Visninger: 0 Forfatter: Webstedsredaktør Udgivelsestid: 16-11-2026 Oprindelse: websted
HKeyBio industrikommentar
Valg af gruppestørrelser til undersøgelser af autoimmun effektivitet
HKeyBio Q&A Series 44
Oprindeligt udgivet på kinesisk den 18. juni 2026.
HKeyBios holdning. Hvor mange dyr pr. gruppe giver en autoimmun effektivitetsundersøgelse tilstrækkelig præcision til at understøtte en udviklingsbeslutning? Start med det spørgsmål, undersøgelsen skal besvare, den mindste effekt, der ville have betydning, og hvor variabelt det primære endepunkt er i den model. Den samme gruppestørrelse kan være tilstrækkelig for ét endepunkt og for lille til et andet.
Seks eller ti dyr pr. gruppe er velkendte udgangspunkter. Det nødvendige antal til en given undersøgelse afhænger af fem faktorer [1,2].
· Variabilitet i sygdomsmodellen
· Forventet behandlingseffekt
· Signifikansniveau (α)
· Mål statistisk magt
· Type af slutpunkt
Dyr-til-dyr variation kan sløre en behandlingseffekt, når sygdomsscore svinger meget. En reproducerbar model og en stor behandlingseffekt kan understøtte en mindre gruppe. Det primære endepunkt og den statistiske analyse bør afspejle den beslutning, undersøgelsen er designet til at understøtte.
Effektstørrelse er ofte en væsentlig drivkraft, især i forhold til variabiliteten af endepunktet. Overvej en arthritismodel, hvor modelgruppen scorer 8,0 ± 2,0 og behandlingsgruppen scorer 4,0 ± 2,0. Gennemsnittet for den behandlede gruppe er 50 % lavere. Hvis gennemsnittet falder fra 8,0 til 6,8, er det 15 % lavere. Med samme variabilitet, signifikansniveau og målstyrke kræver det generelt flere dyr at opdage den mindre forskel. Procentsatserne sammenligner gruppemiddelværdier. Til planlægning af prøvestørrelse skal spredningsmålet repræsenteret ved '±' angives.
En pilot kan estimere gruppemiddelværdier, standardafvigelser og den sandsynlige størrelse af responsen. Små piloter giver upræcise estimater, så brug sammenlignelige historiske data, hvor de er tilgængelige, og kontroller, hvordan det nødvendige N ændres på tværs af plausible værdier. For hovedundersøgelsen, specificer en effekt, der er stor nok til at have betydning biologisk eller til at ændre en udviklingsbeslutning [1,2].
Induktion og progression varierer på tværs af modeller og mellem dyr. Dextran sulfate natrium (DSS) colitis, imiquimod (IMQ)-induceret psoriasis og ovalbumin (OVA)-baserede allergimodeller kan vise relativt konsistent induktion under etablerede forhold. For disse modeller er seks til otte dyr pr. gruppe et erfaringsbaseret startområde.
Kollagen-induceret arthritis (CIA), systemisk lupus erythematosus (SLE) modeller og humaniserede immunsystemmodeller kan vise bredere variation i debut og sværhedsgrad, selv inden for samme kohorte. Nogle undersøgelser i disse omgivelser bruger otte til tolv dyr pr. gruppe eller mere. Disse tal afspejler erfaringer under særlige forhold. Når du sammenligner behov i prøvestørrelse, skal du vurdere variabiliteten af det valgte endepunkt samt størrelsen af den forventede behandlingseffekt.
Små non-human primate (NHP) undersøgelser kan behandle fokuserede translationelle spørgsmål. For en farmakologisk relevant art kan ligheder med mennesker i immuncellepopulationer, Fc-receptorekspression og andre aspekter af immunitet hjælpe med at fortolke responser. En lille eksplorativ kohorte kan karakterisere retningen, størrelsen og konsistensen af et svar og informere om en opfølgende undersøgelse. Den præcision, der er nødvendig for en bekræftende effektpåstand, kræver sin egen begrundelse [1,2].
Anvend 3R'erne. Erstatning, Reduktion og Forfining styrer brugen af dyr. Parring eller matchning, gentagne målinger og baseline-justeret analyse kan forbedre præcisionen, når designet og slutpunktet understøtter dem. Gentagne prøver fra ét dyr repræsenterer stadig én eksperimentel enhed, hvis dyret uafhængigt tildeles behandling [2,3].
