JP7403884B2 - オン・ゴーイング・クリニカル・トライアルを動的にモニタリングおよびガイドするためのレーダーシステム - Google Patents
オン・ゴーイング・クリニカル・トライアルを動的にモニタリングおよびガイドするためのレーダーシステム Download PDFInfo
- Publication number
- JP7403884B2 JP7403884B2 JP2022544850A JP2022544850A JP7403884B2 JP 7403884 B2 JP7403884 B2 JP 7403884B2 JP 2022544850 A JP2022544850 A JP 2022544850A JP 2022544850 A JP2022544850 A JP 2022544850A JP 7403884 B2 JP7403884 B2 JP 7403884B2
- Authority
- JP
- Japan
- Prior art keywords
- clinical trial
- region
- boundary
- trial
- ongoing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims description 48
- 230000000694 effects Effects 0.000 claims description 72
- 230000001186 cumulative effect Effects 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 34
- 238000013461 design Methods 0.000 claims description 30
- 238000004088 simulation Methods 0.000 claims description 29
- 230000008569 process Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000003745 diagnosis Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 5
- 238000011282 treatment Methods 0.000 description 60
- 238000012360 testing method Methods 0.000 description 53
- 238000004458 analytical method Methods 0.000 description 37
- RWWYLEGWBNMMLJ-YSOARWBDSA-N remdesivir Chemical compound NC1=NC=NN2C1=CC=C2[C@]1([C@@H]([C@@H]([C@H](O1)CO[P@](=O)(OC1=CC=CC=C1)N[C@H](C(=O)OCC(CC)CC)C)O)O)C#N RWWYLEGWBNMMLJ-YSOARWBDSA-N 0.000 description 28
- RWWYLEGWBNMMLJ-MEUHYHILSA-N remdesivir Drugs C([C@@H]1[C@H]([C@@H](O)[C@@](C#N)(O1)C=1N2N=CN=C(N)C2=CC=1)O)OP(=O)(N[C@@H](C)C(=O)OCC(CC)CC)OC1=CC=CC=C1 RWWYLEGWBNMMLJ-MEUHYHILSA-N 0.000 description 26
- 230000004044 response Effects 0.000 description 25
- 239000000902 placebo Substances 0.000 description 19
- 229940068196 placebo Drugs 0.000 description 19
- 208000025721 COVID-19 Diseases 0.000 description 18
- 239000003814 drug Substances 0.000 description 12
- 238000011084 recovery Methods 0.000 description 12
- 229940079593 drug Drugs 0.000 description 10
- 230000002349 favourable effect Effects 0.000 description 10
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 9
- 229910052760 oxygen Inorganic materials 0.000 description 9
- 239000001301 oxygen Substances 0.000 description 9
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 238000011156 evaluation Methods 0.000 description 8
- 230000003044 adaptive effect Effects 0.000 description 7
- 238000013459 approach Methods 0.000 description 7
- 230000009977 dual effect Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000006872 improvement Effects 0.000 description 7
- 230000000153 supplemental effect Effects 0.000 description 7
- 238000007477 logistic regression Methods 0.000 description 6
- 230000005653 Brownian motion process Effects 0.000 description 5
- 238000005537 brownian motion Methods 0.000 description 5
- 238000012950 reanalysis Methods 0.000 description 5
- 238000012552 review Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000009826 distribution Methods 0.000 description 4
- 230000001965 increasing effect Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009467 reduction Effects 0.000 description 4
- 238000009423 ventilation Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000007405 data analysis Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 229940000406 drug candidate Drugs 0.000 description 3
- 239000003777 experimental drug Substances 0.000 description 3
- 230000036541 health Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000010206 sensitivity analysis Methods 0.000 description 3
- 230000004083 survival effect Effects 0.000 description 3
- 238000002560 therapeutic procedure Methods 0.000 description 3
- 102100036475 Alanine aminotransferase 1 Human genes 0.000 description 2
- 108010082126 Alanine transaminase Proteins 0.000 description 2
- 206010061818 Disease progression Diseases 0.000 description 2
- 239000003086 colorant Substances 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000005750 disease progression Effects 0.000 description 2
- 238000002618 extracorporeal membrane oxygenation Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000001990 intravenous administration Methods 0.000 description 2
- 208000008338 non-alcoholic fatty liver disease Diseases 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000002640 oxygen therapy Methods 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 238000011272 standard treatment Methods 0.000 description 2
- 241000004176 Alphacoronavirus Species 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010011224 Cough Diseases 0.000 description 1
- 208000028399 Critical Illness Diseases 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010037660 Pyrexia Diseases 0.000 description 1
- 238000001801 Z-test Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000007815 allergy Effects 0.000 description 1
- 230000000840 anti-viral effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229960000074 biopharmaceutical Drugs 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000000262 chemical ionisation mass spectrometry Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000011985 exploratory data analysis Methods 0.000 description 1
