .o)
善 ; G - b 组 的 B P水平 ( ② s l R N P一0 00 和 c n水 平 ( 一0 00 均 显 著低 于 对 照 组 ; 与 对 照 组 相 比 , sR l组 的 .0 ) r I r P .0 ) ③ G- b 心 肌 细胞 凋 亡 率 显 著下 降 ( P一0 05 ; L E . 4 )④ V F和 心 肌 cn 水 平 ( 一 一0 5 ,P一00 5 、 肌 细 胞 凋 亡 率 (一 TI r .5 . 4 )心 r
在慢性 心力衰竭 (ho i h at a ue HF 渐 crnc er f lr,C ) i
人参是我 国广泛应 用于心血管疾病 治疗 的 中药
进性恶化进 程 中, 心肌重 塑是其分 子细胞 学基 础 , 而
材, 我们 的一些 研究 及 其他 国 内外研 究 显示 人 参 的 有 效 成 分 人 参 皂 甙 Rb ( isn s e b ,G - l Gn eoi R 1 s d R 1可有效减轻各种 原 因所致 的心 肌损伤l , b) _ 但其 4 剖 是否 可遏制 C HF进程 、 该效应是否 与减轻心 肌细胞 凋亡 有关 等均不清楚 。
・
k ・ ) 对 照组 1 g d 和 5只 。第 4 检 测 心脏 超 声 、 心 室脑 利 钠 肽 ( N )心 肌 肌钙 蛋 白I cn )和原 位 缺 口末 周 左 BP、 (T I ① 与 对 照 组 相 比 , - b 组 左 室 射 血 分 数 ( V F, Gs l R L E P一 00 5 和 左 室 短 轴 缩 短 率 .1)
流行性感冒治疗和预防药物临床试验技术指导原则

〇一、疾病特征 (1)二、目的和适用范围 (1)三、临床试验设计的总体考虑 (2)四、进入临床试验的条件 (3)(一)非临床药效学研究 (3)(二)非临床安全性研究 (4)五、早期临床试验 (5)(一)药代动力学研究 (5)(二)药效动力学研究 (6)(三)建立模型 (7)六、探索性临床试验 (8)(一)一般考虑 (8)(二)挑战试验 (9)(三)流感大流行期间探索性试验特殊考虑 (10)七、确证性临床试验 (11)(一)试验设计 (11)(二)试验人群及入排标准 (17)(三)盲法 (20)(四)给药方案 (20)(五)疗效终点 (21)(六)安全性指标及风险控制 (24)(七)试验周期和观察时间点 (25)(八)病毒学检测和耐药性监测 (26)(九)统计学考虑 (26)(十)获益-风险 (30)八、特殊公共卫生情况下的技术考虑 (30)九、参考文献 (33)附录: (35)一、疾病特征流行性感冒(简称流感)是由流感病毒引起的一种急性呼吸道传染病,几乎每年冬季在温带气候地区以及全年在热带气候地区会发生不同程度的流行或暴发,历史上曾出现过多次流感大流行,对公共卫生形成挑战。
流感患者和隐性感染者是流感的主要传染源。
主要通过打喷嚏和咳嗽等飞沫传播,也可经口腔、眼睛等黏膜直接或间接接触传播,接触被病毒污染的物品也可引起感染。
人群普遍易感。
无并发症的单纯性流感的患者多可以自行恢复,药物治疗可以缩短病程,重症患者可发生病毒性肺炎、全身炎症反应,最后出现急性呼吸窘迫综合征、全身多器官功能障碍综合征及休克。
对于流感,治疗原则主要为尽早隔离、对症治疗、抗病毒治疗。
重症病例治疗原则为积极治疗原发病,防治并发症,并进行有效的器官功能支持。
有效的疫苗是控制流感传播的核心,抗病毒药物一般用于治疗确诊的流感疾病,并在某些情况下用于疾病暴露前或暴露后的预防。
多种抗病毒药物已被批准用于治疗甲型和乙型流感,例如:金刚胺类、神经氨酸酶抑制剂、核酸内切酶抑制剂等,部分药物获得了预防适应症。
多中心临床试验随机化竞争入组方式的探讨

∗基金项目:国家自然科学基金面上项目(81473066)ꎻ国家自然科学基金青年科学基金项目(81803338)1 南方医科大学公共卫生学院生物统计学系(510515)2 中国人民解放军东部战区总医院医学统计学教研室3 南京医科大学公共卫生学院生物统计学系ә通信作者:刘玉秀ꎬE ̄mail:liu_yuxiu@163 com多中心临床试验随机化竞争入组方式的探讨∗袁阳丹1ꎬ2㊀刘伟杰1㊀刘玉秀1ꎬ2ꎬ3ә㊀陈丽嫦1㊀陆梦洁2㊀刘雅琦2ꎬ3㊀刘㊀曼2ꎬ3㊀㊀ʌ提㊀要ɔ㊀目的㊀对于多中心临床试验随机化采用竞争入组的情形ꎬ应该共用一个随机分配序列ꎬ还是各中心使用各自的随机分配序列ꎬ目前未见研究报道ꎮ本文将通过探讨整个分配过程中以及分配完成后整体和中心内部的均衡性行为ꎬ为多中心临床试验随机化竞争入组方式的选择提供参考和实用性指引ꎮ方法㊀以随机化性能较好的大棒法(bigstickdesignꎬBSD)作为随机化方法ꎬ通过设定不同的中心数㊁样本量以及最大容许不平衡例数(maximaltoleratedimbalanceꎬMTI)ꎬ借助随机模拟的方法ꎬ分析两种不同竞争入组方式下整体和中心内部的均衡性行为ꎮ结果㊀随着样本量的增加ꎬ各中心共用一个序列的过程均衡性变差ꎬ而选用各自序列时则保持稳定ꎮ随着中心数的增加ꎬ各中心选用各自序列的过程均衡性变差ꎬ而共用一个序列时变好ꎻ多中心共用一个序列时无法通过使用较小的MTI来减少中心内部的不均衡ꎮ中心数不是很多时ꎬ各中心使用各自序列最终出现严重不均衡的比例非常小ꎮ通过模拟可以找到各中心使用各自序列竞争入组比共用一个序列均衡性更优的最小样本量ꎬ结果表明最小样本量和中心数存在线性关系ꎮ结论㊀如中心数非常多ꎬ分配到各中心的例数很少时ꎬ可考虑多中心共用一个随机分配序列ꎬ但需要持谨慎的态度ꎻ其他情况ꎬ一般推荐各中心使用各自的随机分配序列ꎮʌ关键词ɔ㊀多中心临床试验㊀随机化㊀竞争入组㊀均衡性RandomizedCompetitiveEnrollmentModeinMulti ̄centerClinicalTrialsYuanYangdanꎬLiuWeijieꎬLiuYuxiuꎬetal(DepartmentofBiostatisticsꎬSchoolofPublicHealthꎬSouthernMedicalUniversity(510515)ꎬGuangdong)ʌAbstractɔ㊀Objective㊀Thereisnoresearchreportedonwhethersharedorrespectiverandomlyallocatedsequenceshouldbeadoptedformulti ̄centerclinicaltrialsimplementingrandomizedcompetitiveenrolmentscenario.Hereinꎬweprovidedreferencesandpracticalguidancefortheselectionofrandomizedcompetitiveenrolmentmodeinmulti ̄centerclinicaltrialsbyex ̄ploringtheoverallandcentralinternalbalancebehavior.Methods㊀Selectthebigstickdesign(BSD)withbetterrandomizationperformanceastherandomizationmethodꎬbysettingdifferentnumberofcentersꎬsamplesizeandmaximumtoleratedimbalance(MTI)ꎬandtheoverallandcentralinternalbalancebehaviorsundertwodifferentcompetitiveenrolmentmodesweresubsequent ̄lyanalyzedusingrandomsimulation.Results㊀Theprocessbalanceofcentersapplyingsharedsequencesdeterioratedalongwithincreasingthesamplesizeꎬwhilethebalanceofcenterswithrespectivesequencesremainedstable.Ontheotherhandꎬtheprocessbalanceofcenterswithrespectivesequencesdegradedalongwithincreasingthenumberofcentersꎬyetthebalanceofcenterswithsharedsequencesimproved.FurthermoreꎬforcentersapplyingrespectivesequencesꎬitisunabletoreducetheinternalimbalancebyadoptingasmallerMTI.Anditwaslesslikelytoobtainresultswithsevereimbalanceforcentersapplyingrespectivese ̄quenceswhenamoderatenumberofcenterswasconsidered.Importantlyꎬitwasevidencedthroughsimulationthatabettermini ̄mumsamplesizeofcentersapplyingrespectivesequencescouldbeidentifiedthanthatofcenterswithsharedsequenceꎬandthatminimumsamplesizehadbeenlinearlycorrelatedwiththenumberofcenters.Conclusion㊀Ifthenumberofcentersisverylargeꎬandthenumberofcasesassignedtoeachcenterisverysmallꎬitmaybeconsideredthatthemulti ̄centersharesarandomallocationsequenceꎬbutitneedstobecautiousꎻinothercasesꎬitisgenerallyrecommendedtoadoptrespectiverandomallocatedsequencesinmulti ̄centerclinicaltrials.ʌKeywordsɔ㊀Multi ̄centerclinicaltrialsꎻRandomizationꎻCompetitiveenrollmentꎻBalance㊀㊀当多中心临床试验存在各中心间入组快慢不均时ꎬ为了加快试验的入组进程ꎬ往往事先并不固定各中心的入组例数ꎬ而是采用竞争入组的方式入组受试对象ꎮ然而ꎬ对于多中心临床试验竞争入组ꎬ究竟是采用多中心共用一个随机分配序列的方式ꎬ还是多中心使用各自的随机分配序列的方式ꎬ目前未见研究报道ꎮ虽然多中心共用一个随机分配序列时最终组间的均衡性好ꎬ但各中心的均衡性难以保证ꎬ甚至会存在某中心受试对象全部被分入某组的可能ꎮ当然ꎬ多中心使用各自的随机分配序列的方式可以使得各中心内部的均衡性很好ꎬ然而整体的均衡性可能就会受到影响ꎮ如何选择两种不同的竞争入组方式具有重要的现实意义ꎮ随机化方法及均衡性评价指标已有研究表明ꎬ在一系列的随机化方法中ꎬ大棒法(bigstickdesignꎬBSD)具有较好的随机性性能[1-2]ꎮ本文将选择BSD方法ꎬ同时考虑整体和中心的均衡性ꎬ对多中心临床试验随机化竞争入组方式进行探讨ꎮBSD方法是由Soares和Wu等人在1983年提出的一种仅限于两处理组平衡试验的随机化方法[3]ꎬ其条件分配概率为:p1ꎬj=0whendj-1=MTI0.5whendj-1|<MTI1whendj-1=-MTIìîíïïïï㊀(j=1ꎬ2ꎬ ꎬn)其中ꎬdj-1表示第j-1例受试者分配之后ꎬ两处理组例数之差ꎬ即N1ꎬj-N2ꎬjꎻMTI为组间最大容许不平衡例数(maximaltoleratedimbalance)ꎮ对随机化方法均衡性评价ꎬ常用指标有分配过程中组间受试者例数差的最大值(themaximumabsoluteimbalanceintherandomizationsequenceꎬMI)㊁组间例数分配相等的频率(theprobabilityofachievingexactbalanceintherandomizationsequenceꎬEB)以及组间例数差的均数(themeanofthedifferenceintreatmentgroupsizesꎬDN)[2]ꎮ本文将选择DN作为均衡性评价指标ꎬ该指标越小均衡性越好ꎮ为了区分整体和中心内部以及过程和结果的均衡性ꎬ分别采用以下指标来刻画其均衡性:①DN:整个分配过程中两组例数差的绝对值均数ꎬ反映了整个分配过程的均衡性ꎮ②MCDN:整个分配过程中各中心两组例数差的绝对值之和的均数ꎬ反映各中心分配过程的均衡性ꎮ③FDN:分配完成后最终整体两组例数差的绝对值ꎬ反映分配完成后最终的均衡性ꎮ④MCFDN:分配完成后各中心两组例数差的绝对值之和的均数ꎬ反映了分配完成后各中心最终的均衡性ꎮ随机模拟研究1 模拟方法采用BSD方法ꎬ分别按照多中心共用一个序列和多中心使用各自的序列两种多中心竞争入组随机分配序列的方式ꎬ进行100000次模拟ꎮ设定受试者分配到任一中心的可能性都是等概率的ꎮ本次模拟使用SAS9 4系统编程实现ꎮ第一种模拟设定:了解不同中心数和样本量时过程均衡性和终末均衡性的行为ꎮ取中心数为5㊁10㊁15㊁20㊁25㊁30ꎬ样本量为100至1000ꎬMTI=2ꎬ计算均衡性指标ꎮ第二种模拟设定:了解不同MTI和样本量时过程均衡性和终末均衡性的行为ꎮ取MTI为1~5ꎬ样本量为100~1000ꎬ中心数为5ꎬ计算均衡性指标ꎮ第三种模拟设定:了解各中心使用各自随机序列竞争入组时终末均衡性的行为ꎮ取MTI为2和3ꎬ样本量为100~1000ꎬ中心数为5㊁10㊁15㊁20㊁25㊁30ꎬ计算多中心使用各自的序列最终两组差值分布ꎮ第四种模拟设定:寻找各中心使用各自序列竞争入组时ꎬ能保持过程均衡性优于共用一个序列竞争入组的最小样本量ꎮ取中心数为5~20ꎬMTI=2ꎬ分别按照各中心使用各自序列和共用一个序列ꎬ模拟获得DN+MCDNꎬ通过迭代寻值ꎬ得到多中心使用各自的序列优于共用一个序列的最小样本量ꎮ2 