基于模型的荟萃分析一般考虑

• 作者: 丁俊杰 刘东阳 史军 周田彦 季双敏 张菁 方翼 李改玲 李禄金 焦正 王亚宁 王曦培 王玉珠 王鲲 盛玉成 胡蓓 裴奇 许羚 谢海棠 邓晨辉 郑青山 陈文君 陈渊成 陈锐 马广立
• 来源期刊: 中国临床药理学与治疗学
• 关键词: 基于模型的Meta分析 新药研发 临床合理用药 成本-效益分析 专家共识
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 定量药理学
• 页码范围: 1250-1267
• 页数: 18页
• 分类号: R311
• 语种: 中文
• DOI: 10.12092/j.issn.1009-2501.2020.11.006

摘要

随着药品研发及临床试验成本的不断增加,如何充分利用各类数据指引临床试验高效地开展,以提高新药的研发效率,并制定科学合理的用药方案,具有重要意义.基于模型的荟萃分析(model based meta-analysis,MBMA)是将数学建模与荟萃分析(meta-analysis)相结合,对多种来源(如临床前和临床各阶段研究数据等)和多个维度(靶标/机制、药代/药效动力学、疾病/适应症、人群特征、给药方案、生物标志物/药效指标/安全性指标等)的信息进行整合,不仅为药物研发各个关键环节的决策制定提供重要依据,也可为临床合理用药以及药物经济学中的成本-效益分析提供有效信息.传统的Meta分析对数据的同质性要求较高,而MBMA通过建模可将不同剂量、不同疗程和不同人群的异质性数据合并分析,从而对药物的剂量效应、时间效应和影响因素进行量化,预测以往研究中不曾涉及的剂量、时间和协变量水平下的药效或安全特征.尽管MBMA的建模和模拟技术与群体药动学/药效学(popu-lation pharmacokinetics/pharmacodynamics,Pop PK/PD)相似,但相比Pop PK/PD,MBMA最大的优势是可对文献数据进行充分利用,不仅提高了结论的证据强度,更可回答单个研究不能回答的问题.目前MBMA已成为模型引导的药物研发(model-informed drug development,MIDD)策略中的重要方法之一.本文将就MBMA的应用价值、分析计划、数据采集与处理、分析方法以及报告要点进行说明,旨在为MBMA在新药研发和临床实践中的应用提供参考.