HKeyBio 業界の解説
自己免疫有効性研究のためのグループサイズの選択
HKeyBio Q&A シリーズ 44
初版は 2026 年 6 月 18 日に中国語で出版されました。
HKeyBio の見解。 1 グループあたり何頭の動物が自己免疫有効性研究で開発の決定をサポートするのに十分な精度を提供しますか?研究が答える必要がある質問、問題となる最小の効果、およびそのモデルにおける主要エンドポイントの変動性から始めます。あるエンドポイントには同じグループ サイズで十分ですが、別のエンドポイントには小さすぎる場合があります。
Q1 研究固有のサンプルサイズを使用する理由
1 グループあたり 6 匹または 10 匹の動物がよく知られた出発点です。特定の研究に必要な数は 5 つの要素によって決まります [1、2]。
· 疾患モデルの多様性
・ 期待できる治療効果
・ 有意水準(α)
· 目標の統計的検出力
· エンドポイントの種類
疾患スコアが大きく変動する場合、動物間のばらつきにより治療効果が曖昧になる可能性があります。再現可能なモデルと大きな治療効果により、より小規模なグループをサポートできます。主要評価項目と統計分析は、研究がサポートするように設計された決定を反映する必要があります。
Q2 サンプルサイズを決定する統計的要因はどれですか
効果の大きさは、特にエンドポイントの変動に関連して、大きな要因となることがよくあります。モデルグループのスコアが 8.0 ± 2.0、治療グループのスコアが 4.0 ± 2.0 である関節炎モデルを考えてみましょう。治療を受けたグループの平均は 50% 低くなります。平均が 8.0 から 6.8 に低下すると、15% 低下します。変動性、有意水準、目標検出力が同じ場合、より小さな差を検出するには、通常、より多くの動物が必要になります。パーセンテージはグループ平均と比較します。サンプルサイズを計画するには、「±」で表される広がりの尺度を指定する必要があります。
パイロットは、グループの平均、標準偏差、および応答の予想される大きさを推定できます。小規模なパイロットでは不正確な推定値が得られるため、可能な場合は比較可能な履歴データを使用し、妥当な値間で必要な N がどのように変化するかを確認してください。主要な研究では、生物学的に重要な、または開発上の決定を変更するのに十分な大きさの効果を指定します [1、2]。
Q3 疾患モデルによってグループサイズが異なる理由
誘導と進行はモデル間および動物間で異なります。デキストラン硫酸ナトリウム (DSS) 大腸炎、イミキモド (IMQ) 誘発性乾癬、卵白アルブミン (OVA) ベースのアレルギー モデルは、確立された条件下で比較的一貫した誘発を示す可能性があります。これらのモデルの場合、経験に基づいた開始範囲は、1 グループあたり 6 ~ 8 匹の動物です。
コラーゲン誘発性関節炎 (CIA)、全身性エリテマトーデス (SLE) モデル、およびヒト化免疫系モデルでは、同じコホート内であっても、発症と重症度に大きなばらつきが見られる可能性があります。これらの設定における一部の研究では、1 グループあたり 8 ~ 12 匹以上の動物を使用します。これらの数値は、特定の条件下での経験を反映しています。サンプルサイズのニーズを比較するときは、選択したエンドポイントの変動性と、期待される治療効果のサイズを評価します。
Q4 一部の NHP 研究では、1 グループあたり 3 ~ 6 匹の動物が使用されるのはなぜですか
小規模な非ヒト霊長類 (NHP) の研究では、焦点を絞ったトランスレーショナルな質問に対処できます。薬理学的に関連する種の場合、免疫細胞集団におけるヒトとの類似性、Fc 受容体の発現、および免疫のその他の側面は、応答の解釈に役立ちます。小規模な探索的コホートは、反応の方向、規模、一貫性を特徴づけて、後続の研究に情報を提供することができます。有効性の確認的主張に必要な精度には、それ自体の正当性が必要です [1、2]。
3Rを適用します。 代替、削減、改良は動物の使用をガイドします。ペアリングまたはマッチング、繰り返しの測定、およびベースライン調整された分析は、設計とエンドポイントがサポートしている場合に精度を向上させることができます。 1 頭の動物からの反復サンプルは、その動物が独立して治療に割り当てられた場合でも 1 つの実験単位を表します [2、3]。