模拟结果(1)第一种模拟设定的模拟结果根据模拟得到的数据ꎬ可画出图1~10ꎮ从图1~4可看出确定中心数后ꎬ随着样本量的增大ꎬ多中心共用一个序列DN值和使用各自序列MCDN值均平稳且两者非常接近ꎬ使用各自序列DN值也趋于稳定ꎬ而共用一个序列MCDN值不断增大ꎮ如对DN和MCDN这两个指标赋予一样的权重ꎬ确定中心数后ꎬ总样本量较大时适用多中心使用各自的序列ꎮ从图5㊁6可看出确定样本量后ꎬ随着中心数的增加ꎬ多中心共用一个序列DN值和使用各自序列MCDN值均平稳且两者非常接近ꎬ使用各自的序列DN值不断增大ꎬ而共用一个序列MCDN值不断减小ꎻ如对DN和MCDN这两个指标赋予一样的权重ꎬ确定样本量后ꎬ中心数较少时适用多中心使用各自的序列ꎮ从图7㊁8可看出确定中心数后ꎬ随着样本量的增大ꎬ多中心共用一个序列和使用各自序列的FDN/n值都逐渐趋于0且两者越来越接近ꎻ多中心共用一个序列(MCFDNˑ中心数)/n值和使用各自序列(MCFDNˑ中心数)/n值不断减小ꎬ且后者更快收敛到0ꎮ同时考虑FDN/n和(MCFDNˑ中心数)/n两指标ꎬ样本量不是非常小时ꎬ多中心使用各自的序列均衡性更优ꎮ从图9㊁10可看出确定样本量后ꎬ随着中心数的增大ꎬ多中心共用一个序列FDN/n值平稳且最小ꎬ而使用各自的序列FDN/n值缓慢增大ꎮ多中心共用一个序列和使用各自序列的(MCFDNˑ中心数)/n值都在不断增大ꎬ但多中心共用一个序列MCFDN值随着中心数增大而减小ꎬ所以其(MCFDNˑ中心数)/n值增大速度越来越缓慢ꎻ而使用各自序列的MCFDN值不随中心数而改变ꎬ所以其(MCFDNˑ中心数)/n值增大速度不变ꎻ中心数非常大时ꎬ两线相交ꎮ同时考虑FDN/n和(MCFDNˑ中心数)/n两指标ꎬ中心数不是非常大时ꎬ多中心使用各自的序列均衡性更优ꎮ㊀㊀(2)第二种模拟设定的模拟结果㊀㊀从表1可看出多中心共用一个序列时MCDN和MCFDN值随着MTI的增大没有明显的变化ꎬ模拟发现样本量100~1000均有同样的规律ꎮ可认为多中心图1㊀样本量100~1000时均衡性指标DN与MCDN的模拟比较(MTI=2ꎬ中心数为5ꎬ模拟100000次)图2㊀样本量100~1000时均衡性指标DN与MCDN的模拟比较(MTI=2ꎬ中心数为10ꎬ模拟100000次)图3㊀样本量100~1000时均衡性指标DN与MCDN的模拟比较(MTI=2ꎬ中心数为15ꎬ模拟100000次)图4㊀样本量100~1000时均衡性指标DN与MCDN的模拟比较(MTI=2ꎬ中心数为30ꎬ模拟100000次)图5㊀中心数5~30时均衡性指标DN与MCDN的模拟比较图6㊀中心数5~30时均衡性指标DN与MCDN的模拟比较图7㊀样本量100~1000时均衡性指标FDN/n与(MCFDNˑ中心数)/n的模拟比较(MTI=2ꎬ中心数为5ꎬ模拟100000次)图8㊀样本量100~1000时均衡性指标FDN/n与(MCFDNˑ中心数)/n的模拟比较(MTI=2ꎬ中心数为30ꎬ模拟100000次)图9㊀中心数5~30时均衡性指标FDN/n与(MCFDNˑ中心数)/n的模拟比较(MTI=2ꎬ样本量为100ꎬ模拟100000次)图10㊀中心数5~30时均衡性指标FDN/n与(MCFDNˑ中心数)/n的模拟比较(MTI=2ꎬ样本量为800ꎬ模拟100000次)共用一个序列时中心内部均衡性与MTI没有相关关系ꎬ所以无法通过使用较小的MTI来减少中心内部的不均衡ꎮ表1㊀不同MTI下各均衡性指标比较(样本量n=1000ꎬ模拟100000次)中心数序列数MTIDNMCDNFDNMCFDN110.5006.7430.00010.036121.0006.7641.00610.0875131.4986.7651.33510.066141.9966.7651.99410.073152.4916.7782.40210.073511.2290.5011.0890.501522.1751.0002.1131.0005533.1701.4943.1401.499544.1651.9804.1802.002555.1512.4565.2112.502㊀㊀(3)第三种模拟设定的模拟结果从表2可以看出ꎬ多中心使用各自的序列虽然会导致最终总体两组例数差超过共用一个序列的情形ꎬ但是对于MTI为2ꎬ总体例数差为10ꎬ中心数5至30分别包含了100%至90%的模拟样本ꎻ对于MTI为3ꎬ总体例数差为12ꎬ中心数5至30分别包含了99 98%至81 93%的模拟样本ꎮ样本量为100和1000时ꎬ多中心使用各自的序列最终两组差值分布非常接近ꎬ模拟发现样本量100~1000均有同样的规律ꎬ多中心使用各自的序列最终两组差值分布与样本量没有相关关系ꎮ表2㊀BSD方法多中心使用各自的序列最终两组差值分布(模拟100000次)MTI样本量中心数多中心使用各自的序列最终两组差值分布(%)0(-2ꎬ2)(-4ꎬ4)(-6ꎬ6)(-8ꎬ8)(-10ꎬ10)(-12ꎬ12)(-14ꎬ14)(-16ꎬ16)100528.4973.2594.0499.3899.99100.000100.000100.000100.0001000528.1772.8993.9299.3699.99100.000100.000100.000100.0001001020.3956.1580.4793.2198.2099.66999.96499.999100.00010001020.5056.1880.6693.1698.2699.71999.97399.997100.0001001516.6747.2170.8586.1994.4998.10899.45299.87399.981210001516.6547.3070.7586.2494.4198.05499.46199.89499.9881002014.4641.5464.1680.2290.4295.88898.48399.48099.84910002014.5741.7064.1680.0690.1395.69998.39799.48599.8701002513.2337.9859.4575.5486.4593.18396.97998.81499.57310002512.8837.4158.6974.8285.9692.86596.68898.68099.5391003012.2935.2655.3971.5383.2190.89095.44697.96299.16010003011.9134.5754.6570.4782.1190.04094.91597.60898.998100519.7554.5379.0492.6298.1599.70499.981100.000100.0001000519.6554.1178.8892.5898.1299.67999.979100.000100.0001001014.1140.5762.6178.8689.2595.16198.10599.38899.84110001013.9340.4762.6378.7189.1095.18998.13799.38999.8371001511.7134.0853.8369.9581.8289.82494.74697.57898.939310001511.5833.6953.0868.6680.7188.82794.08597.13498.7361002010.6530.7349.0664.5376.7185.66691.62495.45697.75910002010.0129.1746.9661.9174.1683.44389.80894.10096.862100259.8528.9646.3061.3273.3182.61689.16593.62496.5091000258.8826.2442.4856.9168.8078.34185.62190.95294.454100309.3