- 230000033001 locomotion Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000035800 maturation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 206010029446 nocturia Diseases 0.000 description 1
- 230000000422 nocturnal effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000036387 respiratory rate Effects 0.000 description 1
- 231100000279 safety data Toxicity 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 210000002966 serum Anatomy 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000000528 statistical test Methods 0.000 description 1
- 238000012144 step-by-step procedure Methods 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 230000002459 sustained effect Effects 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000001225 therapeutic effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0484—Interaction techniques based on graphical user interfaces [GUI] for the control of specific functions or operations, e.g. selecting or manipulating an object, an image or a displayed text element, setting a parameter value or selecting a range
- G06F3/04847—Interaction techniques to control parameter settings, e.g. interaction with sliders or dials
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/20—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for electronic clinical trials or questionnaires
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/48—Other medical applications
- A61B5/4848—Monitoring or testing the effects of treatment, e.g. of medication
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/743—Displaying an image simultaneously with additional graphical information, e.g. symbols, charts, function plots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/74—Details of notification to user or communication with user or patient ; user input means
- A61B5/742—Details of notification to user or communication with user or patient ; user input means using visual displays
- A61B5/7435—Displaying user selection data, e.g. icons in a graphical user interface
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
- G16H10/40—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for data related to laboratory analysis, e.g. patient specimen analysis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H70/00—ICT specially adapted for the handling or processing of medical references
- G16H70/40—ICT specially adapted for the handling or processing of medical references relating to drugs, e.g. their side effects or intended usage
Description
本出願は、2021年1月16日に出願された米国第63/138,422号、2020年7月30日に出願された米国第63/058,839号、2020年4月28日に出願された米国第63/016,572号、および、2020年2月26日に出願された米国第62/981,954号の利益を主張する。前述の出願の全内容および開示は、参照により本出願の中へ組み込まれる。本出願全体にわたって、様々な刊行物が引用される。これらの出版物のそれらの全体における開示は、本発明が関係する最先端技術をより十分に記載するために本出願への引用によって本明細書に組み込まれる。
(1)蓄積する処置効果および関連する統計値(CP、サンプルサイズ比率、など)は、自動的に計算され得る。
(2)モデル線形性は、自動的に査定され得る。
(3)データトレンドおよびデータ径路は動的に評価され得る。
(4)評価されたトレンドおよび径路の信頼度を査定するために、シミュレーションが実行され得る。
(5)決定は知能的に下され得る。
a.蓄積する処置効果(有効性または安全性)を計算する。
b.ユーザに選択された仮説に基づいてCPを計算する。
c.現在のトレンドに基づいて初期のサンプルサイズN0に対するサンプルサイズ比率(R)を計算する。
d.蓄積する処置効果データの線形性を査定する。
e.必要ならば当初の仮定を修正する。
f.修正済の仮定によって、領域および境界を更新する。
g.蓄積する患者データの「重み付けされた」トレンドスコアを計算する。
h.蓄積する患者データに基づいて「重み付けされた」処置径路を評価する。
(1)
(2)B(tk)が「無益な」領域に属する場合、無益性のために試験を停止することが検討され得る。しかし、無益の決定は非拘束的である。
(3)上記の(1)および(2)の間で、SSRを考慮するか、あるいはいかなる変更もなしでモニタリングを継続する:
a)CP(tk)≧1-βまたは等価的に
b)γ(tk,Rmax)≦CP(tk)<1-βの場合(すなわち、B(tk)が有望な領域に属する)、その試験は継続するべきである。この領域において、連続したm(例えば、10)ポイントを観察する場合は、SSを再度推定する。Rmaxの選択は治験依頼者の費用負担能力次第である。例えば、それが受理可能な場合は、Rmax=3を設定する。SSが増加される場合、将来の境界値も再度計算される。
c)B(tk)が「望ましくない」領域に含まれる場合、決定/行動を行わないが、モニタリングを継続する。B(t)がこの領域に持続的にとどまる場合、試験は、許容可能な予算を超過するなど管理上の理由のために、終了することを推奨され得る。
簡略化のため、我々はしばらく固定された設計、すなわち、Cα=Zαに注目する。その議題は、群の逐次設計に容易に拡張することができる。進行中の試験をモニタリングする際、我々は第一に、現在の「スナップショット」におけるCPが1-βを超えているかどうかを評価したい(例えば、90%)。つまり、
有望な、および望ましくない領域
N0を、無条件の検出力要件、1―β’を満たすための、群あたりの初期の標本数とする。適応性のある手順は、いつでも、例えば観察されたB(t)でt=n/N0にて、SSを変えることを可能にする。群ごとの新しい標本数がN1>N0であると仮定し、それは情報時間T1=N1/N0に相当する。B(T1)をT1における、可能性のある観察とする。第一種過誤率を保つために、限界境界Cα=C0は、C1に調整しなければならず、帰無仮説のもとP(B(T1)≧C1|B(t))=P(B(1)≧Cα|B(t))が成立する。ブラウン運動の独立したインクリメント特性は
T1=N1/N0は、その条件付検出力1-βを満たすための新しい標本数比率である。(一般的に、我々は1-β=1―β’と設定しうる)
Rmaxで定義されたこの下限はtの減少関数であり、
(1)
(2)B(tk)が「無益な」領域に、持続的に属している場合、無益性のために試験を停止することを考慮し得る。
(3)上記の(1)および(2)の間で、SSRを考慮するか、あるいはいかなる変更なしでモニタリングを継続する。
a)CP(tk)≧1―β、あるいは同様に、
b)γ(tk、Rmax)≦CP(tk)<1―β(つまり、B(tk)が「有望な」領域に属する)場合、その試験は継続するべきである。我々がこの領域において、連続したm(例えば、10)ポイントを観察する場合は、SSを再度推定する。Rmaxの選択は治験依頼者の費用負担能力に依存する。例えば、それが受理可能な場合は、Rmax=3を設定する。SSが増加される場合、将来の境界値も再度計算される。
c)B(tk)が「望ましくない」領域に属する場合、我々は決定/行動を行わないが、モニタリングを継続する。B(t)がこの領域に持続的にとどまる場合、試験は、許容可能な予算を超過するなど管理上の理由のために、終了することを推奨され得る。
1)蓄積するデータ(例えばB値)がm個の連続点にわたって有望な領域に属する場合、SSの調整は一回のみ行われ、および新しい最終臨界境界が方程式(3)にしたがって計算される。
2)B(t)が
1)第一種過誤率はよくコントロールされる。
2)δtrue=0の場合、無益が比較的初期の段階(0.59-0.68)で検出率>85%で検出される。
3)δtrue>0の場合、実際上の検出力は、検出力低下を示さない内蔵されたSSRによって、群あたりN=13に対応する目標検出力よりわずかに大きい。
4)処置効果が過大に想定される場合(δtrue=0.25)、SSRは平均的にt=0.81のあたりで行なわれる。
