黃麗紅 陳 峰

【提 要】 藥物的命運和臨床試驗的設計與實施緊密聯(lián)系。在K藥的研發(fā)過程中，不乏創(chuàng)新且意義重大的試驗設計與分析策略?？v觀K藥研發(fā)之路，相對于其他疾病的藥物臨床試驗，腫瘤臨床試驗面臨諸多新的挑戰(zhàn)。本研究梳理了當前腫瘤臨床試驗面臨的8大挑戰(zhàn)，并對現(xiàn)代統(tǒng)計學的應對策略進行了總結，針對具有突出貢獻的創(chuàng)新性設計和統(tǒng)計學方法進行了述評。盡管現(xiàn)代統(tǒng)計學的應對策略不斷推陳出新、蓬勃發(fā)展，但必須清楚認識堅持臨床試驗的三大原則，保持臨床試驗完整性，及開展高質量的臨床試驗的重要意義。

帕博利珠單抗(Pembrolizumab)，商品名為Keytruda(可瑞達)，俗稱K藥。美國食品藥品監(jiān)督管理局(FDA)已批準其用于包括黑色素瘤、非小細胞肺癌、尿路上皮癌等在內的17個癌種及微衛(wèi)星高度不穩(wěn)定/錯配修復功能缺陷(MSI-H/dMMR)與高組織腫瘤突變負荷(TMB-H)≥10個突變/Mb兩個不限癌種適應癥[1]。我國國家藥品監(jiān)督管理局(national medical products administration，NMPA)也已批準其適用于包括不可切除或轉移性黑色素瘤患者的二線單藥治療、EGFR基因突變陰性和ALK陰性非鱗狀非小細胞肺癌患者的一線聯(lián)合治療、PD-L1 TPS≥1%且EGFR基因突變陰性和ALK陰性的局部晚期或轉移性非小細胞肺癌患者的一線單藥治療、轉移性鱗狀非小細胞肺癌患者的一線聯(lián)合治療、PD-L1 CPS ≥10局部晚期或轉移性食管鱗狀細胞癌患者的一線單藥治療、PD-L1 CPS≥20轉移性或不可切除的復發(fā)性頭頸部鱗狀細胞癌(HNSCC)患者的一線治療[2]。

K藥研發(fā)過程中的代表性臨床試驗概述

藥物的命運與臨床試驗的設計與實施緊密聯(lián)系，在K藥的研發(fā)過程中，不乏創(chuàng)新且意義重大的試驗設計與分析策略(表1)，有可能成為教科書中的案例。整個研發(fā)過程以拓展性多隊列(expansion cohort)I期臨床試驗(KEYNOTE-001)拉開帷幕，初步確立了K藥的使用方法和劑量，確定了PD-L1的檢測方法、閾值(cut-off)，同時也探索了PD-L1表達對免疫治療的預測價值[3-4]。2014年9月4日，基于KEYNOTE-001的數(shù)據(jù)，F(xiàn)DA加速批準K藥用于經ipilimumab治療(若為BRAF V600突變陽性，則需接受過BRAF抑制劑治療)后出現(xiàn)疾病進展的不可切除或轉移性黑色素瘤患者。這是K藥的首個獲批適應癥，也是FDA批準的第一款抗PD-1產品[5]。KEYNOTE-002發(fā)現(xiàn)K藥在伊匹單抗難治性晚期黑色素瘤患者中的療效，被FDA批準為黑色素瘤的二線用藥[6]。隨后，KEYNOTE-006對比伊匹單抗，驗證了K藥在晚期黑色素瘤患者中的療效，獲批黑色素瘤的一線用藥[7]。2015年10月2日，基于KEYNOTE-001的數(shù)據(jù)，F(xiàn)DA加速批準了K藥用于PD-L1高表達(PD-L1 PS ≥ 50%)的晚期經治非小細胞肺癌患者的單藥治療[8]。隨后，KEYNOTE-024顯示與化療相比，K藥在PD-L1TPS≥50%的非小細胞肺癌患者中的療效，動搖了化療在晚期肺癌一線治療中的地位；KEYNOTE-024 采用的生物標記物富集設計以及獨特的期中分析策略也使得K藥在非小細胞肺癌一線治療適應癥的爭奪上獲得了先機[9]；隨后KEYNOTE-042 通過期中分析及序貫檢驗(hierarchical testing)策略進一步確認了K藥在非小細胞肺癌一線單藥治療OS上的獲益和相應的PD-L1 TPS閾值[10]。在非小細胞肺癌一線聯(lián)合治療上，KEYNOTE-021 創(chuàng)新性的I/II期設計使得K藥在2017年獲得了FDA的加速批準[11]。隨后KEYNOTE-189和KEYNOTE-407分別驗證了K藥在轉移性非鱗狀非小細胞肺癌患者和轉移性鱗狀非小細胞肺癌患者中的療效，完成了其在一線非小細胞肺癌中的全面覆蓋[12]。