427.6144.5359.0971.1180.53687.32192.24295.4351000308.1824.2039.4252.8464.5474.31681.92987.83492.029㊀㊀样本量较大时ꎬ两组例数差几例甚至10例以上对把握度的影响是非常微小的ꎬ而多中心临床试验基本都是大样本情形ꎮ(4)第四种模拟设定的模拟结果表3列出了MTI为2ꎬ中心数为5~20ꎬ从整个分配过程的均衡性考虑ꎬ对DN和MCDN这两个指标赋予一样的权重ꎬ模拟得到多中心使用各自序列比共用一个序列均衡性更优的最小样本量ꎮ如中心数为5ꎬ总样本量大于等于87ꎬ多中心使用各自的序列均衡性更好ꎮ观察发现平均每个中心样本量n和中心数C存在非常显著的相关关系(相关系数r=1)ꎬ对其可建立回归方程为n=0.466+3.339ˑC显然ꎬ总样本量N和中心数C的回归方程为N=0.466C+3.339ˑC2该方程可作为是否选择多中心使用各自序列的参考依据ꎬ即当多中心临床试验的样本量大于根据该方程推算的最小样本量时ꎬ宜采用多中心使用各自序列的竞争入组方式ꎮ表3 BSD方法多中心使用各自的序列更优时最小样本量(模拟100000次)中心数总样本量平均每个中心样本量多中心共用一个序列DNMCDNDN+MCDN多中心使用各自的序列DNMCDNDN+MCDNDN+MCDN差值(共用-各自)58717.401.0002.1123.1122.1101.0003.1100.0019612320.501.0002.3213.3212.3191.0003.3190.0027716723.861.0002.5173.5172.5121.0003.5120.0050821727.131.0002.7003.7002.6951.0003.6940.0053927430.441.0002.8683.8682.8661.0003.8670.00151033733.701.0003.0264.0253.0241.0004.0240.00151140937.181.0003.1854.1853.1821.0004.1820.00221248540.421.0003.3284.3283.3241.0004.3240.00371357143.921.0003.4714.4713.4681.0004.4680.00301466047.141.0003.6024.6023.5991.0004.5990.00351575850.531.0003.7344.7343.7331.0004.7330.00071686253.881.0003.8584.8583.8561.0004.8560.00201797157.121.0003.9774.9773.9751.0004.9750.001418109360.721.0004.1025.1024.1001.0005.1000.001919121664.001.0004.2135.2134.2121.0005.2130.000920134567.251.0004.3245.3234.3221.0005.3220.0013结论与讨论对于多中心临床试验随机化竞争入组方式的选择ꎬ需要同时考虑整体和中心内部的均衡性ꎬ结合中心数和样本量综合分析ꎮ本研究既考虑了整个分配过程中整体和中心内部的均衡性ꎬ又考虑了分配完成后整体和中心内部的均衡性ꎮ如果对整体和中心的均衡性赋予一样的权重ꎬ确定中心数后ꎬ总样本量较大时适用多中心使用各自序列的随机化方式ꎻ确定样本量后ꎬ中心数较少时适用多中心使用各自序列的随机化方式ꎮ国家药监局颁布的«药物临床试验的生物统计学指导原则»指出ꎬ多中心临床试验的各中心试验组和对照组病例数的比例应与总样本的比例大致相同ꎬ以及在多中心临床试验中ꎬ可按中心分层随机ꎻ当中心数较多且每个中心的病例数较少时ꎬ可不按中心分层[4]ꎮ然而多中心共用一个序列会引起中心内部严重的不均衡性问题ꎬ所以如果分配到每个中心的样本量不是非常少时ꎬ推荐多中心使用各自的序列ꎮ即使从整个分配过程的均衡性考虑ꎬ认为中心和整体的均衡性同等重要时ꎬ实际样本量略小于多中心使用各自的序列更优时的最小样本量ꎬ本研究也推荐多中心使用各自的序列ꎮ如中心数非常多ꎬ分配到各中心的例数很少时ꎬ可考虑共用一个序列ꎮ然而ꎬ考虑到中心效应的存在ꎬ中心内部的不均衡很可能对最终的试验药物或医疗器械等的评价造成非常大的干扰ꎬ甚至导致根本无法评价疗效或精度的差异ꎬ所以考虑多中心共用一个序列时应该持谨慎的态度ꎮ关于多中心使用各自的序列可能会引起最终整体两组差值较大的问题ꎬ中心不是很多时ꎬ该差值主要分布在非常小的范围ꎻ中心较多时ꎬ建议使用较小的MTIꎬ且需要结合样本量考虑ꎬ样本量非常大可忽略此问题ꎮ本文关于多中心临床试验随机化竞争入组方式的选择ꎬ探讨了中心数㊁样本量以及MTI对整体和中心内部均衡性的影响ꎬ完善了多中心随机化研究ꎬ为多中心临床试验随机化竞争入组方式的选择提供了参考和实用性指引ꎮ参㊀考㊀文㊀献[1]袁阳丹ꎬ刘甜甜ꎬ刘玉秀ꎬ等.临床试验随机化方法的优选.中国卫生统计ꎬ2019ꎻ36(2):204 ̄208.[2]ZhaoWꎬWengYꎬWuQꎬetal.Quantitativecomparisonofrandomi ̄zationdesignsinsequentialclinicaltrialsbasedontreatmentbalanceandallocationrandomness.PharmStatꎬ2012ꎻ11:39 ̄48. [3]SoaresJFꎬWuCF.Somerestrictedrandomizationrulesinsequentialdesigns.CommunicationsinStatistics–TheoryandMethodsꎬ1983ꎻ12:2017 ̄2034.[4]国家食品药品监督管理总局.药物临床试验的生物统计学指导原则ꎬ2016.http://samr.cfda.gov.cn/WS01/CL0087/154780.html.(责任编辑:郭海强)。
长效治疗II型糖尿病用Exendin4Fc融合蛋白JY09注射液的开发

2019年北京市科学技术奖提名公示内容(公告栏)一、项目名称长效治疗II型糖尿病用Exendin 4 Fc 融合蛋白JY09注射液的开发二、候选单位1、北京东方百泰生物科技有限公司三、候选人1、白义 ;2、孙宇石;3、张利萍四、项目简介2017年国际糖尿病联盟发布数据,全球糖尿病的患者人数为4.25亿,患病率8.8%,而我国糖尿病患者数为1.14亿,患病率高达9.7%,居全球首位,且其中90%以上为2型糖尿病(Diabetes mellitus type 2,T2DM)。
目前,T2DM的治疗主要口服降糖药物和/或胰岛素注射,存在需频繁给药、疗效不佳、低血糖风险等缺点。
目前,GLP-1类药物已成为国际国内糖尿病指南和共识一致推荐的继二甲双胍之后首选药物, 但是国际GLP-1类上市的药物最长为一周给药一次,本项目JY09预期可实现10-14天给药1次,为世界领先水平。
北京东方百泰生物科技有限公司研发的长效治疗 II 型糖尿病用Exendin-4 Fc融合蛋白(JY09),是通过基因工程手段,将功能分子Exendin-4通过特异性的连接肽与IgG2亚型抗体的Fc融合研制成了新一代GLP-1类似物,在保持Exendin-4天然功能的前提下,提高其生物半衰期,克服了第一代GLP-1药物在体内半衰期短、使用频繁的缺点。