処置効果が正確に想定される場合(δtrue=0.40)、初期の効能はt=0.79あたりで主張される。
ほとんどのII-III相クリニカル・トライアル(clinical trial)では、Data Monitoring Committee(DMC)は周期的に安全性および/または効能をモニタリングし、および疾患と特異的な介在次第で、通常3~6か月ごとに会合する。例えば、DMCは安全性プロフィールをもっと早く理解するために、初期により頻繁に会合し、または、命を脅かさない病気の試験と比較して、新しい療法を有する腫瘍学試験のために、より頻繁に会合し得る。DMCの現行方式は3つの当事者、治験依頼者、Independent Statistical Group(ISG)、およびDMC。治験依頼者は進行中の研究を運営し管理することになる。ISGは盲検および非盲検データパッケージ:予定されたデータカットに基づいた表、リスト、図(TLFs)(通常DMCの会合の前の1か月以上)を準備する。準備作業は通常時間を消費し、約3~6か月かかる。従来のDMCの実行にはいくつかの欠点さがある。最初に、各中間解析のデータパッケージは、単にデータのスナップショットを反映するに過ぎず、処置効果(効能または安全性)のトレンドを示さない。第二に、データを非盲検化すること、およびデータパッケージ準備は時間を消費する。通常、DMCの審査のために、ISGがデータを非盲検化し、およびにデータパッケージを準備するのに約3~6か月かかる。ヒトの関与は誤差をもたらし得る。
・試験の診断。レーダーシステムは、試験の間に何が起こっていたか、および結果をもたらした主要因が何であったかを知るために、完了された研究に回顧的に適用され得る。このことは、失敗した試験を含む、すべてのタイプの試験に対して適用され得る。実施例を参照されたい。
・薬物安全性検出。レーダーシステムは、薬物または候補の安全性を連続的にモニタリングし、シグナルを検出することができる。
・投与選択。レーダーシステムは、第3相のための最も可能性のある投与を特定することにより、シームレスで最適な第2/3相組み合わせ試験に使用することができる。
・集団選択。レーダーシステムは、薬物が最も有効である部分母集団を特定することができ、およびテーラーメイド医療のためのRCTまたはRWE設定に直接適用することができる。
a.オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)からの情報を格納するためのクリニカル・トライアル(clinical trial)データベースであって、ここで前記情報は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って継続的に更新される被検者データのセットを含む、クリニカル・トライアル(clinical trial)データベース、
b.好ましい領域、有望な領域、および望ましくない領域を含む、領域の群について、境界を決定するための、境界決定モジュールであって、ここで前記境界は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、工程;ならびに、
c.前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果のプロットと、前記領域の群に対応する境界パラメータとを表示するための、前記境界決定モジュールを用いて操作可能な、グラフィカルユーザインターフェース(GUI)であって、ここで前記GUIは、ユーザが前記プロットを考慮して境界パラメータの値を調整することを可能にし、従って、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従ってリアルタイムで新しい境界を生成し、ここで前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果は、前記プロット上へと継続的に投影され、それにより、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)を調整可能かつリアルタイムにモニタリングし、およびガイドすることが可能となる、グラフィカルユーザインターフェース(GUI)を含む。
a.前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり;
b.前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり;
c.前記蓄積する効果が好ましい領域に属するが、前記成功した領域にではない場合、「変更なしで継続」であり;
d.前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり;または、
e.前記蓄積する効果が望ましくない領域に属するが、前記無益な領域にではない場合、「注意して継続」であり;
a.オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)からの情報をクリニカル・トライアル(clinical trial)データベースに格納する工程であって、ここで前記情報は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って継続的に更新される被検者データのセットを含む、工程;
b.成功した領域、好ましい領域、有望な領域、望ましくない領域、および無益な領域を含む、領域の群について、境界決定モジュールによって境界をマッピングする工程であって、ここで前記境界は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、工程;
c.グラフィカルユーザインターフェース(GUI)上で前記境界の調整行う工程であって、ここで前記GUIは、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果のプロットおよび前記領域の群に対応する境界パラメータを表示し、ここで前記GUIは、ユーザが前記プロットを考慮して前記境界パラメータの値を調整することを可能にし、従って、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従ってリアルタイムで新しい境界を生成し、ここで前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果は、前記プロット上へと継続的に投影される、工程;および、
d.前記GUIを介して、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)をガイドする提言を提供する工程であって、ここで、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)がどの領域に属するかに応じて、前記提言は、
1)前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり;
2)前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり;
3)前記蓄積する効果が好ましい領域に属するが、前記成功した領域にではない場合、「変更なしで継続」であり;
4)前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり;または、
5)前記蓄積する効果が望ましくない領域に属するが、前記無益な領域にではない場合、「注意して継続」である、工程を含む。
a.既に完了されたクリニカル・トライアル(clinical trial)由来の情報を、患者データの完了時間に応じて、クリニカル・トライアル(clinical trial)データベースへと連続して適用する工程であって、ここで前記情報は、継続的に更新される被検者データのセットを含む、工程;
b.成功した領域、好ましい領域、有望な領域、望ましくない領域、および無益な領域を含む領域の群について、境界決定モジュールによって境界をマッピングする工程であって、ここで前記境界は、前記情報が適用されると、境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、工程;
c.グラフィカルユーザインターフェース(GUI)上で前記境界の調整行う工程であって、ここで前記GUIは、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果のプロットおよび前記領域の群に対応する境界パラメータを表示し、ここで前記GUIは、ユーザが前記プロットを考慮して前記境界パラメータの値を調整することを可能にし、従って、前記クリニカル・トライアル(clinical trial)が続行していると仮定して新しい境界を生成し、ここで前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果は、前記プロット上へと継続的に投影される、工程;および、
d.前記GUIを介して、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の診断を提供する工程であって、ここで、前記クリニカル・トライアル(clinical trial)が続行していると仮定して、前記クリニカル・トライアル(clinical trial)が入る領域に応じて、前記診断は、
1)前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり;
2)前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり;
3)前記蓄積する効果が好ましい領域に属するが、前記成功した領域にではない場合、「変更なしで継続」であり;
4)前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり;または、
5)前記蓄積する効果が望ましくない領域に属するが、前記無益な領域にではない場合、「注意して継続」である、工程を含む。
a.オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)からの情報を格納するためのクリニカル・トライアル(clinical trial)データベースであって、ここで前記情報は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って継続的に更新される被検者データのセットを含む、クリニカル・トライアル(clinical trial)データベース、
b.好ましい領域、有望な領域、および望ましくない領域を含む、領域の群について、境界を決定するための、境界決定モジュールであって、ここで前記境界は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、工程;
c.前記境界決定モジュールと共に操作可能なインタラクティブな境界調整モジュールであって、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って前記プロットを考慮してリアルタイムで既存の境界を新しい境界へと調整する前記調整を遂行するための、境界調整モジュール;および、
d.領域の前記群を含むプロット上へと前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果を継続的に投影するためのディスプレイモジュールであって、それにより、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)を調整可能かつリアルタイムにモニタリングし、およびガイドすることが可能となる、ディスプレイモジュールを含む。
