临床研究中的样本量估算_1_临床试验

临床研究中的样本量估算_1_临床试验
临床研究中的样本量估算_1_临床试验

临床试验样本量的估算

临床试验样本量的估算 样本量的估计涉及诸多参数的确定,最难得到的就是预期的或者已知的效应大小(计数资料的率差、计量资料的均数差值),方差(计量资料)或合并的率(计数资料各组的合并率),一般需通过预试验或者查阅历史资料和文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发,保证能发现多少的不良反应率;统计的计算主要是从power出发,保证有多少把握能做出显著来。 但是中国的国情?有多少厂家愿意多做? 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组和对照组的有效率分别为65.0%和42.9%,则每个治疗组中能接受评价的病人样本数必须达到114例(总共228例),这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人的总样本例数为250例。 非劣性试验(α=0.05,β=0.2)时:

计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=12.365×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=12.365× (S/δ)2 等效性试验(α=0.05,β=0.2)时: 计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=17.127×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=17.127× (S/δ)2 上述公式的说明: 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2,N1 和N2 分别为试验药和参比药的例数; 3) P 是平均有效率,

【科研】如何确定临床实验设计中的样本量

【科研】如何确定临床实验设计中的样本量? 在临床实验研究中,无论是实验组还是对照组都需要有一定数量的受试对象。这是因为同一种实验处理在不同的受试对象身上表现出的实验效应是存在着变异的。仅凭一次实验观测结果或单个受试者所表现出来的实验效应说明 不了什么问题。必须通过一定数量的重复观测才能把研究总体真实的客观规律性显示出来,并且可以对抽样误差做出客观地估计。但重复观测次数越多(即样本含量越大)试验所要消耗的人力、物力、财力和时间越多,可能会使试验研究成为不可能。而且,样本含量过大还会增加控制试验观测条件的难度,有可能引入非随机误差,给观测结果带来偏性(bias)。所以在实验设计中落实重复原则的一个重要问题就是如何 科学合理确定样本量。由于在各对比组例数相等时进行统计推断效能最高,因此多数情况下都是按各组样本含量相等来估计。但在个别情况下,也可能要求各组样本含量按一定比例来估计。 1 与样本含量估计有关的几个统计学参数 在估计样本含量之前,首先要对以下几个统计学参数加以确定或作出估计。 1.1 规定有专业意义的差值δ,即所比较的两总体参数值相差多大以上才有专业意义。δ是根据实验目的人为规定的,

但必须有一定专业依据。习惯上把δ称为分辨力或区分度。δ值越小表示对二个总体参数差别的区分度越强,因而所需样本含量也越大。 1.2 确定作统计推断时允许犯Ⅰ类错误(“弃真”的错误)的概 率α,即当对比的双方总体参数值没有差到δ。但根据抽样观测结果错误地得出二者有差别的推断结论的可能性,α确定的越小,所需样本含量越大。在确定α时还要注意明确是单侧检验的α,还是双侧检验的α。在同样大小的α条件下;双侧检验要比单侧检验需要更大的样本含量。 1.3 提出所期望的检验效能power,用1-β表示。β为允许犯Ⅱ类错误(“取伪”的错误)的概率。检验效能就是推断结论不犯Ⅱ类错误的概率1-β称把握度。即当对比双方总体参数值间差值确实达到δ以上时,根据抽样观测结果在规定的α水准上能正确地作出有差别的推断结论的可能性。在科研设计中常把1-β定为0.90或0.80。一般来说1-β不宜低于0.75,否则可能出现非真实的阴性推断结论。 1.4 给出总体标准差σ或总体率π的估计值。它们分别反映计量数据和计数数据的变异程度。一般是根据前人经验或文献报道作出估计。如果没有前人经验或文献报道作为依据,可通过预实验取得样本的标准差s或样本率P分别作为σ和π的估计值。σ的估计值越大,π的估计值越接近0.5,所需样本含量越大。