JY09为我国首个自创GLP-1类似物,该药物可促进血糖依赖的胰岛素分泌(降低低血糖风险),抑制胰高血糖素分泌,抑制餐后胃排空、食欲,刺激胰岛素分泌细胞-胰岛β细胞的增殖和分化并抑制其凋亡,修复胰岛功能等。
此外,还表现出增加机体对葡萄糖的敏感性、降低患者体重以及在使用后可带来的心血管获益等作用,在一定程度上可从根本上治疗或改善T2DM。
JY09属于1类生物新药,获得了中国、美国、欧盟、欧洲、日本、韩国等多个国家和地区的发明专利授权,为我国具有自主知识产权的重磅产品。
JY09已经进入临床研究(临床批件号2016L04254),目前已完成临床I期研究,正在开展II期临床。
临床试验数据管理与盲态数据审核--姚晨

2012年药物研发与评价培训资料汇总帖
•9
/forum.php?mod=viewthread&tid=37071&fromuid=1023
电子数据采集(EDC)与管理模式
数据 管理员 监查员
eCRF
临床研究者
•13
数据的质量控制
• 由数据管理员对最终数据的质量进行检查,并以书面形式确 认数据的准确性,完成数据质量控制报告。
• 关键指标:对数据库进行100% 的复查,与病例报告表及疑 问表进行核对,发现的所有错误将被更正。
• 非关键指标:将随机抽样复查10% 病例的全部数据,将数据 库与病例报告表及疑问表进行核对,可接受的错误率为:数 值变量不超过0.2%;文本变量不超过0.5%。如错误率超标 准,将进行100%核对。 注:关键指标、非关键指标的定义,由研究者、申办方、数据管理员和统计师
• 临床数据管理展示和会议 • 培训 • 临床试验的度量 • 数据质量保证 • 数据质量的测量 • 数据存储 • 数据录入和处理流程 • 医学编码 • 安全性数据管理和报告 • 严重不良事件核实 • 关闭数据库 • 临床数据存储
2012年药物研发与评价培训资料汇总帖
•3
/forum.php?mod=viewthread&tid=37071&fromuid=1023
• 不能修改稽查痕迹; • 保留稽查痕迹的原件获得对过的副本; • 管理机构的视察人员应当能在保存相关电子记录的地方读取稽查痕迹; • 稽查痕迹的建立应当是递增的,按时间顺序排列,不能用新的痕迹去改写
原有的痕迹。
2012年药物研发与评价培训资料汇总帖
•4
治疗痴呆的中药新药临床研究指导原则

中药新药用于痴呆的临床研究技术指导原则(征求意见稿)国家食品药品监督管理局药品审评中心2017年4月目录一、概述 (1)二、阿尔茨海默病临床试验要点 (3)(一)临床试验的目的和定位 (3)(二)诊断标准 (3)(三)受试者选择 (8)(四)临床试验设计和给药方法 (11)(五)疗效比较与效应分析 (17)(六)疾病修饰(DISEASE MODIFYING)试验 (17)(七)预防性试验 (18)(八)安全性评价 (19)(九)伦理学问题 (20)(十)统计学要求 (20)(十一)质量控制 (21)三、血管性痴呆的临床试验考虑 (22)四、附录 (23)(一)痴呆诊断标准(DSM-IV) (23)(二)所有病因痴呆的诊断标准:核心临床标准(NIA-AA) (24)(三)阿尔茨海默病痴呆的诊断标准:核心临床标准(NIA-AA) (25)(四)IWG-1阿尔茨海默病诊断的研究标准(DUBOIS ET AL., 2007) (28)(五)IWG-2阿尔茨海默病诊断的研究标准(DUBOIS ET AL., 2014) (30)(六)NINDS-AIREN血管性痴呆诊断的研究标准(ROMÁN ET AL.,1993) (33)(七)轻度认知损害诊断标准(PETERSEN ET AL.,1999) (36)(八)阿尔茨海默病操作性诊断标准(BWG-1) (36)(九)痴呆证候要素加权量表(PES-D-11) (37)(十)痴呆证候变化总体印象量表(CGIC-S) (37)五、英文缩写词表 (39)中药新药用于痴呆的临床试验指导原则一、概述痴呆是以认知损害为特征的临床综合征,是老年人常见的器质性精神障碍之一,可由神经变性、脑血管病、感染、外伤、营养代谢障碍、肿瘤等多种原因引起。
我国已进入老龄化社会,60岁以上人群中痴呆患病率为7.2%,高于6.2%的世界平均水平,患病人数约1500万,占全球1/4。
ICH-GCP E6(R2)中文版

E6(R2)人用药品注册技术要求国际协调会ICH协调指导原则ICH指导委员会2016年11月9日当前版本:第四阶段中文编译:中国GCP联盟 & 临床研究大汇E6(R1)译者序公元1996年,ICH-GCP正式发布R1版,彼时之中国,了解GCP的人仅限于当时中国卫生部培养的数百名医学专家,规范的临床试验法规与体系还在起草中。
1998年3月卫生部而发布了中国第一部GCP(试行),同年5月实施;1998年国务院机构改革成立了国家药品监督管理局,1999年9月1日实施的《药品临床试验管理规范》(局令13号,已废止),在整整4年之后的2003年9月1日,我国的GCP,《药物临床试验质量管理规范》(局令第3号)颁布实施并持续至今。
受制于起步阶段的能力所限,我们的GCP法规只有70条款共计12998字,而对比ICH-GCP则有383条款共计27936单词。
R1版的ICH-GCP,2003年国家药监局中国药品生物制品检定所获权组织专家翻译,才有过中文版(未曾公开发布),陆续有过多个版本的企业/组织发布版本,而以国家药品审评中心(CDE)发布的官译稿件,时间却很明确,是在2016年8月5日才得以发布(如下图)。
可以说,无论是标准的水平高低还是时代的步伐快慢,我们都曾落后了太多太多。
人生如梦,岁月如歌,春去秋来,夏行冬至。
二十载岁月匆匆而过。
2016年11月30日,ICH正式颁布了GCP的增补件R2,标志着全球药物临床试验进入到了一个崭新的时代,无独有偶,仅仅过去了2天,2016年12月2日,中国国家食品药品监督管理总局发布了《药物临床试验质量管理规范》的第二次征求意见稿,大量新内容参考了ICH-GCP R1甚至R2,意见稿直接以超30000字的信息量向全中国全世界展现它的雄心:今天的和未来的中国药物临床试验,在经历了蹒跚学步与青春期的躁动之后,正大幅度的向着国际先进水平看齐。
天行健,君子当自强不息,“中关村玖泰药物临床试验技术创新联盟/中国药物临床试验机构联盟”携手“临床研究大汇”,有志于协助我国临床研究行业在这次革新中及时跟上时代潮流,我们在R2发布后的7日内,参考借鉴CDE的R1中文版,完成了中文版的翻译与校对工作,在此时正式向全球华语用户推送,由于时间紧,我们的工作可能有不足之处,在此虚心并诚恳的接受所有批评意见。
双盲、双模拟、多中心随机对照临床试验

莫沙必利治疗功能性消化不良双盲、双模拟、多中心随机对照临床试验一、试验背景枸橼酸莫沙必利是新开发的消化道促动力药物。
具有以下三个特点:(1)选择性5-羟色胺(5-HT4)受体激动剂;(2)作用部位在上消化道,促进上消化道运动;(3)无多巴胺D2受体拮抗作用,具有更好的作用选择性。
该药为XX制药有限公司新近开发的二类西药,奉国家药品监督管理局委托(批件号: 2001XXXXXX,)由复旦大学附属中山医院临床药理基地负责组织XX 医院、XX医院、XX医院、XX医院、XX医院共六家临床药理基地进行II期临床试验研究,用于功能性消化不良患者,观察莫沙必利的疗效及安全性。