1)前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり;
2)前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり;
3)前記蓄積する効果が好ましい領域に属するが、前記成功した領域にではない場合、「変更なしで継続」であり;
4)前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり;または、
5)前記蓄積する効果が望ましくない領域に属するが、前記無益な領域にではない場合、「注意して継続」であり;
a.オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)からの情報をクリニカル・トライアル(clinical trial)データベースに格納する工程であって、ここで前記情報は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って継続的に更新される被検者データのセットを含む、工程;
b.成功した領域、好ましい領域、有望な領域、望ましくない領域、および無益な領域を含む、領域の群について、境界決定モジュールによって境界をマッピングする工程であって、ここで前記境界は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、工程;
c.インタラクティブな境界調整モジュールによって前記境界調整を遂行する工程であって、前記プロットを考慮して前記境界パラメータを調整し、従って、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従ってリアルタイムで新しい境界を生成する、工程;
d.ディスプレイモジュールにより、領域の前記群を含むプロット上へと前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果を継続的に投影する工程;および、e.前記ディスプレイモジュールにより、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)をガイドする提言を提供する工程であって、ここで、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)がどの領域に属するかに応じて、前記提言は:
1)前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり;
2)前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり;
3)前記蓄積する効果が好ましい領域に属するが、前記成功した領域にではない場合、「変更なしで継続」であり;
4)前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり;または、
5)前記蓄積する効果が望ましくない領域に属するが、前記無益な領域にではない場合、「注意して継続」である、工程を含む。
重度のCOVID-19を抱える成人患者におけるRemdesivirの潜在的な抗ウイルス効果についての第1の二重盲検、プラセボ対照のクリニカル・トライアル(clinical trial)は、2020年1月~3月に中国の武漢(Wuhan)において遂行された(Wang et al.,2020)[29]。試験は、パンデミックの危機中に世界的に注視され、また、試験のDMCは、迅速かつ科学的に健全な決定を下すために委任された。DMCは、データ伝送および主要な効能と安全性のデータについてのモニタリングにおいて高度に効率的であること、並びに非常に適時に機能することという、現実的な課題に直面した。DMCは、患者が急速に登録されるため、進行中の主要な安全性と効能のデータをほぼ毎週モニタリングするために、eDMC(商標)ソフトウェア(CIMS Global)を我々のDDM「トライアル・レーダー(trial-radar)」と共に使用することを決定した(Shih,Yao&Xie,2020)[30]。DMCがモニタリングするよう計画された主要効能のエンドポイントは、7日目、14日目、21日目、および28日目の患者の臨床症状の6点順序スコアだった。(しかし、初期の検討会合で、DMCは、3日目、5日目、および10日目のデータも即座に確認することを要求したが、それらは探索的であると考えられた。)
本試験は、夜間頻尿の被験者を対象に、実験薬またはプラセボを2週間連日経口投与する、多施設共同二重盲検プラセボ対照試験である。本試験の一次エンドポイントは、14日の平均夜間排泄回数とした。元の設計は、片側アルファ=0.025における80%の検出力の固定サイズ設計だった。総数83の被験体が研究の中で無作為化された。最終分析では、実験的薬剤を用いた群はプラセボ群より大幅に優れていることが示された(1.96と比較されたZ試験)。
本試験は、非アルコール性脂肪性肝疾患(NAFLD)患者を対象に、経口投与された実験薬の安全性と有効性を評価する無作為二重盲検プラセボ対照試験である。一次エンドポイントは、ベースラインから6ヶ月後までの血清ALT(アラニントランスアミナーゼ)の変化とした。91人の被験者が3つの活性(投与)群とプラセボ群に無作為化された。元の設計は、片側アルファ=0.025において80%検出力の固定サイズ設計だった。最終分析では、活性群は、プラセボ群より大幅に劣っていることが示された。
武漢、中国にて行われた重症COVID-19患者のための静脈注射用レムデシビルの最初の二重盲検で、かつプラセボ対照の無作為化試験[31]は非常に注目された。主要な結果[29]は世界的な注目を集めた。しかしながら、計画された453人の患者のうちの237人が登録された後、不十分な患者のため、試験は早期に停止した。レムデシビルの統計的に有意な利益が、標準治療を越えて観察されなかったと報告された。結果は、2020年4月29日にFauci博士によって最初に発表された米国での同様のレムデシビルの試験[34]の結果に矛盾した。
COVID-19重症度の順序尺度およびエンドポイント
中国および米国試験ともに、特定のある日の患者の疾患重症度状態を示すために、COVID-19の処置に関する世界保健機関(WHO)のブループリント[38]に基づいた、カテゴリーの順序尺度を使用した。中国の試験は6ポイントのスケールを用いた。NIAIDのACTTは7ポイントのスケールを使用し、その後、8ポイントのスケールへと改訂した(改訂日付: 2020年3月20日)[33]。反対に置き換えられたポイントの順序に加えて、ACTTは、中国の試験のスケールにおける「生存退院」をさらに2つのカテゴリーへと細分化した。さらに、ACTTバージョン#2における8ポイントのスケールは、バージョン#1におけるポイント=5カテゴリーをポイント5およびポイント6カテゴリーへと細分化した。ACTTバージョン#1におけるポイント=5カテゴリーは、中国の試験のスケールのポイント=2カテゴリーに相当することが留意される。これらはすべて、患者は入院したが、酸素補給を必要としていなかった「軽症」状態を示す。
NIAID試験において、「回復」基準がポイント=6、7、あるいは8でカテゴリーに到達することと定義され、それに基づいて、本発明は、中国の試験において相当するカテゴリーを目的とし、また同様に「回復」基準を6つのカテゴリー(置き換え済)のスケールにおいてポイント=2または1の臨床状態に到達することとして決定した。臨床の専門家によって示されるように[33および34]、パンデミックの危機中に重病の患者が酸素補給を必要としないようにすることは、患者と医療従事者にとって臨床的に意義がある。
データセットにはベースラインでの6ポイントの順序尺度の患者231人(レムデシビル153人、プラセボ78人)、および28日目の患者225人(レムデシビル149人、プラセボ76人)が含まれている。ベースラインスコアの分布(%)は表5に要約されている:レムデシビル群(0、0、81.0、17.6、0.7、0.7)、およびプラセボ群(0、3.8、83.3、11.5、1.3、0)で、ポイント=1(退院、あるいは退院基準を満たした)~6(死亡)である。このように、大多数(81~83%)はポイント=3の患者で、彼らは入院し酸素補給を必要としていた(しかしNIV/HFNCではない)、中等症のカテゴリーだった。約12~18%はポイント=4の患者で、彼らは入院し非侵襲的換気(NIV)および/または高流量酸素療法(HFNC)を必要としていた。ごく少数はカテゴリー5で、体外式膜型人工肺(ECMO)および/または侵襲的人工呼吸器(IMV)を必要としていた。
[1] Clinical Development Success Rates 2006-2015,BIO Industry Analysis.
[2] Pocock,S.J.,(1977). Group sequential methods in the design and analysis of clinical trials. Biometrika,64,191-199.
[3] O’Brien,P.C. and Fleming,T.R. (1979). A multiple testing procedure for clinical trials. Biometrics 35,549-556.
[4] Tsiatis,A. (1982). ‘Repeated significance testing for a general class of statistics used in censored survival analysis’,Journal of the American Statistical Association,77,855-861.
[5] Lan,K. K. G.,DeMets,D. L. (1983). Discrete sequential boundaries for clinical trials. Biometrika 70:659-663.
[6] Lan,K. K. G. and Wittes,J. (1988). The B-value: A tool for monitoring data. Biometrics 44,579-585.
[7] Lan,K. K. G. and Demets,D. L (1989). Changing frequency of interim analysis in sequential monitoring,Biometrics,45,1017-1020.
[8] Lan,K. K. G.,Rosenberger,W. F. and Lachin,J. M.(1993) Use of spending functions for occasional or continuous monitoring of data in clinical trials,Statistics in Medicine,12,2219-2231
[9] Wittes,J. and Brittain,E. (1990). The role of internal pilot studies in increasing the efficiency of clinical trials. Statistics in Medicine 9,65-72.
