临床药代动力学试验的常见设计类型与统计分析——CDE

发布日期	20140327
栏目	化药药物评价>>临床安全性和有效性评价
标题	临床药代动力学试验的常见设计类型与统计分析
作者	张学辉，卓宏，王骏
部门	化药临床二部
正文内容	一、临床药代动力学试验的统计分析问题现状        临床药代动力学试验在新药上市注册申请中占有重要地位。与大样本量的临床试验相比，这类试验样本数少、观测指标少，其统计分析问题要简单很多，未引起申请人或研究者的重视，一般较少邀请统计专业人员参与。甚至一些人认为这类试验是描述性试验，不需要进行专业的统计分析。其实正是因为这类试验的样本数少，才要更加重视其试验设计和统计分析的规范性，才能得出相对可靠的专业结论。从目前申报资料看，存在较多问题：1）研究设计时未充分考虑“三要素”（受试者、试验因素、观察指标），无法满足研究目标的专业需要；2）研究设计不符合“四原则”（随机、对照、重复和均衡），不采用常见的设计类型，设计出一些不同寻常的异型试验； 3）资料整理和统计分析方法选用不当，与研究设计类型不匹配，尤其是滥用t检验和单因素多水平设计资料的方差分析方法。        临床药代动力学试验的一般要求参见技术指导原则[1]。本文拟介绍这类试验的常见研究设计类型与统计分析方法，供大家参考。        二、创新药物临床药代动力学试验 $ u$ |0 [( A3 }2 R9 ?) i1 p       这里的创新药物是指新化学实体。这类药物通常在健康受试者中进行多项的临床药代动力学试验，包括单次给药、多次给药、食物影响、药代动力学相互作用等药代动力学试验。后续还要进行目标适应症患者和特殊人群的药代动力学试验。        2.1 创新药物单次给药药代动力学试验        创新药物的健康受试者单次给药药代动力学试验通常在I期耐受性试验结束后进行。受试者例数一般要求每个剂量组8～12例，男女各半。药物剂量，一般选用低、中、高三种剂量，有时会选用更多剂量。剂量的确定主要根据Ⅰ期临床耐受性试验的结果，并参考动物药效学、药代动力学及毒理学试验的结果，以及经讨论后确定的拟在Ⅱ期临床试验时采用的治疗剂量推算。高剂量组剂量必须接近或等于人最大耐受的剂量。        由于该类药物初上人体试验，出于安全性和伦理的考虑，每位受试者只给药一次，最常采用多剂量组平行设计。一般设计为在健康受试者（男女各半）中、随机、开放、多剂量组平行、单次给药的药代动力学试验。整理这类试验的药代动力学参数时，可以归类为两因素（剂量、性别）析因设计。各剂量组内性别间差异无统计学意义或者不考虑性别因素时，可以将该试验简化为单因素（剂量）的平行组设计。        安全性好的药物，在伦理允许情况下，也可采用多剂量组、多周期的交叉设计。交叉设计的优点是节省样本量、自身对照、减少个体间变异，缺点是多周期时间长、重复测量次数多、受试者依从性差易脱落、统计分析方法复杂。当选用低、中、高三个剂量组时，通常采用随机、开放、单次给药、三剂量组（A、B、C）、三周期、二重3×3拉丁方设计[2]（也称为具有3种治疗的Williams设计[3]），见表1。这种设计有6个给药顺序组，均衡性优于普通的3×3单拉丁方设计。选用4个剂量组时，通常采用随机、开放、单次给药、四剂量组（A、B、C、D）、四周期、4×4交叉Williams设计[3]，见表2。4×4交叉Williams设计间兼具平衡性和和治疗顺序少的优点。交叉设计的三个因素（剂量、周期、个体）在专业上认为无交互作用，统计分析时按照交叉设计定量资料的假设检验方法[4,5]。   r- `3 I$ G+ H" Z8 `表1.具有3种治疗的Williams设计 9 \+ p5 [0 F% s 治疗顺序组 周期1 周期2 周期3 1 A B C 2 B C A 3 C A B 4 C B A 5 B C A 6 A C B 表2.