二、试验目的评价莫沙必利治疗功能性消化不良的疗效及不良反应。
三、本方案设计依据:1.国家药品监督管理局 2001XXXXXXt临床研究批件;2•《新药审批办法》等有关规定;3. 《新药临床试验管理规范》;4. 莫沙必利的作用与用途;5. 莫沙必利的药效学、毒理学研究资料。
四、试验场所:1.负责单位:复旦大学附属中山医院;负责人:王吉耀教授;电话:021-********-XXXX ;地址:上海市医学院路 136号;邮编:200032。
2.参加单位:XX医院;负责人:XXX教授。
五、病例选择:(一)入选标准: 1. 年龄在 18-65 岁之间; 2. 具有早饱或上腹饱张症状持续 8 周以上; 3. 试验前4 周经胃镜检查排除胃肠肿瘤、消化性溃疡;4. 超声检查排除肝胆道系统疾病;5. 试验前72 小时内已停用影响本试验的抗胆碱药物,解痉药和其他胃动力药; 6. 病人知情同意接受本试验。
(二)排除标准: 1. 妊娠或哺乳期妇女; 2. 伴有其他严重疾病患者包括肝、肾、心血管疾病; 3. 合并精神疾病或严重神经官能症患者; 4. 不能表达主观不适症状者。
(三)脱落病例处理: 1 、脱落的定义:所有填写了知情同意书并筛选合格进入随机化试验的受试者,无论何时何因退出,只要没有完成方案所规定的观察周期的受试者,均为脱落病例,未满一个疗程症状消失自行停药者,不作为脱落病例。
孟德尔随机化模型及其规范化应用的统计学共识

孟德尔随机化(Mendelian randomization, MR)是以 遗传变异作为工具变量的统计模型。MR最早由Katan 在探讨低血清胆固醇水平会直接增加癌症风险的假设 中提出,近年来被广泛应用于因果关联研究中[2-4]。
MR利用遗传变异在配子形成过程中随机分裂与组合 的特性模拟对人群的随机分配过程:个体在出生时是否 携带影响特定表型的遗传变异是随机的,而遗传变异在
实际研究中,可以通过散点图、漏斗图等可视化方 法结合统计检验方法识别多效性工具变量。 常用的检 验方法包含Q统计量检验[13,18]、MR-PRESSO异质性检 验( mendelian randomization pleiotropy residual sum and outlier)[19]、HEIDI 检验(heterogeneity in dependent in strument) [20]等。识别并剔除多效性工具变量后,可采 用全局Q统计量检验、全局PRESSO检验、MR-Egger 截距项检验等方法来评价剩余工具变量的多效性[21]。 若剩余工具变量所对应的比例估计值已不存在异质性, 则提示无多效性工具变量, 接下来则可应用基于无多效 性工具变量假设构造的MR模型进行效应估计[10,22]。
个混杂因素在遗传变异的不同亚组间的均衡性,理论上 避免了混杂因素的影响;另一方面,遗传变异的形成先 于环境暴露、混杂及疾病结局的发生及水平变化,由遗 传变异作为暴露的工具变量所解释的暴露变异也是先 于结局的,由此排除了逆向因果问题[6]。
孟德尔随机化(MR)
随机对JS试验(RCT)
图1孟德尔随机化和随机对照试验的比较
具变量核心假设外,不同类型的MR方法还有一些特定 的前提假设,当假设违背时,将会得到有偏的、不一致的
中药新药临床研究一般原则(含目录)(2015)

.国家食品药品监督管理总局关于发布中药新药临床研究一般原则等4个技术指导原则的通告(2015年第83号)为进一步指导、规范中药新药的临床研究,国家食品药品监督管理总局组织制定了《中药新药临床研究一般原则》《中药新药治疗原发性骨质疏松症临床研究技术指导原则》《中药新药治疗中风临床研究技术指导原则》《中药新药治疗恶性肿瘤临床研究技术指导原则》,现予发布。
特此通告。
附件:1.中药新药临床研究一般原则2.中药新药治疗原发性骨质疏松症临床研究技术指导原则3.中药新药治疗中风临床研究技术指导原则4.中药新药治疗恶性肿瘤临床研究技术指导原则食品药品监管总局2015年11月3日附件1中药新药临床研究一般原则(2015年11月3日-CFDA发布)一、概述 (5)二、伦理学及受试者的保护 (6).三、中药新药临床试验的特点 (7)四、中药新药临床试验计划的制定及研发风险的控制 (8)(一)药物的临床定位 (8)(二)临床试验设计方法的科学性 (9)(三)早期探索性临床试验 (9)(四)临床试验质量控制 (9)五、风险/受益评估 (10)(一)开展风险/受益评估的要求 (10)(二)风险/受益评估重点 (12)(三)风险/受益评估原则 (13)六、中药新药Ⅰ期人体耐受性试验设计 (15)(一)I期人体耐受性试验设计要点 (15)(二)不良事件/不良反应的观察与判断 (22)(三)Ⅰ期耐受性试验的总结要点 (22)(四)Ⅰ期耐受性试验中应注意的问题 (23)七、中药新药临床试验设计的一般考虑 (24)(一)试验目的 (24)(二)临床试验设计方法 (25)(三)受试者的选择与退出 (34)(四)对照的设置 (39)(五)样本量 (40)(六)给药方案 (41)(七)基线和均衡性 (43)(八)有效性指标观测与评价 (46)(九)安全性指标观测与评价 (53)(十)随访 (67)(十一)试验的中止 (69).八、中药新药临床试验质量控制 (69)(一)主观症状评价或量表应用的质量控制 (70)(二)实验室检测指标的质量控制 (71)(三)非实验室检查指标的质量控制 (72)(四)受试者选择及疗效评价的质量控制 (72)(五)临床试验原始数据采集的质量控制 (73)九、中药新药临床试验用安慰剂研制的要求 (74)十、肝脏安全性评价要求 (75)(一)药物性肝损伤的发生机制 (75)(二)药物性肝损伤的诊断 (76)(三)药物性肝损伤的严重程度分级 (76)(四)肝脏安全性评价指标 (77)(五)药物性肝损伤的评价要点 (78)(六)决定停药的判断依据及处理 (80)(七)随访 (81)(八)再暴露 (81)(九)肝损伤病例应收集的内容 (81)(十)药物性肝损伤与“肝脏生化学检查异常”的区别 (83)十一、心脏安全性评价要求 (84)(一)中药导致相关药物性心脏损伤的可能原因 (84)(二)药物性心脏损伤的诊断 (84)(三)药物性心脏损伤程度的评价标准 (85)(四)心脏安全性评价指标 (85)(五)心脏安全性评价时的注意事项 (87)(六)受试者安全的保护措施 (87)十二、肾脏安全性评价要求 (88)(一)药物性肾损伤的发病机制 (89).(二)药物性肾损伤的诊断依据 (89)(三)药物性肾损伤的诊断与分级标准 (90)(四)肾脏安全性评价指标 (92)(五)药物性肾损伤的处理原则 (94)十三、参考文献 (94)十四、附录 (98).一、概述依据《药品注册管理办法》,为体现中医药特色,遵循中医药研究规律,继承传统,鼓励创新,进一步提高中药新药临床试验的水平和质量,推动中药新药的研究与发展,特制定本指导原则。
EpiMan 公共卫生专业网站

消除了多个研究间的绝对值大小的影响,还消除了多 个研究测量单位不同的影响,尤其适用于单位不同或 均数相差较大资料的汇总分析,但是 -)H 是一个没 有单位的值,因而对 -)H 分析的结果解释要慎重。 本文介绍用 -+,+,./ $ 统计软件中 )*+, 命令完成标化 效应的 )*+, 统计分析 I ! & ( J ,供临床医生和科研工作 者参考。