表1 K藥研發(fā)過程中的代表性臨床試驗匯總

在藥物研發(fā)的不同階段，上述試驗步步為營，以不同的終點/人群/設計選擇奠定了K藥在非小細胞肺癌適應癥上的成功和領先地位。2017年，F(xiàn)DA加速批準K藥用于治療MSI-H/dMMR的實體瘤末線患者[1]。此次獲批也是全球首個獲批于不限癌種而是基于特定腫瘤基因突變類型生物標志物的治療，K藥成為了真正的“廣譜精準抗癌藥”，其中KETNOTE-158提供了強有力的證據(jù)[13]。

從K藥研發(fā)之路看腫瘤臨床試驗的挑戰(zhàn)

惡性腫瘤是嚴重威脅人類健康的一類疾病，盡管現(xiàn)有治療手段取得了一定療效，但多數(shù)腫瘤患者生存時間有限，缺乏有效的可以治愈的藥物，因而抗腫瘤藥物一直是新藥研發(fā)熱點。近年來，免疫治療成為了最熱門的抗腫瘤藥物研發(fā)方向。縱觀K藥研發(fā)之路，相對于其他領域的藥物臨床試驗，腫瘤臨床試驗面臨諸多挑戰(zhàn)。

1.對于嚴重危及生命且尚無有效治療手段的腫瘤，如何在保證倫理和科學性的情況下，加快研發(fā)速度，讓患者早日獲益，是抗腫瘤新藥研發(fā)的巨大挑戰(zhàn)。

2.腫瘤I期臨床試驗一般選擇患者作為研究對象，需盡可能避免患者不必要地暴露于低于或高于治療劑量的治療(即盡可能多地在治療劑量范圍內治療受試者)。但患者的基本情況各異，變異較大，給早期劑量探索帶來了新問題。

3.大部分惡性腫瘤發(fā)病率較低，招募患者相對困難。

4.腫瘤種類繁多，適應癥難把握：人體任何部位、任何器官、任何組織幾乎都可發(fā)生腫瘤，不同的發(fā)病部位、組織來源的腫瘤類型不同，腫瘤處于不同的疾病發(fā)展階段，對藥物的反應也可能不同，確定受試者人群有時顯得很困難。

5.OS是評價抗腫瘤療效的金標準。對于經過積極治療生存情況較好的腫瘤，為獲得目標把握度所需的事件數(shù)，需要很長的隨訪時間，在有些情況下可行性較差。PFS和ORR也是評價療效的常用指標，兩者均為基于腫瘤測量的終點指標，但一方面腫瘤評估易受主觀性的影響，尤其在非盲狀態(tài)下；另一方面，PFS和ORR對OS的預測能力尚不清楚，尤其是對創(chuàng)新藥物。因此，在選擇主要療效指標方面存在決策困難。