临床试验样本量的估算

临床试验样本量的估算 LG GROUP system office room 【LGA16H-LGYY-LGUA8Q8-LGA162】

临床试验样本量的估算 样本量的估计涉及诸多参数的确定,最难得到的就是预期的或者已知的效应大小(计数资料的率差、计量资料的均数差值),方差(计量资料)或合并的率(计数资料各组的合并率),一般需通过预试验或者查阅历史资料和文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发,保证能发现多少的不良反应率;统计的计算主要是从power出发,保证有多少把握能做出显着来。 但是中国的国情有多少厂家愿意多做 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组和对照组的有效率分别为%和%,则每个治疗组中能接受评价的病人样本数必须达到114例(总共228例),这样才能在单侧显着性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。 假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人的总样本例数为250例。 非劣性试验(α=,β=)时:

计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=× (S/δ)2 等效性试验(α=,β=)时: 计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=× (S/δ)2 上述公式的说明: 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2,N1 和N2 分别为试验药和参比药的例数; 3) P 是平均有效率,

临床试验样本量的估算

临床试验样本量的估算 Document serial number【LGGKGB-LGG98YT-LGGT8CB-LGUT-

临床试验样本量的估算 样本量的估计涉及诸多参数的确定,最难得到的就是预期的或者已知的效应大小(计数资料的率差、计量资料的均数差值),方差(计量资料)或合并的率(计数资料各组的合并率),一般需通过预试验或者查阅历史资料和文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发,保证能发现多少的不良反应率;统计的计算主要是从power出发,保证有多少把握能做出显着来。 但是中国的国情有多少厂家愿意多做 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组和对照组的有效率分别为%和%,则每个治疗组中能接受评价的病人样本数必须达到114例(总共228例),这样才能在单侧显着性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人的总样本例数为250例。 非劣性试验(α=,β=)时: 计数资料: 平均有效率(P) ? ? ? 等效标准(δ) N=

公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S) ? ? ? ? ? 等效标准(δ) N= 公式:N=× (S/δ)2 等效性试验(α=,β=)时: 计数资料: 平均有效率(P) ? ? ? ? 等效标准(δ) N= 公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S) ? ? ? ? 等效标准(δ) N= 公式:N=× (S/δ)2 上述公式的说明: 1) ? ? 该公式源于郑青山教授发表的文献。 2) ? ? N 是每组的估算例数N1=N2,N1 和N2 分别为试验药和参比药的例数; 3) ? ? P 是平均有效率, 4) ? ? S 是估计的共同标准差, 5) ? ? δ 是等效标准。 6) ? ? 通常都规定α=,β=(把握度80%)

临床试验样本量的估算

临床试验样本量的估算

临床试验样本量的估算 样本量的估计涉及诸多参数的确定,最难得到的就是预期的或者已知的效应大小(计数资料的率差、计量资料的均数差值),方差(计量资料)或合并的率(计数资料各组的合并率),一般需通过预试验或者查阅历史资料和文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发,保证能发现多少的不良反应率;统计的计算主要是从power出发,保证有多少把握能做出显著来。 但是中国的国情?有多少厂家愿意多做? 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组和对照组的有效率分别为65.0%和42.9%,则每个治疗组中能接受评价的病人样本数必须达到114例(总共228例),这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人的总样本例数为250例。 非劣性试验(α=0.05,β=0.2)时:

计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=12.365×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=12.365× (S/δ)2 等效性试验(α=0.05,β=0.2)时: 计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=17.127×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=17.127× (S/δ)2 上述公式的说明: 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2,N1 和N2 分别为试验药和参比药的例数; 3) P 是平均有效率,

临床试验样本量的估算

临床试验样本量的估算The final revision was on November 23, 2020

临床试验样本量的估算 样本量的估计涉及诸多参数的确定,最难得到的就是预期的或者已知的效应大小(计数资料的率差、计量资料的均数差值),方差(计量资料)或合并的率(计数资料各组的合并率),一般需通过预试验或者查阅历史资料和文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发,保证能发现多少的不良反应率;统计的计算主要是从power出发,保证有多少把握能做出显着来。 但是中国的国情有多少厂家愿意多做 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组和对照组的有效率分别为%和%,则每个治疗组中能接受评价的病人样本数必须达到114例(总共228例),这样才能在单侧显着性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人的总样本例数为250例。 非劣性试验(α=,β=)时: 计数资料: 平均有效率(P)等效标准(δ) N=

