Какви са минималните размери на пробите за предклинични проучвания на NHP?

Няма единен минимален размер на извадката за всяко предклинично изследване на нечовекоподобни примати (NHP).

Точният брой зависи от въпроса, първичната крайна точка, очаквания ефект от лечението, биологичната вариабилност, статистическия дизайн и етиката на работата.NHP фармакологиягрупите са по-малки от групите гризачи като правило, но това не означава, че едно фиксирано число се отнася за моделите на заболяването или целите на изследването.

По-добрият въпрос не е "кои са най-малкото маймуни, с които мога да се измъкна?" това е:Коя е най-малката проба, която може да отговори на основния въпрос, без да губи животни?Това рамкиране има значение в работата на NHP, където всяко животно е истински научен, етичен и финансов ангажимент.

Проучванията на NHP са склонни да използват по-малко животни, отколкото работа с гризачи, поради няколко причини.

NHP са по-близки до хората по физиология и анатомия, така че някои транслационни крайни точки имат по-голяма тежест за животно. Проучванията на NHP също се основават в голяма степен на надлъжно измерване: повтарящи се PK чертежи, изображения, поведенчески точкуване, проследяване на биомаркери. Едно животно предоставя много точки от данни в рамките на изследването, така че малка група все още може да даде много.

На всичкото отгоре изследванията върху примати имат по-голяма етична тежест. Маймуните и маймуните не се намират лесно, а летвата за благосъстояние е висока. Така че целта не е да се използват възможно най-много, а да се използват най-малко, които все още дават интерпретируем резултат.

ARRIVE 2.0 отразява това. Насоките изискват авторите да докладват точния брой експериментални единици и да обяснят как са го получили, включително всяко предварително изчисление на размера на извадката. Те не ви дават универсално преброяване на животните.

За повечето проучвателни и фармакологични дейности, NHP групите попадат в едноцифрените числа, а не в десетките. Но диапазонът е широк.

Проучвателно проучване с тясна цел, осъществимост, настройка на модела, експозиция, ранни PD сигнали понякога може да се проведе само с няколко животни на група. Едно контролирано проучване за ефикасност се нуждае от повече статистическа подкрепа. Няколко на група може да са подходящи, ако крайната точка е тясна и ефектът е ясен; ще имате нужда от повече, когато крайната точка се колебае или очакваният ефект е малък.

Надлъжният и кръстосаният дизайн могат да се разминат с по-малко животни, тъй като всеки действа като собствен контрол. Обратното важи, когато имате множество ръце, шумни крайни точки, очаквани отпадания или няколко независими сравнения.

Така че третирайте „5 на група“ или „10 на група“ като котви, а не закони. Те са отправни точки, които зависят от дизайна, а не от нормативните нива.

Размерът на извадката трябва да следва основната цел на изследването, а не вида.

1. Първична крайна точка

Обикновено най-големият лост. За стабилно количествено отчитане са необходими по-малко животни, отколкото за шумно поведение, изображения или оценка за тежестта на заболяването.

ФК проучване, например, извлича многократни измервания на концентрацията от всяко животно, така че малка група все още може да разбере въпроса за експозицията. Проучване за ефикасност, изградено върху скитащ клиничен резултат, се нуждае от повече единици, за да види реален ефект от лечението. Оразмерете проучването около крайната точка, която носи основните доказателства.

2. Очакван размер на ефекта

Размерът на ефекта е разликата, която се опитвате да откриете. Голям, биологично значим ефект се проявява при по-малко животни; малък се нуждае от много повече.

Ето защо „изследванията на NHP се нуждаят от поне шест на група“ е непълна на пръв поглед. Шест може да са достатъчно за една крайна точка и далеч не са достатъчни за друга. Закрепете очаквания си ефект в предишни данни от NHP, пилотен проект, исторически контроли, публикувана работа или оправдана оценка на клинично значимата празнина.

3. Променливост на крайната точка

Променливостта директно определя размера на извадката. Една разпръсната група се нуждае от повече животни, за да отдели сигнала от шума; тясна, възпроизводима крайна точка може да свърши работата с по-малко.

Това разсейване идва от възраст, пол, тегло, изходна тежест на заболяването, фармакокинетични разлики, как е предизвикано заболяването, индивидуална биология. В работата на NHP контролирането на тази променливост на етапа на проектиране може да има толкова голямо значение, колкото добавянето на животни.

4. Статистическа сила и ниво на значимост

За проучвания, основани на хипотези, анализът на мощността определя числото. Входящите данни са очакваният размер на ефекта, променливостта или стандартното отклонение, нивото на значимост (обикновено α = 0,05), целевата мощност (често 80% или 90%) и статистическият модел и дизайн.

Посоката е проста: по-малък ефект за откриване, по-строга грешка тип I или по-висока мощност, всички те повишават необходимото n.

Едно предупреждение. Изпълнете анализа на мощността на реалната първична крайна точка. Заимстването на вариация от несвързан модел или различна крайна точка дава оценки на размера на извадката, които не се задържат, и тази захапка е по-отчетлива в работата на NHP, където сравнимите набори от исторически данни са оскъдни.

5. Дизайн на проучването

Самият дизайн променя математиката. Паралелните групи се нуждаят от отделни животни във всяка ръка. Проектите за кръстосване или повтарящи се измервания изтръгват повече информация от всяко животно и могат да намалят различията между животните.

Надлъжното проследяване на едни и същи животни е по-ефективно по същата причина. Но повтарящите се мерки не изтриват необходимостта от адекватно n. Корелацията между времеви точки, очаквано отпадане, липсващи данни и правилния модел принадлежат към планирането.