6.如何選取合適的生物標志物、確定生物標志物閾值？如何根據(jù)生物標志物進行合理設計，例如選用生物標志物富集設計還是生物標志物分層隨機設計？

7.在隨機對照試驗中，雖然不同治療組的基線具有可比性，但試驗進行期間所出現(xiàn)的混雜、所發(fā)生的伴發(fā)事件(包括但不限于出于倫理考慮的治療轉組、使用其他可延長生命的治療，或失訪、死于其他疾病等)，將嚴重影響療效評估，此時如何評價試驗結果？

8.在復雜設計中，可能涉及多階段、多終點指標、多劑量篩選、多適應癥選擇、多個生物標志物亞組、期中分析等，如何確保試驗的完整性和科學性，并正確控制Ⅰ類錯誤？

現(xiàn)代統(tǒng)計學的應對策略

統(tǒng)計學作為一門學科已有三百多年的歷史。20世紀，隨著各類統(tǒng)計推斷方法的提出，統(tǒng)計學發(fā)生了劃時代的改變，不再拘泥于描述性統(tǒng)計方法，自此進入了現(xiàn)代統(tǒng)計學階段。統(tǒng)計學的發(fā)展一向以實際需求為驅動，伴隨著需求和數(shù)據(jù)的改變逐步向前發(fā)展。隨著生物統(tǒng)計學方法在臨床試驗中應用的不斷加強，大大促進了臨床試驗事業(yè)的進步，并日益顯示出強大的方法學支持作用，臨床試驗統(tǒng)計學(clinical trial statistics)應運而生[14]。面對腫瘤臨床試驗的諸多挑戰(zhàn)，該應用領域的臨床試驗統(tǒng)計方法學研究備受關注，創(chuàng)新的臨床試驗設計類型和方法層出不窮，詳見表2。

表2 腫瘤臨床試驗中的現(xiàn)代統(tǒng)計學方法匯總

這些創(chuàng)新性試驗設計和統(tǒng)計分析方法的靈活應用，在抗腫瘤藥物研發(fā)過程中至關重要。其中，多重終點指標、成組序貫設計及OS敏感性分析策略的提出，對于科學評價藥物療效，提高研發(fā)效率意義重大。

1.多重終點

臨床試驗中的多重終點策略，包括在一個試驗中對多個指標(比如PFS、OS和ORR)，對多個人群(比如生物標志物陽性人群和全人群，鱗癌人群和全人群)進行多次假設檢驗。在采用多重終點時，要注意提前定義檢驗假設和總Ⅰ類錯誤率(family-wise error rate，F(xiàn)WER)的控制方法。如果多個主要終點指標均要求有統(tǒng)計學意義方可認為該試驗成功(co-primary endpoints)，則不會引起FWER膨脹，但此時需考慮Ⅱ類錯誤的膨脹，即檢驗效能的降低。如果多個主要終點指標中至少有一個終點指標有統(tǒng)計學意義即可認為該試驗成功(multiple primary endpoints)，則會引起FWER膨脹，此情況下必須采用多重性策略和調整的辦法來控制FWER。目前，解決多重性問題的決策策略主要有平行策略、序貫策略和分階段的整體決策策略。平行策略中常用的多重性調整方法有Bonferroni、加權Bonferrori和前瞻性α分配法(PAAS)等。序貫策略中常用的多重性調整方法有固定順序法、回退法、Holm法和Hochberg法等。分階段的整體決策策略中常用的多重性調整方法有α分配再回收策略、守門法(gatekeeper)、圖形法(graphical approaches)等[15]。在KEYNOTE系列研究中，KEYNOTE-042采用了固定順序法依次檢驗了K藥在PD-L1 TPS≥50%，PD-L1 TPS≥20%，PD-L1 TPS≥1%轉移性非小細胞肺癌患者上OS的療效。KEYNOTE-407采用了圖形法檢驗了K藥在轉移性鱗狀非小細胞肺癌患者的PFS、OS和 ORR的療效。合理的多重性策略和方法可以更有效率地研究試驗藥物。反之，不恰當?shù)亩嘀匦圆呗院头椒蓪е略囼灠盐斩认陆瞪踔猎囼炇?。在制定多重終點策略時，需要綜合考慮人群特點、藥物特點、法規(guī)要求和統(tǒng)計性能。2020年12月，NMPA發(fā)布了《藥物臨床試驗多重性問題指導原則(試行)》，為確證性藥物臨床試驗中如何控制FWER提供指導意見[16]。