・!"!・
对定量变量资料进行 C/90 分析,这些研究的数 据基本格式见表 #。
表"
所收集研究 结果的编号 中心 ! 中心 # 中心 $ 中心 % 中心 " 中心 & 中心 ’ 中心 ( 中心 ) 中心 !* 中心 !! 中心 !#
I 药和 J 药治疗骨质疏松症的疗效
治疗组 样本量 对照组均数 标准差 + ,! + ./0,! + 2! #& #’ #( #! #& #" #’ #) #" #* #* #( #1 &* #1 %! !1 %* $1 "( #1 ## !1 )) !1 %( !1 *( $1 #% *1 %% $1 ’% !1 () *1 %’% *1 &$) *1 &$) *1 !%% *1 #’’ *1 #*( *1 &’! *1 (&) *1 &*$ *1 "#$ *1 ’’$ *1 )%# 样本量 + ,# #) $# #’ #$ ## $$ $! #$ #( #* $$ $* 对照组 均数 标准差 + ./0,# + 2# (1 ’$ $1 )% &1 #* "1 $) ’1 "% *1 ’% $1 )( !1 #$ %1 "! $1 (! !*1 &# &1 ’* !1 "(’ !1 "%! !1 "’% !1 #*) !1 #%& *1 !"% !1 &*& *1 ("& *1 %!& !1 ’(’ !1 #$$ !1 !$#
D-达格列净片 审评报告

JXHS1500112-113国家食品药品监督管理总局药品审评中心2017 年5 月一、基本信息 (4)1.申请人信息 (4)2.原料药及制剂基本情况 (4)3.审评程序及审评与审核人员信息 (6)4.审评经过 (6)5.其他 (6)二、核查与检验等情况 (6)1.研制现场核查情况 (6)2.样品检验情况 (6)3.申请人获得申报剂型的 GMP 证书情况 (6)三、综合审评意见 (7)1.适应症/功能主治 (7)2.药理毒理评价 (7)3.原料和/或制剂评价 (8)4.支持上市申请的关键性临床数据及评价 (8)(1)临床药理学评价: (9)(2)有效性评价 (9)(3)安全性评价数据 (10)(4)临床试验数据分析与评价 (11)(5)风险分析与控制 (11)(6)获益与风险评估 (11)5.评价过程中发现的主要问题及处理 (11)四、三合一审评情况 (11)1.生产现场检查情况 (11)2.抽样检验情况 (12)3.遗留问题的解决情况 (12)4.技术审评的总体评价 (12)五、技术审评意见 (13)1.技术结论 (13)2.上市后要求 (13)3.上市后风险控制 (13)4.提请注册司关注的相关问题 (13)批准日期:2017 年3 月10 日批准文号:H20170117H20170118H20170119H20170120达格列净片(JXHS1500112-113)申请上市技术审评报告一、基本信息1.申请人信息名称地址企业名称生产企业AstraZeneca ABAstraZenecaPharmaceuticals LPSE-151 85 Sodertalje4601 Highway 62 East, MountVernon, Indiana 47620, 美国2.原料药及制剂基本情况通用名达格列净片英文名Dapagliflozin Tables(1S)-1,5-酐-1-C-[4-氯-3-[(4-乙氧苯基)甲基]苯基]-D-葡萄糖醇,与(2S)-1,2-丙二醇的水合物(1:1:1)化学名化学结构C H ClO •C H O •H O/502.98;408.87 (非溶剂 化、非水合的形式) □新化学实体 21 25 6 3 8 2 2 分子式/分子量结构特征□已有化合物的成盐或酯等 □其他: □新作用机制/靶点: □已有作用机制/靶点: □其他: 药理学分类剂型及规格片剂,5 mg 和 10 mg (以 C H ClO 计) 21 25 6 在饮食和运动基础上,本品可作为单药治疗用于 2 型 糖尿病成人患者改善血糖控制。
临床试验中电子源数据分类及其应用

2019 年,欧洲药品管理局发布了临床试验直接数据采 集 的 意 见 。 [20] 根 据 TransCelerate 在 2016 年 进 行 的 eSource 利用率的调研,所有回复调研报告的 11 家公 司表示在使用 1 个或多个 EDC 系统,有 5 家(54.5%) 正在使用 DDC,对于 DDC 的使用规划,10 家里面有 3 家表示明确有计划实施 DDC,4 家正在考虑实施 [10,21]
二、eSource 和 EDC 的区别
市时间。多年来,EDC 已经发 展成为一个成熟的、易于理解的 系统,并且 EDC 是当今的行业
法, 开 始 出 现 了 eSource。 越 来越多的“EDC”和“eSource” 技术应用于收集和管理临床试验
电子数据采集系统(EDC) 标准。而随着更高带宽的出现、 数据,已成为现今流行的数据收
Institute of Interdisciplinary Integrative Medicine Research, Shanghai University of Traditional Chinese Medicine
胡阳
源资信息科技(上海)有限公司
HU Yang
Tri-I Biotech (Shanghai), Ltd.
[Key words] eSource; source data; electronic health record; electronic medical record; direct data capture
临床试验数据质量是评价新 药有效性和安全性的关键,源数 据(source data)是临床试验数 据的重要组成部分。源数据是指 临床试验中的原始记录或其核证 副本(certified copy)上记载的 所有信息 , 包括临床发现、观测结 果以及用于重建和评价该试验所 必需的其他相关活动记录 [1-2]。这 些数据的载体可以是纸质文件的 形式 , 也可以是计算机系统中的 电子形式,前者称为纸质源数据 , 后者称为电子源数据(electronic source data, eSource)[2-3]。
CDMC

・1 4 l 9・
h e a l t h r e c o r d s f o r c l i n i c a l r e s e a r c h: t h e c a s e o f t he EHR4CR
[ 1 0 】T e n a e r t s P ’ Ma d r e L , Ar c h d e a c o n P , e t a 1 .T h e c l i n i c a l t r i a l s t r a n s f o ma r t i o n i n i t i a t i v e : i n n o v a t i o n t h r o u g h c o l l a b o r a t i o n[ J ] .
Na t R9 7—7 9 8 .
f e a s i b i l i t y p l a t f o r m a c r o s s E u r o p e[ J 】 . Me t h o d s I n f o m r Me d ,
2 01 4 , 5 3: 2 6 4— 2 6 8.