Линията, която има най-голямо значение, е проучвателна срещу потвърждаваща.

Проучвателната работа може да има за цел да покаже надеждно индуциране на модел на заболяване, да скицира ФК профил, да намери диапазон на дозата, да провери ангажирането на целта или да произведе ранни признаци на активност. Те често са малки нарочно, за да научат достатъчно, преди да се ангажират с по-голяма програма за ефикасност.

Потвърждаващото проучване за ефикасност е различно. Ако се опитвате да демонстрирате предварително определен ефект срещу контрола, n трябва да почива на формална статистическа обосновка, когато съществуват данни в подкрепа на това.

Това е и причината публикуваните размери на извадката на NHP да се люлеят толкова широко. Малко проучвателно проучване и засилено проучване за ефикасност не са сравними само защото и двете са използвали макаци.

По-голямото n повишава мощността, но не е лек за всичко.

Ако дизайнът е небрежен, повече животни няма да го поправят. Променливостта от непоследователна индукция на заболяването, грешна крайна точка, технически шум или слаба рандомизация оцелява при по-голяма проба.

В работата на NHP по-умният ход обикновено е първо да се намали променливостта, която може да се избегне. Стандартизирайте начина, по който предизвиквате заболяване, изходна линия на животните правилно, балансирайте разпределението, задайте предварително критерии за включване и изключване, поддържайте вземането на проби последователно и използвайте обективни количествени крайни точки. Това служи едновременно на науката и етиката, използвайки животни само когато е оправдано.

Малка извадка не е равно на слабо проучване.

Проучванията на NHP могат да извлекат много от всяко животно, когато вграждат повтарящи се измервания и допълващи се крайни точки. Едно животно може да допринесе за надлъжни PK, PD биомаркери, изображения, клинични наблюдения и поведенчески резултати в цялото проучване. Усъвършенстваното in vivo изобразяване ви позволява да проследявате прогресията на заболяването или реакцията с течение на времето, без да убивате животното във всеки момент от време; Транслационната платформа на Prisys, например, поддържа MRI, CT, PET-CT и DSA за този вид надлъжна NHP работа.

Количественото поведение работи по същия начин. 3D проследяване без маркери, често управлявано от AI, измерва движението и поведението във времето и добавя друга надлъжна крайна точка за фармакологията.

Нищо от това не замества правилното изчисляване на размера на извадката. Това просто кара всяка експериментална единица да спечели своята поддръжка.

Една работеща последователност на планиране изглежда така:

1. Фиксирайте основния въпрос и крайната точка, която отговаря на него. Проектирайте около крайната точка, а не предварително определен брой служители. 2. Оценете очаквания ефект и променливост от исторически данни от NHP, пилот, литература или друг оправдан източник. 3. Изберете статистическия модел и задайте нивото на значимост и мощност, които искате. 4. Изпълнете априорното изчисление на размера на извадката, където е приложимо. 5. Преди да заключите броя, вземете предвид изтощението, повтарящите се измервания, броя на ръцете, половия микс, рандомизацията и благосъстоянието.

Когато не съществуват надеждни оценки на дисперсията, което е обичайно в работата на NHP, ще разчитате на комбинация от статистики, предишен опит, пилотни данни и преценка. Литературата отбелязва точно това: пряко релевантните предварителни данни често са оскъдни и изчисленията на мощността, изградени върху несвързани крайни точки, не издържат.

Не винаги.

Официалното изчисление на мощността печели своето задържане в проучвания, основани на хипотези, предназначени да открият предварително определен ефект. За някои проучвателни проучвания е трудно или грешно да се проведе такова, когато все още нямате надеждни оценки за размера на ефекта или променливостта.

Тогава важното е прозрачността. Кажете защо сте избрали това число и на какъв въпрос е създадено проучването. ARRIVE 2.0 изисква същото: обяснете как е зададен размерът на извадката и покажете предварителното изчисление, ако сте направили такова.

Няма универсално число, но има разумно основно правило: проучвателните проучвания на NHP често се провеждат с едноцифрени цифри за група, докато правилно захранваното проучване за ефикасност може да се нуждае от повече в зависимост от крайната точка и нейната променливост.

Задайте това число от целта и статистическите допускания, а не от обща таблица за размера на извадката на NHP. Опитен екип на NHP ще претегли модела на заболяването, очаквания фармакологичен ефект, историческите контроли, вариабилността на крайната точка, дизайна и наличните надлъжни мерки, преди да се приземи на окончателния брой.

Правилният размер на извадката за NHP е най-малкият, който отговаря на предварително зададения въпрос.

Това означава, че няма универсален „минимум“, който да обхваща фармакологията, моделирането на заболяването, ФК/ФД, изображенията или безопасността. Три на група могат да бъдат правилни за една изследователска цел и грешни за друга. И натрупването на повече животни няма да спести лоша крайна точка или неконтролирана променливост.

Обоснованото проучване на NHP балансира статистическата чувствителност, целите на транслацията, осъществимостта и благосъстоянието от първия ред на протокола. За спонсори, планиращи ефикасност или транслационно фармакологично проучване, планирането на размера на извадката включва избор на модел, дефиниране на крайна точка, рандомизиране, дозиране, вземане на проби от ФК/ФД и анализ, а не накрая.

Percie du Sert N, Hurst V, Ahluwalia A и др. Насоките на ARRIVE 2.0: Актуализирани насоки за докладване на изследвания върху животни.Биология на PLoS.2020;18(7):e3000410. doi:10.1371/journal.pbio.3000410.

Свържете се с Prisys Biotech