Megtekintések: 0 Szerző: Site Editor Közzététel ideje: 2026-11-16 Eredet: Telek
HKeyBio iparági kommentár
Csoportméretek kiválasztása autoimmun hatékonysági vizsgálatokhoz
HKeyBio Q&A sorozat 44
Eredetileg kínaiul tették közzé 2026. június 18-án.
HKeyBio véleménye. Csoportonként hány állat ad elegendő pontosságot egy autoimmun hatékonysági vizsgálatnak ahhoz, hogy alátámassza a fejlesztési döntést? Kezdje azzal a kérdéssel, amelyet a vizsgálatnak meg kell válaszolnia, a legkisebb hatással, amely számítana, és hogy mennyire változó az elsődleges végpont ebben a modellben. Ugyanaz a csoportméret elegendő lehet az egyik végponthoz, és túl kicsi a másikhoz.
Csoportonként hat-tíz állat ismerős kiindulópont. Egy adott vizsgálathoz szükséges szám öt tényezőtől függ [1,2].
· A betegségmodell variabilitása
· Várható kezelési hatás
· Szignifikancia szint (α)
· Cél statisztikai teljesítmény
· A végpont típusa
Az állatok közötti eltérések elhomályosíthatják a kezelés hatását, ha a betegségek pontszámai nagymértékben ingadoznak. Egy reprodukálható modell és egy nagy kezelési hatás egy kisebb csoportot támogathat. Az elsődleges végpontnak és a statisztikai elemzésnek tükröznie kell azt a döntést, amelyet a vizsgálat alátámaszt.
A hatás mérete gyakran fő hajtóerő, különösen a végpont változékonyságával kapcsolatban. Tekintsünk egy olyan arthritis modellt, amelyben a modellcsoport 8,0 ± 2,0, a kezelt csoport pedig 4,0 ± 2,0 pontot kapott. A kezelt csoport átlaga 50%-kal alacsonyabb. Ha az átlag 8,0-ról 6,8-ra esik, az 15%-kal alacsonyabb. Ugyanolyan variabilitás, szignifikanciaszint és célteljesítmény mellett a kisebb különbség észleléséhez általában több állatra van szükség. A százalékok összehasonlítják a csoport átlagát. A mintanagyság tervezésénél meg kell adni a '±' szórás mértékét.
A pilóta meg tudja becsülni a csoport átlagát, a szórásokat és a válasz valószínű nagyságát. A kis pilóták pontatlan becsléseket adnak, ezért használjon összehasonlítható előzményadatokat, ahol rendelkezésre állnak, és ellenőrizze, hogyan változik a szükséges N a valószínű értékek között. A fő vizsgálathoz adjon meg egy elég nagy hatást ahhoz, hogy biológiailag számítson, vagy megváltoztassa a fejlesztési döntést [1,2].
Az indukció és a progresszió modellenként és állatonként eltérő. A dextrán-szulfát-nátrium (DSS) vastagbélgyulladás, az imikimod (IMQ) által kiváltott pikkelysömör és az ovalbumin (OVA) alapú allergiamodellek viszonylag konzisztens indukciót mutathatnak megállapított körülmények között. Ezeknél a modelleknél csoportonként hat-nyolc állat tapasztalatalapú kiindulási tartomány.
A kollagén által kiváltott ízületi gyulladás (CIA), a szisztémás lupus erythematosus (SLE) és a humanizált immunrendszer modellek nagyobb eltéréseket mutathatnak a kezdetben és a súlyosságban, még ugyanazon a kohorszon belül is. Egyes ilyen körülmények között végzett tanulmányok csoportonként nyolc-tizenkét vagy több állatot alkalmaznak. Ezek az adatok az adott körülmények között szerzett tapasztalatokat tükrözik. A mintanagyságú igények összehasonlításakor értékelje a választott végpont változékonyságát, valamint a várható kezelési hatás nagyságát.
A kis nem humán főemlősökkel (NHP) végzett kutatások fókuszált transzlációs kérdéseket tudnak megválaszolni. Egy farmakológiailag releváns faj esetében az emberhez hasonló immunsejtpopulációk, Fc-receptor-expresszió és az immunitás egyéb vonatkozásai segíthetnek a válaszok értelmezésében. Egy kis felderítő kohorsz képes jellemezni a válasz irányát, nagyságát és konzisztenciáját, és tájékoztatni tudja a további vizsgálatot. A megerősítő hatásossági állításhoz szükséges pontosság saját indoklást igényel [1,2].
Alkalmazza a 3R-t. Csere, csökkentés és finomítás irányítja az állatok használatát. A párosítás vagy egyeztetés, az ismételt mérések és az alapvonalhoz igazított elemzés javíthatja a pontosságot, ha a tervezés és a végpont támogatja ezeket. Az egy állatból vett ismételt minták továbbra is egy kísérleti egységet képviselnek, ha az állatot egymástól függetlenül kezelik [2,3].
Használja a korai adatokat egy külön követő kohorsz megtervezéséhez, vagy határozzon meg előzetesen bármilyen mintaméret-újraértékelést ugyanazon a vizsgálaton belül, beleértve az állatok hozzáadásának szabályát és a következtetések megőrzésének módját. Kerülje el a beiratkozás bővítését egy közbenső p-értékre válaszul tervezett elemzés nélkül.