[ 1 3 ] Xu L , C h e n M Y Ap p l i c a t i o n o f we a r a b l e me d i c a l d e v i c e i n
me d i c a l mo n i t o r i n g s y s t e m[ J ] . C h i n a Di g i t Me d( 中 国数字
[ 1 1 ] Ou a g n e D, H u s s a i n S ,S a d o u E ,e t a 1 . T h e e l e c t r o n i c
蔡宏伟_临床试验随机化_20091022

区组随机化方法使用注意事项
• The block size should be relative small to maintain balance in small strata, and to insure that the overall imbalance is not too great • Increased number of stratification variables or increased number of levels within strata lead to fewer patients per stratum • In small sample size studies, sparse data in many cells defeats the purpose of stratification • Stratification factors should be used in the analysis • Otherwise, the overall test will be conservative
• Error( 抽样误差, Random error)
临床试验随机化的历史
• Fisher 在20世纪20年代首先提出随机化应作为
试验设计的一个基本原则
• 1948年,第一篇使用随机数分配受试者的临
床试验发表在BMJ(British Medical Journal)
上(使用链霉素治疗结核)
• 随机对照试验(Randomized Controlled
分层区组随机化实施步骤
• 假如将32名受试者分到2个治疗组,有 年龄(<60岁,≧60岁)和性别(男, 女)2个混杂因素。共需要分为2×2= 4层。
1. 2. 3. 4. <60岁, 男性 ≧60岁,男性 <60岁, 女性 ≧60岁,女性 ABBA BABA ABAB ABAB BBAA BAAB BAAB ABBA … … … …
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
– Superiority – Non-inferiority
Why not reflect true effect
• Bias(偏倚,一种人为的Systematic error) • Confounding(混杂因素)
– is an extraneous variable in a statistical model that correlates (positively or negatively) with both the dependent variable and the independent variable
1.Why Randomize
临床试验的基本原理
• T+NTx Y+Yx • 其中T为干预因素,NTx为混杂因素。 • Y为干预因素的效果,Yx为混杂因素的 效果。
临床试验的基本原理
• 为了评价T1和T2两种干预的效果, • T1+NTx1 Y1+Yx1 • T2+NTx2 Y2+Yx2
• (T1-T2)+(NTx1- NTx2) (Y1-Y2)+(Yx2 - Yx1)
区组随机化方法使用注意事项
• The block size should be relative small to maintain balance in small strata, and to insure that the overall imbalance is not too great • Increased number of stratification variables or increased number of levels within strata lead to fewer patients per stratum • In small sample size studies, sparse data in many cells defeats the purpose of stratification • Stratification factors should be used in the analysis • Otherwise, the overall test will be conservative
动态随机化
概述: • 在临床试验过程中,每名受试者分到 各组的概率不是固定不变的。 • 下一个病人的分组,受到当前试验中 已经入组病例在各治疗组中分布的影 响。
瓮法
• 瓮法是应用最广泛的一种偏币法。
• 有, 两个参数
• 原理:在装有 各个不同颜色圆球的瓮 中每次随机抽取一个圆球,根据球的颜 色确定病人的分组,然后放回该球并加 入个另一颜色的球,继续重复抽样过 程,最终达到组间例数接近的目的。
– 知道所有的混杂因素 – 与该样本对应的统计数学模型
• 预防不均衡比事后调整更容易,需要用到 “限制性随机化”(Restricted randomizations )
3.2 区组随机化 (Block Randomization)
• 基本概念: • 区组:具有一定排列规则的同质组 • 区组长度:是指一个区组中包含多少个 接受不同处理的受试单元 • 区组的大小必须是治疗组数的整数倍
区组随机化方法一1
• 例:将24名病人使用区组随机化方法分配至 甲乙两组: • 设区组长度为4,在每个区组内A、B各为2个, 有6种可能的区组排列形式
1:AABB 2:ABAB 3:ABBA 4:BBAA 5:BABA 6:BAAB
• 取1-9的随机数,当取到7,8,9,0舍去。
区组随机化方法一 2
• Error( 抽样误差, Random error)
临床试验随机化的历史
• Fisher 在20世纪20年代首先提出随机化应作为
试验设计的一个基本原则
• 1948年,第一篇使用随机数分配受试者的临
床试验发表在BMJ(British Medical Journal)
上(使用链霉素治疗结核)
• 随机对照试验(Randomized Controlled
瓮法举例
• 在两个治疗组的分组中,从瓮中抽取白、红两 种颜色的球,抽中白球分到A组,抽中红球分 到B组。 • 令=2,=1,开始红球和白球各2个(=2), 随机分组概率为0.5/0.5。 • 如果随机抽取的第一个球为红色,则分到B组。 • 随后将红球放回瓮中,同时加入一个白球 ( =1),这样在第二次抽样前瓮中有2个红球,3 个白球,抽得红、白球的概率分别为0.4/0.6。 依次类推。
• 最基本,最完全,容易操作
– 优点:最大限度的保证下一个分配序列的 不可预测性。(是优点,同时也是缺点)
– 缺点:在小样本临床试验中,组间产生例 数不均衡的可能性较大,而且入组病人的 特征可能随着时间的推移而发生变化(如: 先入组的病人病情较重)。
实践: 使用EXCEL进行简单随机化
• RAND() 函数产生一个从 0到1之间的随机数。
• Produces valid statistical tests
2. What a random series is
A completely random sequence of digits is a mathematical idealization
• Each digit occurs equally frequently in the whole sequence • Adjacent (set of) digits are completely independent of one another • Moderately long sections of the whole show substantial regularity
临床试验随机化
第四军医大学口腔医院信息科 蔡宏伟
2009.10
提纲
• • Why randomize What a random series is
•
•
How to randomize
Other Allocation Procedures
•
Random allocation system
Background
3.How To Randomize
常用的随机化方法
• • • 简单随机化(Simple Randomization) 区组随机化( Block Randomization ) 分层区组随机化(Stratified Block Randomization)
3.1 简单随机化 (Simple Randomization)
瓮法程序步骤
• 函数U(, ) & 两个治疗组 (A,B) –0. 瓮中初始各有 个白球,个红 球 –1.瓮中的球被随机抽取 –2.如果抽到红色的球,分到B组 如果抽到白色的球,分到A组 –3.向瓮中加入个颜色相反的球 (比如,如果是红色的球,就向瓮中 加入 个白球) –4. 返回第1步
随机数字表
每个数字在整个数字序列中出现的概 率几率相等 相邻的数字之间完全独立,互相之间 没有任何函数关系 从中选取适当长度的序列都表现出以 上的规则 2 8 9 5 6 2 5 3 6 4 0 1 8 7…..
以下情况是随机序列吗?
• Mon=T, Tue=C,…… • 每个月的单数日期分到T组,偶数日期 分到C组 • 注:(T代表治疗组,C代表对照组)
• Uncertainty
Eliminates assignment bias.
• Equal Opportunity
Tends to produce comparable groups, in other words, confounding factors(known and unknown) distributed evenly.
治疗组样本例数比值对检验效能的影响
• α=0.05,单侧 • 分为2组,总样本 数一定 • 纵轴:检验效能 • 横轴:nt/n总 • 曲线:样本数从相 等到逐渐偏离的检 验效能变化 • 2组样本数越接近, 检验效能越大
组间不均衡的后果
• 较大的组间不均衡性会降低试验的检验效能 • 统计学方法可以对不均衡的分组结果进行弥 补,但是需要:
取随机数 0.07 0.73 0.87 0.31 排序 1 3 4 2 分组顺序 A B B A
区组随机化的优缺点
• 优点:可以保证各治疗组的例数接近或 相等。 (两个治疗组最大相差“区组长度 的1/2”个病例)
• 缺点:不能保证混杂因素在各治疗组之 间分布均衡。
解决方法
• 先根据混杂因素对所有试验对象分层 (分类),在每个层内再进行区组随机 化。 • 这就是分层区组随机化(Stratified Block Randomization)。 • 注意: For stratified randomization, block must be used! Otherwise, (if CRD was used), no balance is guaranteed despite the effort.
分层区组随机化实施步骤
• 假如将32名受试者分到2个治疗组,有 年龄(<60岁,≧60岁)和性别(男, 女)2个混杂因素。共需要分为2×2= 4层。
1. 2. 3. 4. <60岁, 男性 ≧60岁,男性 <60岁, 女性 ≧60岁,女性 ABBA BABA ABAB ABAB BBAA BAAB BAAB ABBA … … … …
• 按照随机数排列上述代码所对应的区组。 • 如果随机数序列为:3,0,4,5,8,4, 9,2,0,7,6…… • 则1-12号病人的分组结果:
3 4 5
1 2 3 4 5 6 7 8 9 10 11 12
A B B A B B A A B A B A