[10] Shih,W. J. (1992). Sample size reestimation in clinical trials. In Biopharmaceutical Sequential Statistical Applications,K. Peace (ed),285-301.
[11] Gould,A.L.,& Shih,W.J. (1992). Sample size re-estimation without unblinding for normally distributed outcomes with unknown variance.
[12] Herson,J.,& Wittes,J. (1993). The Use of Interim Analysis for Sample Size Adjustment. Drug Information Journal,27(3),753-760.
[13] Shih,W.J. (2001). Commentary: Sample size re-estimation - Journey for a decade. Statistics in Medicine,20:515-518.
[14] Bauer,P.,& Kohne,K. (1994). Evaluation of Experiments with Adaptive Interim Analyses. Biometrics,50(4),1029-1041.
[15] Proschan,M.,& Hunsberger,S. (1995). Designed Extension of Studies Based on Conditional Power. Biometrics,51(4),1315-1324.
[16] Cui,L.,Hung,H. M.,Wang,S. J. (1999). Modification of sample size in group sequential clinical trials. Biometrics 55:853-857.
[17] Li,G.,Shih,W.J.,Xie,T.,& Lu,J. (2002). A sample size adjustment procedure for clinical trials based on conditional power. Biostatistics,3 2,277-87.
[18] Chen YH,DeMets DL,Lan KK (2004). Increasing the sample size when the unblinded interim result is promising. Statistics in Medicine,23:1023-1038.
[19] Posch,M.,Koenig,F.,Branson,M.,Brannath,W.,Dunger‐Baldauf,C. and Bauer,P. (2005),Testing and estimation in flexible group sequential designs with adaptive treatment selection. Statistics in Medicine,24: 3697-3714.
[20] Gao P,Ware JH,Mehta C. (2008),Sample size re-estimation for adaptive sequential designs. Journal of Biopharmaceutical Statistics,18: 1184-1196,2008
[21] Gao P,Liu L.Y,and Mehta C. (2013). Exact inference for adaptive group sequential designs. Statistics in Medicine,32,3991-4005
[22] Bowden,J. and Mander,A. (2014). A review and re‐interpretation of a group‐sequential approach to sample size re‐estimation in two‐stage trials. Pharmaceut. Statist.,13: 163-172.
[23] Shih W.J.,Li G.,Wang Y. (2016) Methods for flexible sample-size design in clinical trials: Likelihood,weighted,dual test,and promising zone approaches. Contemporary Clinical Trials,47,40-48.
[24] Michael Proschan,K.K. Gordon Lan and Janet Wittes: Statistical Monitoring of Clinical Trials - A Unified approach,(c)2006 Springer Science and Business Media,L.L.C.
[25] Mehta,C.R. and Pocock,S.J. (2011),Adaptive increase in sample size when interim results are promising: A practical guide with examples. Statistics in Medicine,30: 3267-3284.
[26] Lan,K.K.G.,Simon,R.,Halperin,M. (1982) Stochastically curtailed tests in long-term clinical trials,Communications in Statistics. Part C: Sequential Analysis,1:3,207-219.
[27] Xi,D.,Gallo,P.,Ohlssen,D. (2017) On the Optimal Timing of Futility Interim Analyses,Statistics in Biopharmaceutical Research,9:3,293-301.
[28] Davis,B.,Kerr,D.,Maguire,M.,Sanders,C.,Snapinn,S.,& Wittes,J. (2018). University of Pennsylvania 10th annual conference on statistical issues in clinical trials: Current issues regarding data and safety monitoring committees in clinical trials (morning panel session). Clinical Trials,15(4),335-351.
[29] Wang,Y.,et al,Remdesivir in adults with severe COVID-19: a randomised,double-blind,placebo-controlled,multicentre trial,Lancet,April 29,2020,DOI: 10.1016/S0140-6736(20)31022-9.
[30] Shih,W.,Yao,C. and Xie,T. Data Monitoring for the Chinese Clinical Trials of Remdesivir in Treating Patients with COVID-19 During the Pandemic Crisis,Therapeutic Innovation & Regulatory Science,DOI: 10.1007/s43441-020-00159-7.
[31] A Phase 3 Randomized,Double-blind,Placebo-controlled,Multicenter Study to Evaluate the Efficacy and Safety of Remdesivir in Hospitalized Adult Patients With Severe 2019-nCoVRespiratory Disease. PI: Cao Bin. (ClinicalTrials.gov Identifier: NCT04257656)
[32] Norrie JD. Remdesivir for COVID-19: challenges of underpowered studies. Lancet 2020; published Online April 29. https://doi.org/10.1016/S0140-6736(20)31023-0.
[33] A Multicenter,Adaptive,Randomized Blinded Controlled Trial of the Safety and Efficacy of Investigational Therapeutics for the Treatment of COVID-19 in Hospitalized Adults. National Institute of Allergy and Infectious Diseases (NIAID). ClinicalTrials.gov Identifier: NCT04280705.
[34] Beigel JH,Tomashek KM,Dodd LE,et al. Remdesivir for the Treatment of Covid-19 - Preliminary Report. N Engl J Med May 22,2020; DOI: 10.1056/NEJMoa2007764.
[35] Hughes S. Remdesivir Now ’Standard of Care’ for COVID-19,Fauci Says -- Multiple Trials Release Data,Some in Partial Form. Medscape April 29,2020; https://www.medscape.com/viewarticle/929685
[36] Frellick M. FDA Authorizes Emergency Use of Remdesivir for COVID-19. Medscape May 01,2020 https://www.medscape.com/viewarticle/929836.
[37] COVID-19: Developing Drugs and Biological Products for Treatment or Prevention,Guidance for Industry,U.S. Department of Health and Human Services,Food and Drug Administration,Center for Drug Evaluation and Research (CDER),Center for Biologics Evaluation and Research (CBER),May 2020.
[38] World Health Organization WHO R&D Blueprint novel Coronavirus: Outline of trial designs for experimental therapeutics,2020.
[39] Hochberg Y. A sharper Bonferroni procedure for multiple tests of significance. Biometrika 1988; 75:800-802.
[40] Scharfstein,D. O.,Tsiatis,A. A.,& Robins,J. M. (1997). Semiparametric efficiency and its implication on the design and analysis of group-sequential studies. Journal of the American Statistical Association,92(440): 1342-1350.