Brug tidlige data til at planlægge en separat opfølgningskohorte eller forudspecificer enhver prøvestørrelsesrevurdering inden for samme undersøgelse, herunder reglen for tilføjelse af dyr, og hvordan slutningen vil blive bevaret. Undgå at udvide tilmeldingen som svar på en midlertidig p-værdi uden en planlagt analyse.
Power er sandsynligheden for, at en planlagt test opdager en statistisk signifikant forskel, når den specificerede effekt er reel, under de antagelser, der er brugt til at designe undersøgelsen. Et mål på 80 % betyder, at hvis den planlagte effektstørrelse og variabilitet er korrekt, vil omkring 80 % af gentagne undersøgelser under dette design detektere denne effekt på det valgte signifikansniveau [1,2].
Når strømmen er lav for en meningsfuld effekt, kan en reel effekt give et ikke-signifikant resultat. Det er en falsk negativ under det forudsatte scenarie. I forbindelse med udvikling af lægemidler kan behandling af ethvert ikke-signifikant resultat som bevis for ingen effekt få et team til at droppe en lovende kandidat. Målet er at balancere styrken af beviserne med dyrebrug og undersøgelsesomkostninger.
Den originale artikel giver følgende erfaringsbaserede intervaller til diskussion. Den endelige gruppestørrelse bør afspejle undersøgelsens mål, relevante historiske data, pilotresultater og en analyse, der passer til endepunktet. Tillad forventet ikke-induktion eller nedslidning, hvor det er relevant, og rapporter både de tildelte tal og de analyserede tal [1,2].
Tabel 1. Illustrerende antal dyr pr. gruppe fra den originale artikel. Brug disse intervaller til indledende planlægningsdiskussioner.
Q7 Sådan opfylder du statistiske krav og kontrolomkostninger
Kør først en lille pilot. Estimer andelen af dyr, der udvikler den tilsigtede fænotype, sygdomsscore, variabilitet og foreløbig behandlingsrespons. Rapportér variationskoefficienten, hvor det er relevant for endepunktets skala.
For det andet, kør en strømanalyse. Definer det primære endepunkt og den mindste meningsfulde effekt. Angiv α, målstyrke og variabilitetsantagelser. Brug en statistisk metode, der matcher den planlagte analyse til at estimere det nødvendige N, og sammenlign scenarier, hvis antagelserne forbliver usikre.
For det tredje, optimer designet. Forbedre modelkonsistensen, brug baseline-stratificeret randomisering, når det er relevant, brug gentagne målinger, hvis de forbedrer præcisionen, og fjern grupper, der ikke besvarer et undersøgelsesspørgsmål. Bedre design kan forbedre effektiviteten mere end at øge gruppestørrelsen alene.
En forsvarlig gruppestørrelse giver holdet nok information til at opdage eller estimere en meningsfuld effekt for den tilsigtede translationelle beslutning. Planlæg omkring den forventede effekt, modelvariabilitet, påkrævet kraft og studiemål. Dette understøtter mere troværdige konklusioner og kan reducere gentagne eksperimenter og undgåelige omkostninger.
Forfatter og anmelder. HKeyBio Marketingafdeling
Redigeret af Jing Yan
HKeyBio er en præklinisk kontraktforskningsorganisation, der leverer end-to-end in vivo-effektivitetstjenester til autoimmune og allergiske sygdomme. Dets tekniske kerneteam har mere end 20 års erfaring med udvikling af autoimmune lægemidler. Virksomheden har ISO 9001-certificering og driver molekylære, cellulære, patologi-, smådyrs- og analytiske faciliteter i Suzhou Industrial Park, med ikke-menneskelige primater-studiefaciliteter i Suzhou og Guangxi. Den originale artikel rapporterede omkring 80 ansatte og projektledere med master- eller doktorgrader. Holdet støtter præklinisk forskning og indsendelser af nye lægemidler (IND).
· 50+ ikke-menneskelige primatmodeller af autoimmune og allergiske sygdomme
· 500+ dyremodeller af autoimmune og allergiske sygdomme
· Erfaring med at støtte 500+ IND-indsendelser i autoimmun sygdom
[1] Percie du Sert N, Hurst V, Ahluwalia A, et al. ARRIVE-retningslinjerne 2.0: Opdaterede retningslinjer for indberetning af dyreforskning. PLoS Biol. 2020;18:e3000410. Kilde
[2] Percie du Sert N, Ahluwalia A, Alam S, et al. Rapportering af dyreforskning: Forklaring og uddybning af ARRIVE-retningslinjerne 2.0. PLoS Biol. 2020;18:e3000411. Kilde
[3] NC3Rs eksperimentelle designassistent. Eksperimentel enhed. Kilde