公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=× (S/δ)2 等效性试验(α=,β=)时: 计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=× (S/δ)2 上述公式的说明: 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2,N1 和N2 分别为试验药和参比药的例数; 3) P 是平均有效率, 4) S 是估计的共同标准差, 5) δ是等效标准。 6) 通常都规定α=,β=(把握度80%)

临床试验样本量的估算

临床试验样本量得估算 样本量得估计涉及诸多参数得确定,最难得到得就就是 预期得或者已知得效应大小(计数资料得率差、计量资料得均数差值),方差(计量资料)或合并得率(计数资料各组得合并率),一般需通过预试验或者查阅历史资料与文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不就是想做就能做得。SFDA得规定主要就是从安全性得角度出发,保证能发现多少得不良反应率;统 计得计算主要就是从power出发,保证有多少把握能做出显著来。 但就是中国得国情?有多少厂家愿意多做? 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组与对照组得 有效率分别为65、0%与42、9%,则每个治疗组中能接受评价得病人样本数必须达到114例(总共228例),这样才能在单侧显著性水平为5%、检验功效为90%得情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人得总样本例数为250例。 非劣性试验(α=0、05,β=0、2)时:

计数资料: 平均有效率(P) 等效标准(δ) N= 公式:N=12、365×P(1-P)/δ2 计量资料: 共同标准差(S) 等效标准(δ) N= 公式:N=12、365× (S/δ)2 等效性试验(α=0、05,β=0、2)时: 计数资料: 平均有效率(P) 等效标准(δ) N= 公式:N=17、127×P(1-P)/δ2 计量资料: 共同标准差(S) 等效标准(δ) N= 公式:N=17、127× (S/δ)2 上述公式得说明: 1) 该公式源于郑青山教授发表得文献。 2) N 就是每组得估算例数N1=N2,N1 与N2 分别为试验药与参比药得例数; 3) P 就是平均有效率,

样本量估算

1.单因素二水平设计定量资料的非劣效性检验时样本量的估算 1.1计算公式: 非劣效性检验应当采用单侧的检验水准α,假定允许的第二类错误概率不超过β,则非劣效性检验每组需要的样本含量为: 22211)/()(2θδβα-+=--L S u u n (1-1)[1] 2221)/()(2δβαe s z z n n ?+==(1-2)[2] 1.2式中各参数代表的意义,n 为每组样本含量,α-1u 、β-1u 为单侧标准正态离差界值,S 为估计的共同标准差,L δ为非劣界值,且L δ<0,θ为试验组与对照组总体均值差值的估计值。 说明:单因素二水平设计定量资料的非劣效性检验时样本量的估算公式与上式完全类似,只需将非劣界值L δ(L δ<0)替换成优效界值u δ(u δ>0)即可。 1.3例题:某利尿新药拟进行Ⅱ期临床试验,与阳性药按1:1的比例安排例数,考察24h 新药利尿量(ml )是否不差于阳性药。根据以往的疗效和统计学的一般要求,取α=0.05,β=0.20,非劣效界值L δ=﹣60ml ,已知两组共同标准差S =180ml ,假定新药与阳性对照药总体利尿量的差值θ=﹣20ml ,问每组需要多少病例? 将05.01-u =1.645,20.01-u =0.845,s=180,L δ=﹣60,θ=﹣20代入公式,得: 22211)/()(2θδβα-+=--L S u u n =2(1.645+0.845)2×1802/(﹣60﹣(﹣20))2≈251.1, 取n=252,即每组需要252例。 2.单因素二水平设计定性资料的非劣效性检验时样本含量的估算 2.1计算公式: 非劣效性检验应当采用单侧检验,检验水准为α,假定允许的第二类错误概率不超过β,试验组与对照组总体率的差值为C T ππθ -=(T π、C π未知时可用样本频率估计),两组的平均有效率为2/)(C T πππ+=,非劣界值为u δ<0,则在两组样本含量相等的情况下,非劣效性检验每组需要的样本含量为: 2211)/()1()(2θδππβα--+=--L u u n (2-1)[1] 2合合221/)-1()(2δβαp p z z n n +==(2-2)[2] 说明:单因素二水平设计定性资料的优效性检验时样本含量的估计公式与式(2-1)完全类似,只需将非劣界值L δ(L δ<0)替换成优效界值u δ(u δ>0)即可。 2.2例题:某新药拟进行Ⅱ期临床试验,与阳性药按1:1的比例安排例数,考察新药临床治愈率是否不差于阳性药。根据以往的疗效和统计学的一般要求,取α=0.05,β=0.20,非劣界值δ=﹣0.15,平均有效率P=0.80,并假定两组总体有效率相等,问每组需