A teljesítmény annak a valószínűsége, hogy egy tervezett teszt statisztikailag szignifikáns különbséget észlel, ha a meghatározott hatás valós, a vizsgálat megtervezéséhez használt feltételezések szerint. A 80%-os cél azt jelenti, hogy ha a tervezett hatásméret és variabilitás helyes, akkor az ismételt vizsgálatok körülbelül 80%-a észleli ezt a hatást a kiválasztott szignifikancia szinten [1,2].
Ha a teljesítmény alacsony a jelentős hatás eléréséhez, a valódi hatás nem jelentős eredményt hozhat. Ez hamis negatív a feltételezett forgatókönyv szerint. A gyógyszerfejlesztés során minden nem szignifikáns eredményt a hatástalanság bizonyítékaként kezelve a csapat eldobhatja az ígéretes jelöltet. A cél az, hogy egyensúlyba hozza a bizonyítékok erejét az állatok felhasználásával és a vizsgálati költségekkel.
Az eredeti cikk a következő tapasztalatokon alapuló tartományokat tartalmazza megvitatásra. A végső csoport méretének tükröznie kell a vizsgálati célt, a releváns történelmi adatokat, a kísérleti eredményeket és a végpontnak megfelelő elemzést. Adott esetben tegye lehetővé a várható nem indukciót vagy kopást, és jelentse mind a hozzárendelt, mind az elemzett számokat [1,2].
1. táblázat: Szemléltető állatok száma csoportonként az eredeti cikkből. Használja ezeket a tartományokat a kezdeti tervezési megbeszélésekhez.
Q7 A statisztikai követelmények teljesítése és a költségek ellenőrzése
Először is futtasson egy kis pilótát. Becsülje meg azoknak az állatoknak az arányát, amelyeknél kialakult a tervezett fenotípus, a betegségpontszámokat, a variabilitást és az előzetes kezelési választ. Adja meg a variációs együtthatót, ahol a végpont skálájához szükséges.
Másodszor, futtasson egy teljesítményelemzést. Határozza meg az elsődleges végpontot és a minimális jelentőségteljes hatást. Adja meg az α-t, a célteljesítményt és a változékonysági feltételezéseket. Használjon a tervezett elemzéshez illeszkedő statisztikai módszert a szükséges N becsléséhez, és hasonlítsa össze a forgatókönyveket, ha a feltételezések bizonytalanok maradnak.
Harmadszor, optimalizálja a tervezést. Javítsa a modell konzisztenciáját, használjon alapvonalon rétegzett randomizálást, ha releváns, ismételje meg a méréseket, ha javítja a pontosságot, és távolítsa el azokat a csoportokat, amelyek nem válaszolnak egy vizsgálati kérdésre. A jobb tervezés többet javíthat a hatékonyságon, mint önmagában a csoportlétszám növelése.
A védhető csoportlétszám elegendő információt ad a csapatnak ahhoz, hogy észlelje vagy megbecsülje a tervezett transzlációs döntés jelentős hatását. Tervezze meg a várható hatást, a modell variabilitását, a szükséges teljesítményt és a vizsgálati célt. Ez alátámasztja a hitelesebb következtetéseket, és csökkentheti az ismételt kísérletek számát és az elkerülhető költségeket.
Szerző és lektor. HKeyBio Marketing Osztály
Szerkesztette: Jing Yan
A HKeyBio egy preklinikai szerződéses kutatási szervezet, amely teljes körű in vivo hatékonysági szolgáltatásokat nyújt az autoimmun és allergiás betegségek számára. Alapvető műszaki csapata több mint 20 éves tapasztalattal rendelkezik az autoimmun gyógyszerek fejlesztésében. A vállalat ISO 9001 tanúsítvánnyal rendelkezik, és molekuláris, sejtes, patológiai, kisállat- és analitikai létesítményeket üzemeltet a Suzhou Ipari Parkban, valamint nem humán főemlősök tanulmányozó létesítményeit Suzhouban és Guangxiban. Az eredeti cikk körülbelül 80 mesteri vagy doktori fokozattal rendelkező alkalmazottról és projektvezetőről számolt be. A csapat támogatja a preklinikai kutatásokat és az új gyógyszerek (IND) benyújtását.
· 50+ nem humán főemlős modell az autoimmun és allergiás betegségekről
· 500+ autoimmun és allergiás betegségek állatmodellje
· Több mint 500 IND beadvány támogatásában szerzett tapasztalat autoimmun betegségekben
[1] Percie du Sert N, Hurst V, Ahluwalia A, et al. Az ARRIVE irányelvek 2.0: Frissített iránymutatások az állatkísérletek jelentésére. PLoS Biol. 2020;18:e3000410. Forrás
[2] Percie du Sert N, Ahluwalia A, Alam S et al. Állatkutatás jelentése: Az ARRIVE irányelvek magyarázata és kidolgozása 2.0. PLoS Biol. 2020;18:e3000411. Forrás
[3] NC3Rs kísérleti tervező asszisztens. Kísérleti egység. Forrás