初期のデータを使用して別の後続コホートを計画したり、動物を追加するルールや推論を維持する方法など、同じ研究内でサンプルサイズの再評価を事前に指定したりできます。分析を計画せずに、暫定的な p 値に応じて登録を拡大することは避けてください。
Q5 統計力がなぜ重要なのか
検出力は、研究の設計に使用された仮定の下で、指定された効果が実際である場合に、計画されたテストで統計的に有意な差が検出される確率です。 80% という目標は、計画された効果の大きさと変動性が正しい場合、その設計の下で繰り返された研究の約 80% が選択した有意水準でその効果を検出することを意味します [1,2]。
意味のあるエフェクトに対してパワーが低い場合、実際のエフェクトは重要ではない結果を生み出す可能性があります。これは、想定されたシナリオでは偽陰性です。医薬品開発では、重要でない結果をすべて効果がない証拠として扱うと、チームが有望な候補を取り下げる可能性があります。目標は、証拠の強度と動物の使用および研究コストのバランスをとることです。
Q6 初期計画のガイドとなるグループの規模
元の記事では、以下のような経験に基づいた議論の範囲が示されています。最終的なグループの規模は、研究の目的、関連する過去のデータ、パイロットの結果、エンドポイントに適切な分析を反映する必要があります。関連する場合は、予想される非誘発または減少を考慮し、割り当てられた数値と分析された数値の両方を報告します[1、2]。
表 1. 元の記事からのグループごとの動物の例示的な数。これらの範囲は、最初の計画の議論に使用してください。
Q7 統計的要件を満たし、コストを管理する方法
まず、小規模なパイロットを実行します。 意図した表現型、疾患スコア、変動性、予備治療反応を発現する動物の割合を推定します。エンドポイントの規模に応じて変動係数を報告します。
次に、電力解析を実行します。 主要エンドポイントと最小限の意味のある効果を定義します。 α、ターゲット検出力、および変動性の仮定を指定します。計画された分析に一致する統計手法を使用して必要な N を推定し、仮定が不確実な場合はシナリオを比較します。
3 番目に、設計を最適化します。 モデルの一貫性を改善し、必要に応じてベースライン層化ランダム化を使用し、精度が向上する場合は繰り返し測定を使用し、研究の質問に答えないグループを削除します。より良い設計により、グループ サイズだけを増やすよりも効率を向上させることができます。
防御可能なグループサイズは、意図したトランスレーショナルな決定に対する有意義な効果を検出または推定するのに十分な情報をチームに提供します。期待される効果、モデルの変動性、必要な電力、研究目的を考慮して計画を立てます。これにより、より信頼性の高い結論が裏付けられ、実験の繰り返しと回避可能なコストを削減できます。
著者兼評論家。 HKeyBio マーケティング部
編集: ジン・ヤン
HKeyBio について
HKeyBio は、自己免疫疾患およびアレルギー疾患に対するエンドツーエンドの in vivo 有効性サービスを提供する前臨床受託研究組織です。その中核となる技術チームは、自己免疫薬開発において 20 年以上の経験があります。同社は ISO 9001 認証を取得しており、蘇州工業団地で分子、細胞、病理学、小動物、分析施設を運営しており、蘇州と広西チワン族自治区には非ヒト霊長類の研究施設もあります。元の記事では、修士号または博士号を取得した約80人の従業員とプロジェクトリーダーがいると報告しています。チームは前臨床研究と治験新薬 (IND) の申請をサポートします。
· 自己免疫疾患およびアレルギー疾患の 50 以上の非ヒト霊長類モデル
· 自己免疫疾患およびアレルギー疾患の 500 以上の動物モデル
· 自己免疫疾患における 500 以上の IND 申請をサポートした経験
参考文献
[1] Percie du Sert N、Hurst V、Ahluwalia A、他。 ARRIVE ガイドライン 2.0: 動物研究の報告に関するガイドラインを更新しました。 PLoSバイオル。 2020;18:e3000410。 ソース
[2] Percie du Sert N、Ahluwalia A、Alam S、他。動物研究の報告: ARRIVE ガイドライン 2.0 の説明と詳細。 PLoSバイオル。 2020;18:e3000411。 ソース
[3] NC3R 実験設計アシスタント。実験ユニット。 ソース