2.成組序貫設計

成組序貫設計是指方案中預先計劃在試驗過程中進行一次或多次期中分析，依據(jù)每一次期中分析的結果做出后續(xù)試驗的決策，決策通常有四種可能：(1)依據(jù)優(yōu)效性提前終止試驗；(2)依據(jù)無效性提前終止試驗；(3)依據(jù)安全性問題提前終止試驗；(4)繼續(xù)試驗。對于腫瘤臨床試驗，尤其是晚期腫瘤患者或者臨床上治療手段有限的適應癥，成組序貫設計(包括無縫設計)對患者、臨床醫(yī)生、監(jiān)管機構、藥企在倫理和試驗操作上都有巨大的價值。對于藥效良好，甚至極佳的藥物，依據(jù)優(yōu)效性提前終止試驗可以讓患者更早獲益；對于療效欠佳的藥物，可以早一點停止試驗，避免患者長時間暴露在無效的試驗藥物中，符合倫理要求的同時也節(jié)約了寶貴的臨床資源。但成組序貫設計對試驗的設計者和執(zhí)行者提出了更高的要求：主要終點的選擇、Ⅰ類錯誤的控制、期中分析的時間選取等等都會在試驗設計及執(zhí)行層面對結果的解讀、研發(fā)的決策，乃至研發(fā)的成敗，有著巨大的影響，這里涉及的許多重要的問題都與統(tǒng)計學密切相關。例如，選擇期中分析的時間點時，若期中分析為了驗證藥物的安全性和無效性，時間點的選擇應側重于如何最大程度地保護受試者；若存在以優(yōu)效性提前終止試驗的可能，時間點的選擇需考慮期中分析時的數(shù)據(jù)量是否充分以及隨訪時間是否足夠以便能夠提供可靠的療效估計和安全性評價的結果。2020年12月，NMPA發(fā)布了《抗腫瘤藥物臨床試驗統(tǒng)計學設計指導原則(試行)》，專門針對成組序貫設計提出了指導意見[17]。

3.OS敏感性分析

OS是評價抗腫瘤療效的金標準，在腫瘤免疫治療研究的浪潮下，一系列免疫靶向新藥相繼問世，OS評估受到后續(xù)治療影響的問題也更加突出。如果我們所關注的科學問題是病人在沒有接受特定后續(xù)治療的情況下試驗組相對于對照組的OS改善，則可以考慮使用估計目標(estimand)框架下解決伴發(fā)事件的假想策略[18]，并使用RPSFT[19]、IPCW[20]等方法校正后續(xù)治療對OS的影響。RPSFT方法通過構建虛擬的生存時間來校正觀察到的生存時間，意味著隨機分配至對照組且接受了特定后續(xù)治療的受試者需要校正其開始后續(xù)治療后的生存時間。但需要注意的是，RPSFT模型假設了藥物治療效果不會因為開始接受治療的時間不同(作為后續(xù)治療而非入組后即接受的治療)而改變，且該模型不能同時對試驗組和對照組患者的生存時間進行校正。IPCW方法也可用于校正受試者接受后續(xù)治療所造成的影響，該方法將生存時間人為地刪失在接受后續(xù)治療之時，并對接受后續(xù)治療之前的生存時間進行加權，而接受后續(xù)治療后的生存時間將被忽略(權重為零)。IPCW方法假設所有與接受后續(xù)治療的決定相關的因素都是可以測量的并且被考慮在模型當中，然而，這一假設一般無法在觀察到的數(shù)據(jù)中得以驗證。

