Перегляди: 0 Автор: Редактор сайту Час публікації: 2026-11-16 Походження: Сайт
Індустріальний коментар HKeyBio
Вибір розмірів груп для досліджень аутоімунної ефективності
Серія питань і відповідей HKeyBio 44
Спочатку опубліковано китайською мовою 18 червня 2026 року.
Взяти HKeyBio. Скільки тварин у групі дає достатньо точність дослідження аутоімунної ефективності, щоб підтвердити рішення про розвиток? Почніть із запитання, на яке має відповісти дослідження, найменшого ефекту, який мав би значення, і наскільки мінливою є первинна кінцева точка в цій моделі. Однаковий розмір групи може бути достатнім для однієї кінцевої точки та занадто малим для іншої.
Шість-десять тварин на групу є знайомими відправними точками. Кількість, необхідна для даного дослідження, залежить від п’яти факторів [1,2].
· Варіабельність моделі захворювання
· Очікуваний ефект лікування
· Рівень значущості (α)
· Цільова статистична потужність
· Тип кінцевої точки
Варіації від тварини до тварини можуть приховати ефект лікування, коли показники захворювання сильно коливаються. Відтворювана модель і великий ефект лікування можуть підтримати меншу групу. Первинна кінцева точка та статистичний аналіз повинні відображати рішення, для підтримки якого розроблено дослідження.
Розмір ефекту часто є основним фактором, особливо у зв’язку з мінливістю кінцевої точки. Розглянемо модель артриту, в якій модельна група має оцінки 8,0 ± 2,0, а група лікування — 4,0 ± 2,0. Середнє значення в групі лікування на 50% нижче. Якщо середнє значення падає з 8,0 до 6,8, це на 15% менше. При однаковій мінливості, рівні значущості та цільовій потужності для виявлення меншої різниці зазвичай потрібно більше тварин. Відсотки порівнюють групові середні. Для планування розміру вибірки необхідно вказати міру поширення, представлену '±'.
Пілот може оцінити групові середні значення, стандартні відхилення та ймовірну величину відповіді. Невеликі пілотні проекти дають неточні оцінки, тому використовуйте порівняльні історичні дані, якщо вони доступні, і перевірте, як необхідний N змінюється серед вірогідних значень. Для основного дослідження вкажіть ефект, достатньо великий, щоб мати біологічне значення або змінити рішення щодо розробки [1,2].
Індукція та прогресування різняться в різних моделях і тваринах. Моделі коліту декстрансульфату натрію (DSS), псоріазу, індукованого іміквімодом (IMQ), і моделі алергії на основі овальбуміну (OVA) можуть демонструвати відносно стабільну індукцію за встановлених умов. Для цих моделей шість-вісім тварин на групу є початковим діапазоном на основі досвіду.
Колаген-індукований артрит (CIA), моделі системного червоного вовчака (SLE) і моделі гуманізованої імунної системи можуть демонструвати ширшу варіативність у виникненні та тяжкості, навіть в одній когорті. Деякі дослідження в цих умовах використовують від восьми до дванадцяти тварин на групу або більше. Ці цифри відображають досвід за конкретних умов. Порівнюючи потреби у розмірі вибірки, оцініть варіабельність обраної кінцевої точки, а також розмір очікуваного ефекту лікування.
Дослідження малих нелюдських приматів (NHP) можуть вирішити цілеспрямовані питання перекладу. Для фармакологічно релевантного виду подібність до людини в популяціях імунних клітин, експресія рецептора Fc та інші аспекти імунітету можуть допомогти інтерпретувати відповіді. Невелика дослідницька когорта може охарактеризувати напрямок, величину та послідовність відповіді та інформувати про подальше дослідження. Точність, необхідна для підтверджувальної заяви про ефективність, потребує власного обґрунтування [1,2].
Застосуйте 3Rs. Заміна, скорочення та вдосконалення керують використанням тварин. Поєднання або зіставлення, повторні вимірювання та скоригований базовий аналіз можуть підвищити точність, якщо конструкція та кінцева точка це підтримують. Повторні проби від однієї тварини все ще становлять одну експериментальну одиницю, якщо тварина самостійно призначена для лікування [2,3].
Використовуйте ранні дані, щоб спланувати окрему подальшу когорту, або попередньо вказати будь-яку повторну оцінку розміру вибірки в рамках того самого дослідження, включаючи правило додавання тварин і спосіб збереження висновків. Уникайте розширення реєстрації у відповідь на проміжне значення p без запланованого аналізу.
Потужність – це ймовірність того, що запланований тест виявляє статистично значущу різницю, коли вказаний ефект є реальним, згідно з припущеннями, використаними для розробки дослідження. Цільовий показник у 80% означає, що, якщо запланований розмір ефекту та варіабельність є правильними, приблизно 80% повторних досліджень за таким планом виявлять цей ефект на обраному рівні значущості [1,2].
Коли потужність низька для значущого ефекту, реальний ефект може дати незначний результат. За припущеним сценарієм це хибний негатив. У розробці ліків розгляд кожного незначного результату як доказу відсутності ефекту може призвести до того, що команда відмовиться від перспективного кандидата. Мета полягає в тому, щоб збалансувати силу доказів із використанням тварин і вартістю дослідження.
Оригінальна стаття надає для обговорення наступні діапазони на основі досвіду. Остаточний розмір групи повинен відображати мету дослідження, відповідні історичні дані, результати пілотного дослідження та аналіз, що відповідає кінцевій точці. Враховуйте очікувану відсутність індукції або виснаження, де це доречно, і повідомляйте як призначені, так і проаналізовані числа [1,2].
Таблиця 1. Ілюстративна кількість тварин у групі з оригінальної статті. Використовуйте ці діапазони для початкового обговорення планування.
Q7 Як задовольнити статистичні вимоги та контролювати витрати
Спочатку запустіть невеликий пілот. Оцініть частку тварин, у яких розвивається запланований фенотип, бали захворювання, мінливість і попередню відповідь на лікування. Повідомте коефіцієнт варіації, якщо це доречно для масштабу кінцевої точки.
По-друге, запустіть аналіз потужності. Визначте первинну кінцеву точку та мінімальний значущий ефект. Вкажіть α, цільову потужність і припущення щодо мінливості. Використовуйте статистичний метод, відповідний запланованому аналізу, щоб оцінити необхідний N, і порівняйте сценарії, якщо припущення залишаються невизначеними.
По-третє, оптимізуйте дизайн. Покращте узгодженість моделі, використовуйте рандомізацію, стратифіковану базовою лінією, якщо це необхідно, використовуйте повторні вимірювання, якщо вони покращують точність, і видаліть групи, які не відповідають на запитання дослідження. Кращий дизайн може підвищити ефективність більше, ніж збільшення розміру групи.
Виправданий розмір групи дає команді достатньо інформації, щоб виявити або оцінити значущий ефект для наміченого рішення щодо перекладу. Плануйте навколо очікуваного ефекту, мінливості моделі, необхідної потужності та мети дослідження. Це сприяє більш достовірним висновкам і може зменшити повторні експерименти та витрати, яких можна уникнути.
Автор і рецензент. Відділ маркетингу HKeyBio
Під редакцією Jing Yan
HKeyBio — це доклінічна контрактна дослідницька організація, яка надає комплексні послуги з визначення ефективності in vivo для аутоімунних та алергічних захворювань. Його основна технічна команда має понад 20 років досвіду розробки аутоімунних препаратів. Компанія має сертифікат ISO 9001 і управляє молекулярними, клітинними, патологічними, дрібними тваринами та аналітичними установами в індустріальному парку Сучжоу, а також установами для дослідження нелюдських приматів у Сучжоу та Гуансі. В оригінальній статті повідомлялося про приблизно 80 співробітників і керівників проекту зі ступенем магістра або доктора. Команда підтримує доклінічні дослідження та дослідження нових ліків (IND).
· 50+ моделей аутоімунних та алергічних захворювань на нелюдських приматах
· 500+ тваринних моделей аутоімунних та алергічних захворювань
· Досвід підтримки понад 500 запитів IND щодо аутоімунних захворювань
[1] Percie du Sert N, Hurst V, Ahluwalia A та ін. Рекомендації ARRIVE 2.0: оновлені рекомендації щодо звітування про дослідження на тваринах. PLoS Biol. 2020;18:e3000410. Джерело
[2] Percie du Sert N, Ahluwalia A, Alam S та ін. Звіт про дослідження на тваринах: Пояснення та доопрацювання рекомендацій ARRIVE 2.0. PLoS Biol. 2020;18:e3000411. Джерело
[3] NC3Rs Experimental Design Assistant. Експериментальна одиниця. Джерело