临床试验样本量的估算

样本量的估计涉及诸多参数的确定,最难得到的就是预期的或者已知的效应大小(计数资料的率差、计量资料的均数差值),方差(计量资料)或合并的率(计数资料各组的合并率),一般需通过预试验或者查阅历史资料和文献获得,不过很多时候很难得到或者可靠性较差。因此样本量估计有些时候不是想做就能做的。SFDA的规定主要是从安全性的角度出发,保证能发现多少的不良反应率;统计的计算主要是从power出发,保证有多少把握能做出显著来。 但是中国的国情?有多少厂家愿意多做? 建议方案里这么写: 从安全性角度出发,按照SFDA××规定,完成100对有效病例,再考虑到脱落原因,再扩大20%,即120对,240例。 或者:本研究为随机双盲、安慰剂平行对照试验,只有显示试验药优于安慰剂时才可认为试验药有效,根据预试验结果,试验组和对照组的有效率分别为%和%,则每个治疗组中能接受评价的病人样本数必须达到114例(总共228例),这样才能在单侧显著性水平为5%、检验功效为90%的情况下证明试验组疗效优于对照组。假设因调整意向性治疗人群而丢失病例达10%,则需要纳入病人的总样本例数为250例。 非劣性试验(α=,β=)时:

计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=× (S/δ)2 等效性试验(α=,β=)时: 计数资料: 平均有效率(P)等效标准(δ) N= 公式:N=×P(1-P)/δ2 计量资料: 共同标准差(S)等效标准(δ) N= 公式:N=× (S/δ)2 上述公式的说明: 1) 该公式源于郑青山教授发表的文献。 2) N 是每组的估算例数N1=N2,N1 和N2 分别为试验药和参比药的例数; 3) P 是平均有效率,

临床试验样本量的估算

临床试验样本量的估算1.观测指标是定量变量的单个样本的含量 单侧检验: 2 ) ( ? ? ? ? ? ?+ = δ σ β αZ Z n 双侧检验: 2 2/) ( ? ? ?? ? ?+ = δ σ β αZ Z n 式中: (1)α Z是标准正态曲线下单侧或双侧面积为α时的Z值,可由标准正态分布表(《医学统计学》附表1)查得: (2)β Z是标准正态曲线下右侧面积为β时的Z值,可由标准正态分布表查得: (3)σ是观测指标的总体标准差;

(4)δ是容许误差; 2.观测指标是定量变量的实验组与对照组的样本含量 双侧检验: 2 2/)(4??? ???+?=δσβαZ Z n 单侧检验: 2 )(4?? ????+?=δσβαZ Z n 这是两个样本合计的例数,一般,可取21n n =,22n n =。上式中, (1)αZ 是标准正态曲线下单侧或双侧面积为α时的Z 值,可由附表1查得; (2)βZ 是标准正态曲线下右侧面积为β时的Z 值,可由附表1查得 (3)σ是两个样本所取自的总体标准差的合并值:2 2 1σσσ+= ;在 实际研究时,σ一般是未知的, 可以通过预试验或文献确定出1S 与2S ,用2 2 1S S S +=估计σ; (4)容许误差||21μμδ-=。 3.观测结果是二分类的单个样本的含量