具有4种治疗的Williams设计   # t+ L0 R1 A; b6 U2 m! j 治疗顺序组 周期1 周期2 周期3 周期4 1 A D B C 2 B A C D 3 C B D A 4 D C A B 6 k" z! S$ ?1 c( _  n3 t; }       根据试验中测得的各受试者的血药浓度-时间数据绘制各受试者的药-时曲线及平均药-时曲线，进行药代动力学参数的估算，求得药物的主要药代动力学参数，以全面反映药物在人体内吸收、分布和消除的特点。主要药代动力学参数有：Tmax（实测值），Cmax（实测值），AUC(0-t)，AUC(0-∞)，Vd，Kel、t1/2，MRT、CL或CL/F。        对药代动力学参数进行描述性总结和统计分析，为后续临床试验提出建议。阐明以下内容：各剂量组单次给药药代动力学的规律和特点，各剂量组药动学参数的性别间差异，各剂量组药动学参数的个体间差异，以及在试验剂量区间内的是否呈线性药代动力学特征。要注意的是，有时剂量-暴露量关系在一定剂量区间内呈线性，在另一剂量区间内呈非线性。剂量-暴露量关系呈线性与否的评价方法有以下几种[6]：1）PK = α×Doseβ模型线性回归分析法。2）Power模型置信区间法。主要参数(AUC)的个体差异较大者(RSD>50%)，提示必要时需作剂量调整或进行血药浓度监测；AUC集中于高低两极者提示可能有快代谢型、慢代谢型的遗传性代谢差异。        2.2 口服制剂的食物影响药代动力学试验 3 W( Q6 _; x2 L0 o3 |       受试者例数一般要求每个剂量组8～12例。选用Ⅱ期临床试验的拟订给药剂量。比较研究空腹和进高脂高热量餐后给药的药代动力学参数。常见的研究设计为：1）随机、开放、单次给药、自身对照、两治疗（A、B）、两周期、2×2交叉试验设计（见表3）。受使者随机分为两组，一组在第一周期空腹给药、在第二周期餐后给药，另一组接受治疗的顺序相反。这种设计优点是可以考察周期因素的影响。2）随机、开放、单次给药、自身对照、两治疗、两周期、配对试验设计，这样的设计是自身配对设计，可以与单次给药试验结合进行。所有受使者在第一阶段空腹给药、在第二阶段餐后给药。 4 r+ Y1 `; u( q& x* C$ z' e表3.具有2种治疗的2×2交叉设计 - g8 r# e9 Q! ]' ^: p7 G 治疗顺序组 周期1 周期2 1 A B 2 B A        这两种设计，两个周期间都要求有1个清洗期。第1）种设计，AUC(0-t)、AUC(0-∞)、Cmax经过自然对数转换后，对其三因素（治疗、周期、个体）的差异性进行方差分析[7,8]。Tmax采用2×2交叉设计资料的非参数检验[8]。此分析检验水准为双侧0.05。第2）种设计[9]，两组的AUC(0-t)、AUC(0-∞)、Cmax经过自然对数转换后，对其差异性进行配对t检验。Tmax采用配对比较的Wilcoxon符号秩和检验（Wilcoxon signed rank test）比较两组差别。此分析检验水准为双侧0.05，并假定此研究无延续效应和周期效应。 8 J# g6 r: r. D+ o, R3 j- ~       2.3 创新药物多次给药药代动力学试验        多次给药药代动力学试验，一般参照单次给药试验的结果和II期临床试验拟采用剂量范围，选择一个或者多个剂量。根据单次给药试验的消除半衰期确定给药间隔和给药天数，估算药物可能达到稳态浓度的时间。应连续测定3次（一般连续3天）的谷浓度（给药前）以确定已达到稳态浓度。一些研究中，一般选择单次给药试验一个或几个剂量组的受试者，在完成单次给药试验后进入多次给药试验。这样有利于比较每个受试者单次给药药动学参数和多次给药稳态药动学参数、计算蓄积因子。当然也可以新入选受试者连续进行单次和多次给药试验。常见的试验设计为在健康受试者中、随机、开放、单剂量组（或多剂量组平行）、多次给药的药代动力学试验。        根据试验中测定的三次谷浓度及稳态血药浓度-时间数据，绘制多次给药后药-时曲线，求得相应的药代动力学参数，包括达峰时间（Tmax）、稳态谷浓度（Css_min）、稳态峰浓度（Css_max）、平均稳态血药浓度（Css_av）、消除半衰期（t1/2）、清除率（CL或CL/F）、稳态血药浓度-时间曲线下面积（AUCss）及波动系数(DF)等。 ( s( f+ v0 P1 _& e, ?       对试验结果进行分析，说明多次给药时药物在体内的药代动力学特征。按配对设计定量资料，对多次给药和单次给药的相关药代动力学的参数进行差异性检验，特别在吸收和消除等方面有否显著的改变。连续给药试验蓄积分析包括计算末剂和首剂的Cmax、Cmin、AUC(0-t) 比值的算数均值及标准差、几何均值及90%置信区间。有多个剂量组时，也要评价剂量-稳态暴露量关系是否呈线性。 ( ?" d+ Y1 G+ }7 Z2 t3 F8 M8 w- }' x       三、复方药物与单药的比较药代动力学试验 & e! J3 u% ^3 |* }       在临床药代动力学方面，复方药物一般要求单药成分间的药动学特征基本吻合、无药动学相互作用。复方药物在临床药代动力学试验中，除了常规药代动力学研究外，还要进行复方药物与单药的比较药代动力学试验。        若是两种单药成分组组成的复方，其比较药代动力学研究，在试验设计和实施时推荐采用随机、开放、单次给药、自身对照、三治疗（A复方、B单药1、C单药2）、三周期、3×3交叉Williams设计，见表1。若是三种单药成分组成的复方，其比较药代动力学研究，在试验设计和实施时推荐采用随机、开放、单次给药、自身对照、四治疗（A复方、B单药1、C单药2、D单药3）、四周期、4×4交叉Williams设计，见表2。 ) m3 A/ w7 i) P& D3 j" o+ h7 |       统计分析时，为分别对比较某种单药（1或2或3）与复方中的相应成分的药动学参数的差异性，可以将试验数据抽提简化为2×2交叉设计的资料进行差异性检验。然后进行相应的专业性描述：药代动力学特征是否基本吻合，是否有药动学相互作用，组方的药动学合理性评价及推荐剂量建议。本研究也可以采用平行设计。此类研究有时需要进行多次给药研究。 + p6 v: f0 W2 C. U+ X       四、改变给药途径药物的药代动力学试验        在临床药代动力学方面，改变给药途径药物一般要求比较与原给药途径药物的全身或局部的药代动力学特征，关注其药动学参数的变异情况及其对安全性和有效性的影响，为立题和推荐剂量提供药动学的依据。改变给药途径药物在临床药代动力学试验中，除了常规药代动力学研究外，还要进行改变给药途径药物与原给药途径药物的比较药代动力学试验。推荐采用随机、开放、单次给药、自身对照、两治疗、两周期、2×2交叉试验设计，并进行药动学参数的差异性检验。本研究也可以采用成组设计。 ! d7 p( O2 C3 }. y7 M: x+ b       五、验证性临床药代动力学试验        验证性临床药代动力学研究，一般要在本国人群中重复一些关键性药代动力学研究（和药效动力学研究），考察药物的种族差异性，进行桥接分析，为借鉴原研产品说明书的用法用量提供药动学依据。这类研究在设计时，要考虑种族因素的敏感性和基因多态性。最常见的申报资料形式是健康受试者三个剂量的单次给药药代动力学研究加上一个中剂量的多次给药药代动力学研究。若已有研究信息提示口服制剂的吸收受食物影响，也应进行食物影响药代动力学研究。本研究的药动学参数，除进行规范的统计分析外，还要与原研数据进行比较和桥接分析。若能桥接，采用原研产品的用法用量进行随机对照临床试验，并推荐为本品种的用法用量。若不能桥接，分析原因：本研究的方法学问题、本品种的制剂学问题、种族差异性问题，并对给药剂量调整和随机对照临床试验设计提出意见。有时为排除本研究的方法学问题和本品种的制剂学问题，可以进行本品种与原研产品的生物等效性研究。 / N- p! K9 E% d$ E  j  r0 u       六、研究数据的整理方式与统计分析        药代动力学研究数据基本都是定量数据，其统计描述一般采用均数、标准差、中位数、最大最小值等统计量。研究数据的整理方式和统计分析方法要和研究目的和研究设计类型相一致。临床药代动力学试验中，两组或多组间的药动学参数进行比较时，由于每组的样本量少（8~12例），通常进行差异性检验，不采用等效性检验（一般每组需要18~24例）。