在随机对照试验中测试一种新疗法需要大量的资金、技术和复杂的组织结构——这是构成现代医学基石的“黄金标准”研究类型。这些步骤包括:设计一个有效的统计设计、确定剂量和疗效度量、通过伦理审查、培训研究方案的合作者、招募新疗法和对照组所需的患者数量和类型。研究人员通常需要数年时间,平均花费2000万美元,才能了解新的干预措施是否优于安慰剂或标准治疗。如果试验涉及一种全新的药物,它获得美国食品和药物管理局批准的几率只有14%。然后,当审判结束时,它的团队解散,组织关闭。“这就像每次我们想踢一场比赛就建一个新的足球场,”位于德克萨斯州的临床试验设计咨询公司Berry Consultants的总裁兼高级统计科学家斯科特·贝里(Scott Berry)说。

但是假设这个体育场可以被重复使用来测试多种治疗方法。想象一下,如果一种方法无法达到预期效果,可以添加新开发的疗法,并在同一对照组中进行测试。这个方法叫做an适应性试验平台(APT),在过去十年中已经取得了进展。APTs不是专注于单一的新疗法,而是更广泛地针对一种疾病。来自多家制药公司的药物可以在同一时间和不同的组合中进行测试。如果数据显示,特定的患者群体在某些治疗方法下表现更好,就可以招募新的参与者加入这些治疗部门。理论上,apt可以一直运行,以寻找更好的结果。

这些试验目前正在评估阿尔茨海默病的治疗方法;流感;乳腺癌、脑癌和胰腺癌;严重COVID;和更多。“我的观点是,这些试验是革命性和变革性的,”澳大利亚莫纳什大学危重护理研究教授、针对急性COVID的APT的首席研究员史蒂夫·韦伯(Steve Webb)说。

运营时间最长的APT是2011年开始的我是间谍2该组织评估用于缩小局部扩散的乳腺癌患者肿瘤的新药物疗法。I-SPY 2已经研究了大约24种不同的化合物和方案,并展示了哪些对特定类型的肿瘤患者最有希望。贝里说:“最大的优点之一是,你可以比设计单独试验快得多地添加一个手臂。”

取得成果的时间线也大大加快了。与传统研究不同,APTs涉及对累积数据的频繁分析,因此试验可以根据中期结果迅速发展。让这成为可能的是复杂的贝叶斯统计分析——一种比较概率的方法,需要强大的计算能力。如果分析显示一种治疗方法非常有可能是不安全的或无效的,或者这种治疗方法非常有效,应该更广泛地使用,那么研究部门就会停止。“实时数据报告是一件非常新颖的事情,”梅奥诊所的肿瘤学家图菲亚·哈达德说,他在I-SPY 2的传统试验中也有工作。“试验正在不断地从每个病人身上学习。我们更快地回答研究问题,更快地将药物推向市场,帮助我们的患者。”

快速回答使APTs在患者维权组织中很受欢迎,其中有几个为这种试验提供了资金。这种速度也使它们成为联邦政府寻找新冠病毒治疗方法和疫苗的“曲速行动”(Operation Warp Speed)的自然选择。在一个偶然的转折中,当大流行来袭时,一项可用于研究COVID的平台试验已经在进行中。这项研究被称为REMAP-CAP该项目旨在测试由一种新的大流行呼吸道感染引起的疾病的治疗方法。韦伯说,该试验已经完成了对10种不同的COVID干预措施的评估。例如,研究表明,氢化可的松和免疫系统调节剂托西珠单抗和萨莱单抗对某些类别的患者有帮助,但恢复期血浆和羟氯喹则没有。

APTs的计划和管理比传统试验更加复杂,其统计方法可能会让普通医生感到困惑,但fda已经接受了这种方法,COVID已经证明了它们的效用。至于只建造一场比赛的旧模式,贝里说:“希望有一天人们会笑着说,‘不可能是这样做的。’”