Claims (16)
- オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)を調製可能かつリアルタイムにモニタリングし、およびガイドするための、グラフィカルユーザインターフェースに基づくシステムであって、前記システムは、
a.オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)からの情報を格納するためのクリニカル・トライアル(clinical trial)データベースであって、ここで前記情報は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って継続的に更新される被検者データのセットを含む、クリニカル・トライアル(clinical trial)データベース、
b.好ましい領域、有望な領域、および望ましくない領域を含む、領域の群について、境界を決定するための、境界決定モジュールであって、ここで前記境界は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現し、ここで前記望ましくない領域は無益な領域を含み、および前記好ましい領域は成功した領域を含む、境界決定モジュール、および、
c.前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果のプロットを表示し、および前記領域の群に対応する境界パラメータを表示するための、前記境界決定モジュールを用いて操作可能な、グラフィカルユーザインターフェース(GUI)であって、ここで前記GUIは、ユーザが前記プロットを考慮して境界パラメータの値を調整することを可能にし、従って、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従ってリアルタイムで新しい境界を生成し、ここで前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果は、前記プロット上へと継続的に投影され、それにより、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)を調整可能かつリアルタイムにモニタリングおよびガイドし、そして提言を提供し、ここで前記提言は、
1)前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり、
2)前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり、
3)前記蓄積する効果が前記好ましい領域に属するが、前記成功した領域には属さない場合、「変更なしで継続」であり、
4)前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり、または、
5)前記蓄積する効果が前記望ましくない領域に属するが、無益な領域には属さない場合、「注意して継続」である、
GUIを含む、システム。 - 被検者データの前記セットは、非盲検データ、または前記非盲検データに由来する1つ以上の蓄積する効果を含む、請求項1に記載のシステム。
- 前記蓄積する効果は、スコア統計学(B値)、ウォールドの統計学(Z値)、点推定
- 前記境界パラメータは、相または時間に特有の望ましい値を有する、請求項1に記載のシステム。
- 前記好ましい領域は、B値が少なくともb1(t,1-β)である領域に相当し、前記有望な領域は、前記B値がb1(t,1-β)未満であるが、少なくともb2(t,Rmax)である領域に相当し、および、前記望ましくない領域は、前記B値がb2(t,Rmax)未満である領域に相当し、ここで前記Rmaxは、時間tにおける前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の最大のサンプルサイズ比率である、請求項1に記載のシステム。
- 前記無益な領域は、B値がbf(t)以下である領域に相当し、ここでbf(t)は、無益として統計的に有意な結論を示す時間tにおける閾値であり、および、前記成功した領域は、B値が少なくともCsである領域に相当し、ここでCsは、成功として統計的に有意な結論を示す閾値である、請求項1に記載のシステム。
- 前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が前記有望な領域に10ポイントにわたり連続して属する時、前記システムは、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の1つ以上のクリニカル・トライアル(clinical trial)パラメータを調整する必要を示す信号を提供する、請求項1に記載のシステム。
- オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)を調整可能かつリアルタイムにモニタリングし、およびガイドするための、グラフィカルユーザインターフェースに基づくシステムであって、前記システムは、
a.オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)からの情報を格納するクリニカル・トライアル(clinical trial)データベースであって、ここで前記情報は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って継続的に更新される被検者データのセットを含む、クリニカル・トライアル(clinical trial)データベース、
b.好ましい領域、有望な領域、および望ましくない領域を含む、領域の群について、境界を決定するための、境界決定モジュールであって、ここで前記境界は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、境界決定モジュール、および
c.前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果のプロットを表示し、および前記領域の群に対応する境界パラメータを表示するための、前記境界決定モジュールを用いて操作可能な、グラフィカルユーザインターフェース(GUI)であって、ここで前記GUIは、ユーザが前記プロットを考慮して境界パラメータの値を調整することを可能にし、従って、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従ってリアルタイムで新しい境界を生成し、ここで前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果は、前記プロット上へと継続的に投影され、それにより、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)を調整可能かつリアルタイムにモニタリングし、およびガイドする、GUIを含み、
前記システムは、シミュレーションモジュールにより操作され、ここで前記シミュレーションモジュールは、蓄積された被検者データの前記セットおよび前記プロットのトレンドを考慮に入れてシミュレーションを遂行し、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の今後のトレンドおよび径路を予測し、および、任意選択的に、初期または既存のクリニカル・トライアル(clinical trial)設計を前記初期または既存のクリニカル・トライアル(clinical trial)設計のために使用された想定と比較することによって、クリニカル・トライアル(clinical trial)パラメータの調整を提案し、前記シミュレーションは、トレンド解析、または線形トレンドを示す各部分に異なる重みが割り当てられる区分的線形トレンド解析を用いて行われる、システム。 - 被検者データの前記セットは、非盲検データ、または前記非盲検データに由来する1つ以上の蓄積する効果を含む、請求項8に記載のシステム。
- 前記蓄積する効果は、スコア統計学(B値)、ウォールドの統計学(Z値)、点推定
- 前記境界パラメータは、相または時間に特有の望ましい値を有する、請求項8に記載のシステム。
- 前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が前記有望な領域に10ポイントにわたり連続して属する時、前記システムは、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の1つ以上のクリニカル・トライアル(clinical trial)パラメータを調整する必要を示す信号を提供する、請求項8に記載のシステム。
- 前記好ましい領域は、B値が少なくともb1(t,1-β)である領域に相当し、前記有望な領域は、前記B値がb1(t,1-β)未満であるが、少なくともb2(t,Rmax)である領域に相当し、および、前記望ましくない領域は、前記B値がb2(t,Rmax)未満である領域に相当し、ここで前記Rmaxは、時間tにおける前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の最大のサンプルサイズ比率である、請求項8に記載のシステム。
- 前記無益な領域は、B値がbf(t)以下である領域に相当し、ここでbf(t)は、無益として統計的に有意な結論を示す時間tにおける閾値であり、および、前記成功した領域は、B値が少なくともCsである領域に相当し、ここでCsは、成功として統計的に有意な結論を示す閾値である、請求項8に記載のシステム。
- オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)を調整可能かつリアルタイムにモニタリングし、およびガイドするための、グラフィカルユーザインターフェースに基づく方法であって、前記方法は、
a.オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)からの情報をクリニカル・トライアル(clinical trial)データベースに格納する工程であって、ここで前記情報は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って継続的に更新される被検者データのセットを含む、工程、
b.成功した領域、好ましい領域、有望な領域、望ましくない領域、および無益な領域を含む、領域の群について、境界決定モジュールによって境界をマッピングする工程であって、ここで前記境界は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従って境界調整を受け、ここで各領域は、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、工程、
c.グラフィカルユーザインターフェース(GUI)上で前記境界調整を行う工程であって、ここで前記GUIは、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果のプロットおよび前記領域の群に対応する境界パラメータを表示し、ここで前記GUIは、ユーザが前記プロットを考慮して前記境界パラメータの値を調整することを可能にし、従って、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)が進むに従ってリアルタイムで新しい境界を生成し、ここで前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果は、前記プロット上へと継続的に投影される、工程、および、
d.前記GUIを介して、前記オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)をガイドする提言を提供する工程であって、ここで前記提言は、
1)前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり、
2)前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり、
3)前記蓄積する効果が前記好ましい領域に属するが、前記成功した領域には属さない場合、「変更なしで継続」であり、
4)前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり、または、
