FDA–AACR 关于优化肿瘤药物产品剂量的策略：为注册试验选择最佳剂量 免费

《Clinical Cancer Research》：FDA–AACR Strategies for Optimizing Dosages for Oncology Drug Products: Selecting Optimized Dosages for Registrational Trials Free

肿瘤药物开发中最大耐受剂量（MTD）传统评估存在高剂量毒性风险，创新试验设计（如无缝试验）与模型驱动方法（暴露-响应分析、临床效用指数）可优化剂量选择。通过整合临床与非临床数据，提高剂量优化效率并支持注册临床试验设计。

　　

摘要

传统上，最大耐受剂量（MTD）一直是推荐的II期试验剂量，这种剂量通常在肿瘤药物的注册临床试验中进行评估。随着靶向治疗的出现，这种方法可能导致研究出不必要的高剂量，这些高剂量虽然会增加毒性，但并未带来额外的益处。在临床开发过程中，采用创新的试验设计和基于模型的方法有助于更明智地选择剂量。暴露-反应分析、临床效用指数以及其他基于模型的方法已成功应用于理解各类现代肿瘤药物的初步活性和安全性数据，为注册试验中建议的剂量提供了依据。无缝试验设计也发挥了重要作用，通过利用预先计划的灵活性和统计程序来提高试验的效率。关键在于，这两种方法都可以根据具体需求进行调整，以便充分利用所有相关的临床和非临床数据。尽管如此，MTD的评估在注册试验中仍然很普遍。本文是关于肿瘤药物开发中剂量优化最佳实践方法的三篇文章中的第三篇，重点介绍了创新试验设计和基于模型的方法在帮助选择更优剂量以供注册临床试验评估方面的成功应用及相关考虑因素。