定量资料满足正态分布和总体方差齐性时，采用参数检验如：t检验、方差分析等。AUC(0-t) 、AUC(0-∞)、Cmax一般经过自然对数转换后，可满足正态分布和总体方差齐性。Tmax等参数一般采用非参数检验如：成组资料的Wilcoxon（Mann-Whitney）检验、配对资料的Wilcoxon符号秩和检验、单因素多水平Kruskal?Wallis秩和检验、配伍组设计的Friedman秩和检验、两因素非参数方差分析[10, 11]等。        申报资料中常见的错误是，在研究设计时为节省样本量采用交叉设计，在数据整理和统计分析时为省事误用平行设计资料的统计分析方法。交叉设计资料的统计分析比较复杂。2×2交叉设计[7, 8]、具有3种治疗的Williams设计[4]、具有4种治疗的Williams设计[5]的参数检验方法（方差分析）分别见相应的文献。但是交叉设计资料的非参数检验较难实现，有待统计学家进一步开发。国内文献[12,13]中2×2交叉设计资料的非参数检验方法是受到质疑的[14]，可以采用国外文献[8]的方法。有的申报资料采用了一些简化的办法，如将2×2交叉设计资料简化为配对设计资料采用Wilcoxon符号秩和检验，将多交叉设计资料简化为配伍组设计资料采用Friedman秩和检验。        以上与大家分享与交流的仅为个人观点，不足之处请批评指正。 参考文献 [1] 药品审评中心.化学药物临床药代动力学研究技术指导原则[S].2005. $ }( V/ h3 q2 P  u0 T[2] 邓伟,贺佳.临床试验设计与统计分析[M].北京:人民卫生出版社,2012:178-179. [3] 周贤中,刘仁沛.临床试验的设计与分析-概念与方法学[M].北京:北京大学医学出版社,2010:149-150. & Y% b0 z6 _/ q. d1 x8 o; x& n# ~4 C[4] 刘玉秀,姚晨,陈峰,陈启光,苏炳华,孙瑞元.多交叉设计生物利用度试验的等效性分析[J].中国临床药理学杂志,2002,18(3):219-223. " I7 l+ f) z8 r- ]; D6 o[5] 姚晨,陈峰,张高魁,刘玉秀,陈启光,苏炳华.交叉试验设计资料的等效性检验[J].中国临床药理学杂志,2001,17(4):294-297. 6 r" [/ G1 L& b1 u. G) |( s[6] 邓伟,贺佳.临床试验设计与统计分析[M].北京:人民卫生出版社,2012:181. 7 {3 R$ r, J' Q9 E1 ~[7] 梁文权.生物药剂学与药代动力学[M].第2版.北京:人民卫生出版社,2000:337-343. [8] Byron Jones,Michael G.Kenward.Design and Analysis of Cross-Over Trials [M].Second Edition. Boca Raton:Chapman & Hall/CRC,2003. & p6 u9 E5 A" p" u2 F; S[9] 邓伟,贺佳.临床试验设计与统计分析[M].北京:人民卫生出版社,2012:182. + M4 h% r+ b+ b" d2 Y[10] 申希平,祁海萍,刘小宁,任晓卫,李娟生.两因素非参数方差分析在SPSS中的实现[J].中国卫生统计,2013,30(6):913-914. [11] 景学安.中华医学统计百科全书?非参数统计分册[M].北京:中国统计出版社,2013:142-143. [12] 梁文权.生物药剂学与药代动力学[M].第2版.北京:人民卫生出版社,2000:344-345. [13] 杨树勤.中国医学百科全书?医学统计学[M].上海:上海科技出版社,1985:62-63. [14] 徐秦.交叉试验的秩和检验[J].新疆医科大学学报,2000,23(1):60-61.
备注

% |1 b3 V% E9 w* K! Z) I

非常有用的资料，谢谢楼主的分享

谢谢楼主的分享

非常有用的资料，谢谢楼主的分享