5)前記蓄積する効果が前記望ましくない領域に属するが、無益な領域には属さない場合、「注意して継続」である、工程を含む、方法。 - 既に完了したクリニカル・トライアル(clinical trial)を診断するための、グラフィカルユーザインターフェースに基づく方法であって、前記方法は、
a.既に完了したクリニカル・トライアル(clinical trial)由来の情報を、患者データの完了時間に応じて、クリニカル・トライアル(clinical trial)データベースへと連続して適用する工程であって、ここで前記情報は、継続的に更新される被検者データのセットを含む、工程、
b.前記情報が適用されるに従って、境界調整を受ける、成功した領域、好ましい領域、有望な領域、望ましくない領域、および無益な領域を含む領域の群について、境界決定モジュールによって境界をマッピングする工程であって、ここで各領域は、前記クリニカル・トライアル(clinical trial)の蓄積する効果に関連付けられる異なるレベルのリスクを表現する、工程、
c.グラフィカルユーザインターフェース(GUI)上で前記境界調整を行う工程であって、ここで前記GUIは、オン・ゴーイング・クリニカル・トライアル(ongoing clinical trial)の前記蓄積する効果のプロット、および前記領域の群に対応する境界パラメータを表示し、ここで前記GUIは、ユーザが前記プロットを考慮して前記境界パラメータの値を調整することを可能にし、従って、前記クリニカル・トライアル(clinical trial)が続行していると仮定して新しい境界を生成し、ここで前記クリニカル・トライアル(clinical trial)の前記蓄積する効果は、前記プロット上へと継続的に投影される、工程、および、
d.前記クリニカル・トライアル(clinical trial)が続行していると仮定して、前記クリニカル・トライアル(clinical trial)の診断を、前記GUIを介して、提供する工程であって、ここで前記診断は、
1)前記蓄積する効果が前記成功した領域に属する場合、「成功のため早期終了」であり、
2)前記蓄積する効果が前記無益な領域に属する場合、「無益のため早期終了」であり、
3)前記蓄積する効果が前記好ましい領域に属するが、前記成功した領域には属さない場合、「変更なしで継続」であり、
4)前記蓄積する効果が前記有望な領域に属する場合、「サンプルサイズを再評価して継続」であり、または、
5)前記蓄積する効果が前記望ましくない領域に属するが、無益な領域には属さない場合、「注意して継続」である、工程を含む、方法。
Applications Claiming Priority (9)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202062981954P | 2020-02-26 | 2020-02-26 | |
US62/981,954 | 2020-02-26 | ||
US202063016572P | 2020-04-28 | 2020-04-28 | |
US63/016,572 | 2020-04-28 | ||
US202063058839P | 2020-07-30 | 2020-07-30 | |
US63/058,839 | 2020-07-30 | ||
US202163138422P | 2021-01-16 | 2021-01-16 | |
US63/138,422 | 2021-01-16 | ||
PCT/IB2021/051634 WO2021171255A1 (en) | 2020-02-26 | 2021-02-26 | A radar system for dynamically monitoring and guiding ongoing clinical trials |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2023507668A JP2023507668A (ja) | 2023-02-24 |
JPWO2021171255A5 JPWO2021171255A5 (ja) | 2023-08-08 |
JP7403884B2 true JP7403884B2 (ja) | 2023-12-25 |
Family
ID=77490775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022544850A Active JP7403884B2 (ja) | 2020-02-26 | 2021-02-26 | オン・ゴーイング・クリニカル・トライアルを動的にモニタリングおよびガイドするためのレーダーシステム |
Country Status (8)
Country | Link |
---|---|
US (1) | US20230077323A1 (ja) |
EP (1) | EP4110187A4 (ja) |
JP (1) | JP7403884B2 (ja) |
KR (2) | KR102555679B1 (ja) |
CN (1) | CN115297781A (ja) |
AU (2) | AU2021226201B2 (ja) |
TW (1) | TW202201421A (ja) |
WO (1) | WO2021171255A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005108248A (ja) | 2003-09-11 | 2005-04-21 | Rumiko Matsuoka | 医療用知識データベース支援システム |
JP2019522256A (ja) | 2016-05-12 | 2019-08-08 | エフ.ホフマン−ラ ロシュ アーゲーF. Hoffmann−La Roche Aktiengesellschaft | 疾患を治療するために標的へ向けられた薬物の効力を予測するためのシステム |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7216116B1 (en) * | 1996-05-06 | 2007-05-08 | Spotfire Ab | Data analysis system with automated query and visualization environment setup |
US6820235B1 (en) * | 1998-06-05 | 2004-11-16 | Phase Forward Inc. | Clinical trial data management system and method |
US20050075832A1 (en) * | 2003-09-22 | 2005-04-07 | Ikeguchi Edward F. | System and method for continuous data analysis of an ongoing clinical trial |
US20070038472A1 (en) * | 2005-08-09 | 2007-02-15 | Clinical Supplies Management, Inc. | Systems and methods for managing clinical trials |
SG177937A1 (en) * | 2008-03-26 | 2012-02-28 | Theranos Inc | Methods and systems for assessing clinical outcomes |
US8380531B2 (en) * | 2008-07-25 | 2013-02-19 | Invivodata, Inc. | Clinical trial endpoint development process |
US20100332258A1 (en) * | 2009-05-13 | 2010-12-30 | Texas Healthcare & Bioscience Institute | Clinical Trial Navigation Facilitator |
WO2013135636A2 (en) * | 2012-03-12 | 2013-09-19 | Icon Clinical Research Limited | A clinical data management system |
WO2014107619A1 (en) * | 2013-01-04 | 2014-07-10 | Second Genome, Inc. | Microbiome modulation index |
CA3210162A1 (en) * | 2013-10-08 | 2015-04-16 | COTA, Inc. | Clinical outcome tracking and analysis |
US11144184B2 (en) * | 2014-01-23 | 2021-10-12 | Mineset, Inc. | Selection thresholds in a visualization interface |
RU2708792C2 (ru) * | 2015-03-10 | 2019-12-11 | Конинклейке Филипс Н.В. | Ультразвуковая диагностика работы сердца с использованием сегментации модели сердечной камеры под контролем пользователя |
GB201506824D0 (en) * | 2015-04-22 | 2015-06-03 | Trailreach Ltd | TrailReach Multitrial |
US20170193179A1 (en) * | 2015-12-31 | 2017-07-06 | Clear Pharma, Inc. | Graphical user interface (gui) for accessing linked communication networks and devices |
US20170329880A1 (en) * | 2016-05-13 | 2017-11-16 | Cytel Inc. | System & method for computationally efficient and statistically robust design of multi-arm multi-stage experiments |
WO2018017927A1 (en) * | 2016-07-22 | 2018-01-25 | Abbvie Inc. | Systems and methods for analyzing clinical trial data |
US11304657B2 (en) * | 2016-08-26 | 2022-04-19 | Akili Interactive Labs, Inc. | Cognitive platform coupled with a physiological component |
WO2018060996A1 (en) * | 2016-09-28 | 2018-04-05 | Medial Research Ltd. | Systems and methods for mining of medical data |
AU2018266817B2 (en) * | 2017-05-09 | 2022-05-19 | Analgesic Solutions | Systems and methods for visualizing clinical trial site performance |
KR101818088B1 (ko) * | 2017-06-14 | 2018-01-12 | (주)더웨이커뮤니케이션 | 원격 cro 제공 시스템 |
KR102070030B1 (ko) * | 2018-02-05 | 2020-03-02 | 재단법인 전통천연물기반 유전자동의보감 사업단 | 임상시험을 위한 데이터 관리 방법 및 장치 |
