等效性试验数据模拟预测方法的比较与实践文献综述

 2023-02-13 11:02

背景:在生物等效性试验中样本量的估算极其关键,同时也是难点,如果纳入的受试者例数不足,可能无法得到确定的结论( 统计学上认为把握度不够) ; 如果纳入过多的受试者,不仅增加了试验的财力、人力、时间成本,而且还存在伦理学问题,因为生物等效试验多为健康受试者,一般不能直接从生物等效试验中受益,过多的受试者暴露于试验药物/参比制剂,增加了安全风险。

因此,对于生物等效性试验,如何确定合适数量的受试者极为关键,由于大多数生物等效性研究推荐使用平均生物等效性( reference-scaled aver- age bio-equivalence,RSABE) 方法[1]。

所以,仿制药人体生物等效性试验样本量的估算是问题的关键。

样本量大小对试验结果的具体影响:样本量的大小与GMR的( 1-2alpha;)置信区间(一般为 90% CI) 成负相关,一项生物等效性试验因样本量不同可能产生以下 4 种试验结果: ①样本量足够,GMR的( 1-2alpha;) 置信区间(一般为90% CI)完全落在规定的范围内(一般为80.00% ~ 125.00% ),结果为可以判断为生物等效。

② 样本量足够,GMR的( 1-2alpha;)置信区间完全不在规定的范围内,结果为可以判断为生物不等效。

③ 样本量不足,GMR的( 1-2alpha;)置信区间大部分在规定的范围内,结果为不能判断为生物等效,可能犯二类错误,即将等效的试验药判为不等效。

④ 样本量不足,GMR的( 1-2alpha;)置信区间大部分不在规定的范围内,结果为不能判断为生物不等效[1]。

现状:对于生物不等效高风险药物而言,进行一个小样本预试验是正式试验前的必经过程。

预试验的几何均数比值(GMR),变异系数(CV)是计算正式试验样本量的根本依据,但个体间一致性趋势也是容易被忽略的重要信息,对其进行深入分析能在保证功效的前提下能有效降低样本量。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。