Katselukerrat: 0 Tekijä: Site Editor Julkaisuaika: 2026-11-16 Alkuperä: Sivusto
HKeyBio-alan kommentti
Ryhmäkokojen valitseminen autoimmuunitehokkuustutkimuksia varten
HKeyBio Q&A -sarja 44
Julkaistu alun perin kiinaksi 18.6.2026.
HKeyBion näkemys. Kuinka monta eläintä ryhmää kohden antaa autoimmuunitehokkuustutkimukselle riittävän tarkkuuden tukemaan kehityspäätöstä? Aloita kysymyksestä, johon tutkimuksen on vastattava, pienin vaikutus, jolla olisi merkitystä ja kuinka vaihteleva ensisijainen päätepiste on kyseisessä mallissa. Sama ryhmäkoko voi olla riittävä yhdelle päätepisteelle ja liian pieni toiselle.
Kuusi tai kymmenen eläintä ryhmää kohden ovat tuttuja lähtökohtia. Tiettyyn tutkimukseen tarvittava määrä riippuu viidestä tekijästä [1,2].
· Sairausmallin vaihtelu
· Odotettu hoitovaikutus
· Merkitystaso (α)
· Tavoitteena oleva tilastollinen teho
· Päätepisteen tyyppi
Eläinten välinen vaihtelu voi hämärtää hoidon tehoa, kun sairauden pistemäärät vaihtelevat suuresti. Toistettava malli ja suuri hoitovaikutus voivat tukea pienempää ryhmää. Ensisijaisen päätepisteen ja tilastollisen analyysin tulee kuvastaa päätöstä, jota tutkimuksen on tarkoitus tukea.
Vaikutuksen koko on usein tärkeä tekijä, erityisesti suhteessa päätepisteen vaihteluun. Tarkastellaan niveltulehdusmallia, jossa malliryhmä saa 8,0 ± 2,0 ja hoitoryhmä 4,0 ± 2,0. Käsitellyn ryhmän keskiarvo on 50 % pienempi. Jos keskiarvo putoaa 8,0:sta 6,8:aan, se on 15 % pienempi. Samalla vaihtelulla, merkitsevyystasolla ja tavoiteteholla pienemmän eron havaitseminen vaatii yleensä enemmän eläimiä. Prosentit vertaavat ryhmän keskiarvoja. Otoskoon suunnittelua varten hajautusmitta, jota edustaa '±', on määritettävä.
Pilotti voi arvioida ryhmän keskiarvot, keskihajonnan ja vasteen todennäköisen suuruuden. Pienet pilotit antavat epätarkkoja arvioita, joten käytä vertailukelpoisia historiallisia tietoja mahdollisuuksien mukaan ja tarkista, kuinka vaadittu N muuttuu uskottavien arvojen välillä. Päätutkimuksessa määritellään riittävän suuri vaikutus, jotta se voi olla biologisesti tärkeä tai muuttaa kehityspäätöstä [1,2].
Induktio ja eteneminen vaihtelevat mallien ja eläinten välillä. Dekstraanisulfaattinatriumin (DSS) koliitti, imikimodin (IMQ) aiheuttama psoriaasi ja ovalbumiini (OVA) -pohjaiset allergiamallit voivat osoittaa suhteellisen johdonmukaista induktiota vakiintuneissa olosuhteissa. Näissä malleissa kuudesta kahdeksaan eläintä ryhmää kohden on kokemukseen perustuva lähtöalue.
Kollageenin aiheuttama niveltulehdus (CIA), systeeminen lupus erythematosus (SLE) -mallit ja humanisoidut immuunijärjestelmämallit voivat osoittaa laajempaa vaihtelua puhkeamisessa ja vaikeusasteessa jopa saman kohortin sisällä. Joissakin näissä olosuhteissa tehdyissä tutkimuksissa käytetään kahdeksasta kahteentoista eläintä ryhmää kohden tai enemmän. Nämä luvut kuvastavat kokemusta tietyissä olosuhteissa. Kun vertaat otoskokoisia tarpeita, arvioi valitun päätepisteen vaihtelua sekä odotetun hoitovaikutuksen suuruutta.
Pienet kädelliset (NHP) tutkimukset voivat käsitellä kohdennettuja translaatiokysymyksiä. Farmakologisesti merkityksellisille lajeille samankaltaisuudet ihmisen kanssa immuunisolupopulaatioissa, Fc-reseptorin ilmentyminen ja muut immuniteetin näkökohdat voivat auttaa tulkitsemaan vasteita. Pieni tutkiva kohortti voi karakterisoida vastauksen suunnan, suuruuden ja johdonmukaisuuden ja antaa tietoja jatkotutkimukselle. Vahvistavassa tehokkuusväitteessä tarvittava tarkkuus vaatii omat perustelunsa [1,2].
Käytä 3R:ää. Korvaaminen, vähentäminen ja parantaminen ohjaavat eläinten käyttöä. Pariliitos tai sovittaminen, toistuvat mittaukset ja perusviivan mukaan sovitettu analyysi voivat parantaa tarkkuutta, kun suunnittelu ja päätepiste tukevat niitä. Toistetut näytteet yhdestä eläimestä edustavat silti yhtä koeyksikköä, jos eläin on erikseen osoitettu hoitoon [2,3].
Käytä varhaisia tietoja erillisen seurantakohortin suunnitteluun tai määritä ennalta mahdollinen otoskoon uudelleenarviointi samassa tutkimuksessa, mukaan lukien sääntö eläinten lisäämisestä ja siitä, miten päätelmät säilytetään. Vältä ilmoittautumisen laajentamista vastauksena väliaikaiseen p-arvoon ilman suunniteltua analyysiä.
Teho on todennäköisyys, että suunniteltu testi havaitsee tilastollisesti merkitsevän eron, kun määritetty vaikutus on todellinen, tutkimuksen suunnittelussa käytettyjen oletusten mukaan. 80 %:n tavoite tarkoittaa, että jos suunniteltu vaikutuksen koko ja vaihtelevuus ovat oikein, noin 80 % toistetuista tutkimuksista tällä mallilla havaitsisi vaikutuksen valitulla merkitsevyystasolla [1,2].
Kun teho on alhainen merkityksellisen vaikutuksen saavuttamiseksi, todellinen vaikutus voi tuottaa merkityksettömän tuloksen. Se on väärä negatiivinen tulos oletetun skenaarion mukaan. Lääkekehityksessä jokaisen merkityksettömän tuloksen käsitteleminen todisteena vaikutuksen puuttumisesta voi saada tiimin luopumaan lupaavasta ehdokkaasta. Tavoitteena on tasapainottaa todisteiden vahvuus eläinten käytön ja tutkimuskustannusten kanssa.
Alkuperäinen artikkeli tarjoaa seuraavat kokemukseen perustuvat alueet keskustelua varten. Lopullisen ryhmän koon tulee heijastaa tutkimuksen tavoitetta, asiaankuuluvia historiallisia tietoja, pilottituloksia ja päätepisteeseen sopivaa analyysiä. Ota huomioon odotettavissa oleva ei-induktio tai kuluminen tarvittaessa ja raportoi sekä annetut että analysoidut luvut [1,2].
Taulukko 1. Havainnollistavat eläinten lukumäärät ryhmää kohti alkuperäisestä artikkelista. Käytä näitä alueita alustaviin suunnittelukeskusteluihin.
Q7 Tilastovaatimusten täyttäminen ja kustannusten hallinta
Suorita ensin pieni pilotti. Arvioi niiden eläinten osuus, joille kehittyy aiottu fenotyyppi, sairauspisteet, vaihtelevuus ja alustava hoitovaste. Ilmoita variaatiokerroin, jos se on tarkoituksenmukaista päätepisteen asteikolla.
Toiseksi, suorita tehoanalyysi. Määritä ensisijainen päätepiste ja pienin merkityksellinen vaikutus. Määritä α, tavoiteteho ja vaihteluoletukset. Käytä suunniteltuun analyysiin sovitettua tilastollista menetelmää tarvittavan N:n arvioimiseksi ja vertaa skenaarioita, jos oletukset ovat edelleen epävarmoja.
Kolmanneksi optimoi suunnittelu. Paranna mallin johdonmukaisuutta, käytä perusviivalla kerrottua satunnaistamista tarvittaessa, käytä toistettuja mittauksia, jos ne parantavat tarkkuutta, ja poista ryhmät, jotka eivät vastaa tutkimuskysymykseen. Parempi suunnittelu voi parantaa tehokkuutta enemmän kuin pelkkä ryhmäkoon kasvattaminen.
Puolustettava ryhmäkoko antaa ryhmälle tarpeeksi tietoa havaitakseen tai arvioidakseen merkityksellisen vaikutuksen aiotulle translaatiopäätökselle. Suunnittele odotetun vaikutuksen, mallin vaihtelun, tarvittavan tehon ja tutkimustavoitteen ympärille. Tämä tukee uskottavampia johtopäätöksiä ja voi vähentää toistuvia kokeita ja vältettäviä kustannuksia.
Kirjoittaja ja arvostelija. HKeyBio markkinointiosasto
Toimittaja Jing Yan
HKeyBio on prekliininen sopimustutkimusorganisaatio, joka tarjoaa kokonaisvaltaisia in vivo -tehokkuuspalveluita autoimmuuni- ja allergisiin sairauksiin. Sen teknisellä ydintiimillä on yli 20 vuoden kokemus autoimmuunilääkkeiden kehittämisestä. Yrityksellä on ISO 9001 -sertifikaatti, ja sillä on molekyyli-, solu-, patologia-, pieneläin- ja analyyttisiä laitoksia Suzhoun teollisuuspuistossa sekä kädellisten tutkimuslaitoksia Suzhoussa ja Guangxissa. Alkuperäisessä artikkelissa kerrottiin noin 80 työntekijästä ja projektijohtajista, joilla on maisterin tai tohtorin tutkinto. Tiimi tukee prekliinistä tutkimusta ja uusien lääkkeiden (IND) tutkimuksia.
· Yli 50 kädellismallia autoimmuuni- ja allergisista sairauksista
· Yli 500 eläinmallia autoimmuuni- ja allergisista sairauksista
· Kokemus yli 500:n IND-hakemuksen tukemisesta autoimmuunisairaudessa
[1] Percie du Sert N, Hurst V, Ahluwalia A, et ai. ARRIVE-ohjeet 2.0: Päivitetyt ohjeet eläintutkimusten raportointiin. PLoS Biol. 2020;18:e3000410. Lähde
[2] Percie du Sert N, Ahluwalia A, Alam S, et ai. Eläintutkimuksen raportointi: ARRIVE-ohjeiden selitys ja tarkentaminen 2.0. PLoS Biol. 2020;18:e3000411. Lähde
[3] NC3R:n kokeellinen suunnitteluassistentti. Kokeellinen yksikkö. Lähde