討 論

針對腫瘤臨床試驗的各種不同挑戰(zhàn)和需求，現(xiàn)代統(tǒng)計學的應對策略推陳出新，大大促進了先進統(tǒng)計方法的快速進展，但應注意以下問題。

1.堅持臨床試驗設計的基本原則

隨機、對照、重復是試驗設計的三大原則。隨機是統(tǒng)計推斷的基礎，也是現(xiàn)代統(tǒng)計學的標志性技術，隨機分組是目前確保組間(已知、未知混雜因素)均衡的經典方法，ITT(intention to treat)原則的初衷就是為了維持試驗的隨機性。對照是鑒別比較的基礎，選擇合適的對照，是臨床試驗成功的關鍵步驟之一。重復(replication)是指在相同的試驗條件下進行多次研究或多次觀察，以提高試驗的可靠性與科學性。廣義地講，重復包括研究本身的重復、研究對象的重復(樣本量估計)及觀測的重復，其中樣本量估計是臨床試驗設計中的一個極為重要環(huán)節(jié)。

2.臨床試驗完整性的保持是注冊研究的首要條件

試驗的完整性是試驗結論的真實性、可靠性、科學性的總和。在臨床試驗設計、實施、數(shù)據(jù)管理、統(tǒng)計分析和結果解釋的各個環(huán)節(jié)應采取恰當?shù)拇胧┍M可能地減小各種偏倚對試驗結果的影響，從而將試驗結論的假陽性率α、假陰性率β控制在設計時既定的范圍內。

其中需要強調的是，Ⅰ類錯誤是把無效藥物當作有效藥物批準上市的可能性，是監(jiān)管機構嚴格控制的，其重要性不可挑戰(zhàn)。FDA一般要求嚴格控制Ⅰ類錯誤(概率為0.0252=0.00625)，任何可能增加Ⅰ類錯誤的做法(多次假設檢驗，多個主要終點等)都需要進行α水準的校正。雖然對于腫瘤或罕見病沒有要求兩個獨立的確證性臨床試驗，但若采用復雜的設計(如適應性設計)作為主要研究，則需要從統(tǒng)計學上證明或用模擬試驗說明該試驗設計的Ⅰ類錯誤是能夠得到控制的。

從統(tǒng)計分析層面保持試驗的完整性，需要保證統(tǒng)計分析計劃的前瞻性；需要提前定義假設檢驗和進行Ⅰ類錯誤控制，未提前定義的假設檢驗或分析只能作為支持性數(shù)據(jù)或者產生新的假設，而不能作為確證性證據(jù)；應正確選擇統(tǒng)計方法、統(tǒng)計圖表；即使是開放研究，也需按照盲態(tài)管理；統(tǒng)計計算應采用可靠的商用軟件；統(tǒng)計分析應盡可能采用ITT分析原則；缺失值的填補應合理；并進行必要的敏感性分析以考察研究結論的穩(wěn)健性。

ICH-E9(R1)提出了估計目標框架，為保持臨床試驗完整性，從統(tǒng)計分析的角度給出了指導原則。它將試驗計劃、設計、實施、分析和解釋融為一體，為探討和評估伴發(fā)事件的影響提供了實用的指導。估計目標框架將是今后臨床試驗設計需要遵循的通用標準框架。

3.高質量的臨床試驗是藥物研發(fā)的必備條件

隨著科學技術的發(fā)展，現(xiàn)代臨床醫(yī)學認識的進步主要依賴于臨床試驗的研究結果，高質量的臨床試驗是進行新藥、新器械安全性和有效性評價的前提。藥械研發(fā)困難重重，但不能因此放松對臨床試驗的要求。高質量的臨床試驗應具備：科學合理的試驗設計、嚴格規(guī)范的操作實施、完善可控的質量管理、完整真實的數(shù)據(jù)信息、準確可靠的分析結果的要求。

致謝：

感謝吳海燕、楊平、李賁和王武保為本文的起草和修改提供建議。