CN108510493A (zh) * | 2018-04-09 | 2018-09-07 | 深圳大学 | 医学图像内目标对象的边界定位方法、存储介质及终端 |
US20210366618A1 (en) * | 2018-05-03 | 2021-11-25 | Hoffmann-La Roche Inc. | Visualization of biomedical predictions |
EP3830685A4 (en) * | 2018-08-02 | 2022-04-27 | Bright Clinical Research Limited | SYSTEMS, METHODS AND PROCESSES FOR DYNAMIC DATA MONITORING AND REAL-TIME OPTIMIZATION OF ONGOING CLINICAL RESEARCH STUDIES |
-
2021
- 2021-02-26 JP JP2022544850A patent/JP7403884B2/ja active Active
- 2021-02-26 KR KR1020227027215A patent/KR102555679B1/ko active IP Right Grant
- 2021-02-26 US US17/797,062 patent/US20230077323A1/en active Pending
- 2021-02-26 TW TW110107045A patent/TW202201421A/zh unknown
- 2021-02-26 EP EP21761901.4A patent/EP4110187A4/en active Pending
- 2021-02-26 AU AU2021226201A patent/AU2021226201B2/en active Active
- 2021-02-26 WO PCT/IB2021/051634 patent/WO2021171255A1/en unknown
- 2021-02-26 KR KR1020237023464A patent/KR20230107914A/ko active Application Filing
- 2021-02-26 CN CN202180007898.3A patent/CN115297781A/zh active Pending
-
2023
- 2023-12-06 AU AU2023278032A patent/AU2023278032A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005108248A (ja) | 2003-09-11 | 2005-04-21 | Rumiko Matsuoka | 医療用知識データベース支援システム |
JP2019522256A (ja) | 2016-05-12 | 2019-08-08 | エフ.ホフマン−ラ ロシュ アーゲーF. Hoffmann−La Roche Aktiengesellschaft | 疾患を治療するために標的へ向けられた薬物の効力を予測するためのシステム |
Also Published As
Publication number | Publication date |
---|---|
AU2023278032A1 (en) | 2024-01-04 |
JP2023507668A (ja) | 2023-02-24 |
KR20230107914A (ko) | 2023-07-18 |
US20230077323A1 (en) | 2023-03-16 |
TW202201421A (zh) | 2022-01-01 |
WO2021171255A1 (en) | 2021-09-02 |
EP4110187A1 (en) | 2023-01-04 |
CN115297781A (zh) | 2022-11-04 |
EP4110187A4 (en) | 2023-09-27 |
AU2021226201A1 (en) | 2022-07-07 |
KR20220119499A (ko) | 2022-08-29 |
AU2021226201B2 (en) | 2023-09-07 |
KR102555679B1 (ko) | 2023-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dimick et al. | Bariatric surgery complications before vs after implementation of a national policy restricting coverage to centers of excellence | |
TWI819049B (zh) | 對正在運行中的臨床試驗進行動態數據監測和實時優化的系統,方法及實施過程 | |
US20110105852A1 (en) | Using data imputation to determine and rank of risks of health outcomes | |
Unger et al. | Cancer clinical trial participation at the 1-year anniversary of the outbreak of the COVID-19 pandemic | |
Wittenborn et al. | Economic evaluation of a home-based age-related macular degeneration monitoring system | |
US20100198571A1 (en) | Individualized Ranking of Risk of Health Outcomes | |
El-Dalati et al. | The clinical impact of implementation of a multidisciplinary endocarditis team | |
Harkey et al. | Postdischarge virtual visits for low-risk surgeries: a randomized noninferiority clinical trial | |
Butz et al. | Differences in coder and physician perspectives on the transition to ICD-10-CM/PCS: A survey study | |
JP7403884B2 (ja) | オン・ゴーイング・クリニカル・トライアルを動的にモニタリングおよびガイドするためのレーダーシステム | |
Zhao et al. | Optimal monitoring policies for chronic diseases under healthcare warranty | |
Kamal et al. | Quality improvement pearls for the palliative care and hospice professional | |
White et al. | The role of patient perceptions and hyperfunctional voice disorders in predicting voice therapy attendance | |
Chaer et al. | The impact of a systemwide policy for emergent off-hours venous duplex ultrasound studies | |
Guzek et al. | Improving diabetes care using a multitiered quality improvement model | |
Bowman et al. | A strategic plan for integrating ICD-10 in your practice and workflow | |
Pantalone et al. | Addressing Therapeutic Inertia: Development and Implementation of an Electronic Health Record–Based Diabetes Intensification Tool | |
Schell | Personalized Medicine in Chronic Disease Management. | |
Prusynski | Rehabilitation Processes in Skilled Nursing Facilities in the Context of Shifting Policy | |
Patel et al. | Improving Patient Safety in a High-Volume Intravitreal Injection Clinic | |
Hermann et al. | Quality measurement in health care: a need for leadership amid a new federalism | |
Agube | How Provider Education On Identification And Referral Of Eligible Patients To A Care Management Program Affects Readmission Rates: An Evidence-Based Project | |
Grant | Reaction Vein | |
Luskin et al. | Optimizing Outcomes in Asthma through a Pay-for-Quality-Performance Program. | |
El Hechi et al. | Detecting and Reporting Errors, Complications, and Adverse Events |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220812 Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221028 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230120 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230120 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230124 |
|
RD12 | Notification of acceptance of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7432 Effective date: 20230201 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20230201 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230419 |
|
A524 | Written submission of copy of amendment under article 19 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A524 Effective date: 20230714 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230929 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231206 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7403884 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |