
▎药明康德/报道
第一个为大家所熟知的设立安慰剂对照的试验,可追溯到1863年。随机化设立安慰剂对照临床试验的“金标准”,会被替代吗?大家应该记住,“临床试验的主要目的,不是治疗临床试验的参与者,而是治疗未来的患者。”
绝望的患者变成失望的受试者
5年前的圣诞夜,在朋友家醒来的Alison Stell女士感到非常痛苦,她挣扎着挪到浴室。年过而立之年的Stell女士,当时根本就没有料到,磨难开始接踵而至。她住院3个月,诊断显示,她患上了慢性肠易激综合征。但除了止痛药之外,医生束手无策。过去5年来,她成了医院的常客;活检显示,她的胃部有溃疡、感染,但只能靠服用止痛药。Stell女士感到“非常绝望。”
希望摆脱绝望的Stell女士,报名参加了一项设立安慰剂对照的临床试验。这项临床试验,旨在检测肠易激综合征药物Blautix的安全性和有效性。由于试验是双盲的,因此,受试者或研究者都不知道,哪些受试者服用安慰剂,哪些受试者接受实验性治疗。Stell女士每晚都难以入眠,鉴于她的病情,不能再继续工作。但她可能永远也弄不清楚,自己是否在安慰剂组。
图片来自:Pixabay
其实,正是因为入组安慰剂组,使得她没有能够如愿摆脱绝望,但却别无选择。“大家知道,由于患者渴望得到有效治疗,因此甘冒被入组安慰剂组的风险。但这不公平,我不明白安慰剂组的意义,为什么让受试者入组安慰剂组,经受折磨?为何需要浪费大家的时间?”Stell女士问道。
“金标准”成色不再?
但现在,随着科学的发展,出现了不再使用安慰剂组的临床试验;这样的情况,以后或许会渐成趋势。如果能够最终实现不再使用安慰剂,将会重新定义临床试验中长期坚持的"金标准"。这样的改变,对于患者和医药公司,都有益处。
由于别无选择,因此,安慰剂组一直被医学界视为一种“必要的恶”。第一个为大家所熟知的设立安慰剂对照的试验,可追溯到1863年。当时,美国的Austin Flint医生,将风湿热治疗药物,与一种从高倍稀释的植物提取物中抽提的安慰剂进行对照。
图片来自:Pixabay
现在,只要有可能,临床试验往往会涉及“活性”对照(active control),即根据目前的医疗照护标准(而不单单是安慰剂),来测量新治疗药物。这是1964年《赫尔辛基宣言》(the 1964 Declaration of Helsinki,DoH)的结果。该宣言规定,新的治疗药物,应针对现行最好的治疗药物进行仔细的检测。然而,2002年,世界医学会(the World Medical Association, WMA)在一项澄清中指出,如果是出于充分的方法学原因,或者在患者将不受到额外风险或严重或不可逆转的伤害的情况下,即便存在经过证明的治疗药物,在伦理上,安慰剂对照试验也能接受的。
大多数癌症试验,会避免采用安慰剂对照;但在其它治疗领域,例如抑郁症和涉及受控或非法物质的试验中,设立安慰剂组,更为常见。上文讲述的Stell女士参加的临床试验,不允许同时接受一些治疗,因此,她必须告诉研究者自己服用的所有药品、补充剂、益生菌,以及其它正在尝试的自然疗法。
“临床试验的主要目的,不是治疗临床试验的参与者,而是治疗未来的患者,”临床研究计划OpenNotes Keane学者Charlotte Blease博士表示,该计划的目的,是使得医疗照护更加透明。“在临床试验结束后,绝大多数患者没有正真获得简明通报;甚至也没有一点人,在事后告诉他们,药物与否是否起作用,对自己的入组情况,患者也一无所知。对于临床试验的受试者来讲,这样的情况,确实不可想象。”
动摇“金标准”
幸运的是,针对安慰剂组的伦理难题的潜在解决方案,有望问世。病历的数字化,意味着能够正常的使用真实世界证据(Real Word Evidence,RWE,例如医生的诊断说明和病理报告),创建一个合成对照臂(synthetic control arm),用来取代现在使用的临床试验对照臂(trial control arm)。
这在某种程度上预示着,与其让患者在临床试验中服用安慰剂,不如在真实世界中,通过识别、确定处于同一疾病阶段和相似人群中的患者,来获得相同的结果。用于分析对照组的相同方法,同样可用于真实世界数据(RWD),用于生成可以和新的治疗药物进行比较的结果。例如,这可能用于分析特定癌症阶段的患者实际接受治疗的疗效。
英国的优势与罗氏公司的收购
2018年2月,罗氏公司(Roche)以19亿美元收购肿瘤数据公司Flatiron Health。收购的理由之一,是这家公司有使用RWE,建立合成控制臂的成功经验。自2016年以来,Flatiron Health公司就一直与FDA合作,以期更好地了解,如何使用RWE支持控制臂。
2019年4月,FDA首次依据RWE,批准辉瑞公司的Ibrance,用于治疗男性HR+, HER2-转移性乳腺癌适应症。罗氏(英国)个体化医疗业务负责人David Harland先生表示:“对于在真实世界中系统地收集患者水平数据能力来讲,我们正处于发生质变的临界点上。我们正从使用纸质病历转换为电子病历。现在,我们大家可以着手核对整理这些数据,去粗取精,去伪存真,以符合高水平要求的合规等级。”
创建合成控制臂,并非新概念。英国癌症研究院药物开发中心(The Cancer Research UK Centre for Drug Development)主任Nigel Blackburn博士,最初是从临床试验软件服务提供商Medidata公司听到这样的想法。Medidata公司建议,通过探询(interrogate)这家公司拥有的临床试验数据集,弄清是否具有足够稳健可靠的数据集数据,来构建合成控制臂。
Blackburn博士认为,使用历史数据代替控制臂,对医药公司来讲,“在时间和投入上都有利。”最终目的,是使用实时数据作为合成对照臂。“如果我们也可以把英国国民医疗服务体系(National Health Service, NHS)所采集的电子病历厘清,那么你们可以运用这些数据所成就的事情,会令人感到惊奇。”
罗氏公司正在同英国Moorfields眼科医院合作,创建眼疾和眼科组学(oculomics)的“整体数据记录”。
Harland先生表示,英国的可用数据,在广度上具备优势。正因为如此,英国的NHS,是建立合成对照臂的“理想之地”。“在很多方面,美国仍然比英国领先很多年,但在(美国的)各个中心,大多数都在运行各自的数据系统。而在英国,相关的数据,具有更高的互操作性。”
图片来自:Pixabay
医疗数据本身所具有的敏感性特征,意味着在向私营公司开放NHS数据的前景方面,隐私权会始终会受到高度关注。Harland先生表示,将会始终明确地询问患者,是否愿意将患者的数据用于临床试验。如果患者选择在英国的癌症中心接受治疗,就可能会被询问,是否同意在未来的临床试验中,运用患者的医疗数据作为虚拟对照,或者作为合成对照臂的一部分。
两个效应:一个去除,一个“复制”
Harland先生预测,肿瘤学领域的创新步伐,会使得在5年内,超过一半的注册申请,将包括由合成控制臂,或RWD组成部分。合成控制臂,还有助于消除安慰剂效应。安慰剂效应,指在没有给患者使用活性治疗药物的情况下,有时, 患者会从心理上产生更好的感觉。
图片来自:Pixabay
Harland先生认为,“从理论上讲,大家所能看到的,是将所采用的干预方式与真实世界中患者的表现相比;真实世界中的患者响应,不同于在临床试验中可能出于安慰剂效应,而人为地做出的好的响应。过去,由于被认为不够稳健可靠,真实世界数据一直存在信誉问题。但是,现在我们也可以通过技术提高质量,其RWD的优势将开始在临床试验中显现,相关方法胜过使用安慰剂,能够更为准确地反映患者对医疗照护标准的实际响应。”
Blease博士认为,从伦理角度来看,任何能够尽可能的防止将人们置于安慰剂组中的方法,都是有益的。但Blease博士警告,基于RWE或历史临床数据的合成控制臂,可能会存在一些陷阱。
她认为,“垃圾进,垃圾出” (garbage in, garbage out)的说法,不无道理。必须格外地小心翼翼,确保数据的可靠性;否则,如果原始数据集存在问题,将会被带到临床试验中。
图片来自:Pixabay
研究者还必须找到一种方法,在采用合成对照臂时,复制霍桑效应(Hawthorne Effect)。霍桑效应(Hawthorne Effect)指心理学上的一种实验者效应,当被观察者清楚自己成为被观察对象,而改变行为倾向的反应。在临床试验中,也存在霍桑效应,受试者可能会不由自主地夸大治疗效果,取悦医生。“在某种意义上,大家有必要(在合成控制臂中)重构霍桑效应;否则,就有一定的概率会高估药物的作用。”Blease博士表示。这绝非轻而易举之事,但可能会涉及到模拟在RWD中霍桑效应的算法。
“绝望”的患者,不失希望
在谷歌收购Fitbit之前,Harland先生曾经表示,将来的RWE,可能包括整合智能手表或Fitbit的数据。未来的医学领域,RWD将会呈现爆发式增长态势,谷歌收购Fitbit之举,有一定的概率会对医疗行业产生重大影响。Harland 先生表示,"实际上,尽管这样的态势还没有成真,但未来可期。可用数据量,也将呈现指数级增长。”
一个多世纪以来,使用安慰剂的临床试验,一直被认为是检测新药和实验性药品的最佳方法。但现在,随着数学工具的进步和RWD,使得在临床试验中完全脱离安慰剂成为可能。
对于本文开头讲述的Alison Stell女士,以及其他渴望通过参加临床试验来摆脱困境,却被入组到安慰剂组的受试者来说,RWE运用的发展速度,确实还远远达不到这些患者的预期。但在RWE的发展,达到患者的相关预期之前,这些期待通过参与临床试验摆脱绝望的患者,仍然会主动参与临床试验。