A 方法的阳性率:n b a += 1π B 方法的阳性率:n c a +=2π 两种方法结果一致的例数:d a +,其中,阳性例数:a , 两种方法结果一致的阳性率:d a a += π 上述数据在实际中均是未知的,要从小规模的预试验的结果来估计。 样本量的估算公式: 2 21212/)())((22?? ?? ? ???????---+=ππππππππβαZ Z n 式中,2 221π πππ-+= 4.观测结果是二分类的实验组与对照组的样本含量 双侧检验:2 2122112/))1()1((2)1(2???? ????--+-+-=ππππππππβαZ Z n c c 单侧检验: 2 212211))1()1((2)1(2??? ? ????--+-+-=ππππππππβαZ Z n c c 式中, c π= 2 2 1ππ+,1π是实验组的阳性率,2π是对照组的阳性率。 取实验组的样本量2/1n n =,对照组的样本量2/2n n =。 在实际中,1π和2π均是未知的,要通过预试验的结果来估计。 参考文献:孙振球主编《医学统计学》

医疗器械临床试验样本量计算

医疗器械临床试验样本量计算 临床医学科研设计中,需要预先估算研究样本的例数,即样本含量。若样本含量过小,所得指标往往不稳定,结果重现性差,检验效能低,结论缺乏充分依据;若样本含量过大,会增加临床研究的困难,造成不必要的浪费。确定样本含量的大小就是在保证一定的研究精度条件下,确定所需的最小样本含量。 影响样本含量的因素有很多,其中最基本有四点:1、临床试验设计类型;2、总体标准差或总体率;3、容许误差或差值;4、假设检验的水准a,即犯第I类错误的概率;5、假设检验的效能(1-β),即在特定a水准下,若总体间确有差异,该次研究能发现此差异的概率。其中,β为犯II类错误的概率。 样本估计时应注意的问题: (1)样本含量估计只有相对意义,并非绝对精确的数值。因为样本含量估计是有条件的,而这种条件在重复研究中很少一成不变; (2)应纠正样本越大越好的不正确看法。样本含量过大会影响临床研究的质量,临床研究的方法和要求难以统一,研究者的负担也重,耗时长,受检率和复查率都难以达要求。样本过大有时还可产生稀释效应。因此单纯以增加样本来减少抽样误差往往事倍功半。因为抽样误差与样本含量的平方根成正比,而不是与样本含量本身成正比; (3)病例和对照两组样本含量相等时,检验效能(即1-β)最高; (4)由于估算的样本含量是最少需要量,在受试者中可能有不合作者、中途失访、意外死亡等都会减少有效观察对象,故进行试验时尚须酌情增加一定的观察例数,一般增加10%~15%; (5)根据研究目的和研究类型严格选择估算方法。确定样本含量可能通过公式计算或直接查表。查表法受条件限制,虽方便但不完全适用。公式计算应用广泛,不同的研究类型,样本含量的计算公式各不相同。(6)通过公式法计算的样本含量往往取自固定参数,而临床研究参数的确定往往比较困难。根据试验设计类型和所采用统计分析方法,经Monte carlo方法的计算机模拟技术可以对参数的取不同值或范围,然后综合各种因素选定较为合理的样本量开展临床试验。该方法通过计算机对试验进行模拟,所得样本量往往比公式法的可信性高。

临床试验 各期l临床试验周期及案例数量(修订版)精选.doc

新药研发临床前研究周期及案例数量 临床试验一共分成四个阶段(即四期),前三期为新药上市前的临床试验,第四期为上市后的临床试验。具体包括: I期临床试验:是新药进行人体试验的起始期。以20一30名健康志愿者为主要受试对象,进行初步的临床药理学及人体安全性评价试验,观察人体对于新药的耐受程度和药代动力学,为制定给药方案提供依据医|学教育网搜集整理。 Ⅱ期临床试验:是以新药预期应用的患病人群样本为对象,初步评价治疗作用的阶段。其目的是初步评价药物对目标适应证患者的治疗作用和安全性,也包括为Ⅲ期临床试验研究设计和给药剂量方案的确定提供依据。 III期临床试验:试验的设计是采用多中心开放随机对照试验,随机分组方法和药物编码方法与Ⅱ期临床试验类似,通过增加样本量(试验组病例不少于300例和对照100例)并根据试验目的的调整选择受试者标准,适当扩大特殊受试人群,及更为丰富的观察项目或指标等措施,进一步考察不同对象所需剂量及依从性。Ⅲ期临床试验的条件应尽可能接近该药的正常使用条件,试验药要经中国药品生物制品检定所检定合格,供药时,标明药物系专供临床试验用。 Ⅳ期临床试验:是新药上市后由申请人自主进行的应用研究阶段。其目的是考察在广泛使用条件下药物的疗效和不良反应;评价在普通或者特殊人群中使用的利益与风险关系;改进给药剂量等。新药Ⅳ期临床试验是新药临床试验的一个重要组成部份,是上市前新药I、Ⅱ、Ⅲ、期试验的补充和延续。它可以验证上市前的结果,还可对上市前临床试验的偏差进行纠正,更重要的是可以弥补上市前临床试验缺乏的资料和信息,为临床合理用药提供依据。

新药研发的几个周期 新药研发是一个耗时耗资都非常庞大的系统工程,完成前期的基础研究(药理、毒理、药效等动物研究)后开始申请进入人体临床试验阶段。您所问的临床试验的周期,应该就是临床试验的期别(I、II、III、IV 期): I 期临床试验:初步的临床药理学及人体安全性评价试验。观察人体对于新药的耐受程度和药代动力学,为制定给药方案提供依据。II 期临床试验:治疗作用初步评价阶段。其目的是初步评价药物对目标适应症患者的治疗作用和安全性,也包括为III 期临床试验研究设计和给药剂量方案的确定提供依据。此阶段的研究设计可以根据具体的研究目的,采用多种形式,包括随机盲法对照临床试验。III 期临床试验:治疗作用确证阶段。其目的是进一步验证药物对目标适应症患者的治疗作用和安全性,评价利益与风险关系,最终为药物注册申请的审查提供充分的依据。试验一般应为具有足够样本量的随机盲法对照试验。IV 期临床试验:新药上市后应用研究阶段。其目的是考察在广泛使用条件下的药物的疗效和不良反应,评价在普通或者特殊人群中使用的利益与风险关系以及改进给药剂量等。生物等效性试验,是指用生物利用度研究的方法,以药代动力学参数为指标,比较同一种药物的相同或者不同剂型的制剂,在相同的试验条件下,其活性成份吸收程度和速度有无统计学差异的人体试验。至于说每个具体的品种临床试验阶段的要求,要依据不同的药品注册分类进行(中药、化药、生物制品的分类均有所不同) 化学药品: 1.属注册分类1和2的,应当进行临床试验。(1)临床试验的病例数应当符合统计学要求和最低病例数要求; (2)临床试验的最低病例 完成足够样本量的研究工作。2.属注册分类3和4的,应当进行人体药代动力学研究和至少100对随机对照临床试验。多个适应症的,每个主要适应症的病例数不少于60对。避孕药应当进行人体药代动力学研究和至少500例12个月经周期的开放试验。属于下列二种情况的,可以免予进行人体药代动力学研究: (1)局部用药,且仅发挥局部治疗作用的制剂; (2)不吸收的口服制剂。 3.属注册分类5的,临床试验按照下列原则进行: (1)口服固体制剂应当进行生物等效性试验,一般为18至24例; (2)难以进行生物等效性试验的

相关文档
最新文档