
研究测算:为每种疾病验证AI药物所需临床试验成本
来源标题:If AI found better drugs for every disease, what would it cost to prove it?
一项分析估算,若由一个理想化协调者统一开展全球关键性试验、为每种疾病验证一种疗法,仅“证明有效”这一环节的成本就达数千亿美元量级。该测算按全球疾病负担清单逐病定价单项关键试验并加总,且未计入发现、早期试验、生产、配送与可及性成本,也未包含抑郁、背痛等非致死性疾病。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
什么是“仁慈的协调者”?一个理想化的规划者,把全球的关键试验当作一个统一的项目来运行,以最好地应对全球疾病负担。因此不会有重复或相互竞争的试验。
这仅仅是证明一切有效的成本。药物发现、早期试验、生产、交付和可及性都要花更多钱,而且更难预测。那些导致疾病但很少致死的情况,比如抑郁症或背痛,并不在清单上,所以“每一种疾病”的成本会更高。
列出疾病,为每种疾病的一项关键试验定价,然后加总:
从全球疾病负担(GBD)研究的疾病死因清单中选取,排除伤害和“其他心血管疾病”这类笼统分组——它们把许多任何单一试验都无法覆盖的病症捆绑在一起。5 每种疾病使用一项关键试验。
找到一项随机对照试验(RCT),它测试了国际指南今天推荐的做法。在接受该治疗的病人中,取他们在该试验持续期间发生不良结局的风险,p0。
计算一项新试验需要多少参与者,才能可靠地显示风险减半,即从 p0 降到 p0/2。标准假设检验数学给出总数 N(90% 功效,5% 显著性)。
N × 每位参与者 53,904 美元,对所有疾病求和。这是 Moore 等人给出的关键试验每位参与者的中位成本,折算为 2026 年美元。6,7 见下方计算 ↓
每个点代表试验衡量成功的一种方式:一个不良事件,比如死亡或心脏病发作,新治疗需要使其发生率减半。越罕见的事件需要越大、越昂贵的试验。黑色刻度线标出每种疾病的中位成本,也就是加总时所累加的值。悬停或点击一个点,可以看到其数字来源的那项试验。
这个头条数字让我惊讶于它如此之小。2024 年,全球制药行业在 3 期试验上的花费大约为 (以 2026 年美元计)。我原本以为,即便有一位仁慈的协调者掌管,所有主要疾病的账单也会大得多。
成本差距的一部分来自所假设的改善幅度。将一种疾病最严重结局的风险减半是很大的进步,与标准临床试验相比,这需要更少的参与者就能产生显著结果。在确立当今最佳疗法的关键试验中,不良结局的风险中位数降低了 。证明这种幅度的改善、而非减半,总成本大约为 。
另一部分则是冗余。许多公司竞相治疗同样的患者:到 2022 年,已有 5,683 项试验在测试阻断单一免疫通路 PD-1/PD-L1 的药物。这一领域变得如此拥挤,以至于联合试验开始超出患者需求,FDA 不得不呼吁制药商合作以减少冗余。8 一个较新的免疫靶点 TIGIT 已吸引 21 家公司开发 30 种药物:约 220 项试验、49,000 名患者,估计成本为 31 亿至 36 亿美元。9 在整个药物研发管线中,每个靶点在研的癌症药物数量从 2000 年的 1.8 种上升到 2022 年的 9 种。10 从全球福利角度看,这种投入也是失衡的:癌症占行业试验启动量的 38%,11 但只占全球死亡人数的 18%。5
一个协调得更好的系统会是什么样?疫情期间,英国的 RECOVERY 试验整合了 NHS 各医院的研究力量。它表明地塞米松可以降低 COVID-19 住院患者的死亡,而无需不同团队各自重复试验组。12 I-SPY 2 针对乳腺癌运行了十多年的类似平台试验。13
其他行业也成功实现了更好的协调,以避免企业间的冗余:1987 年,14 家美国芯片制造商成立了 SEMATECH,共享竞争前制造研究。我对这个领域不熟悉,但它似乎被广泛认为帮助美国在对日竞争中恢复过来。14 也许一个更好的医学系统会类似:共享的试验平台,公司竞相把自己的药物投入其中,而不是数十项几乎相同的试验争夺同一批患者。
设 p0 为在固定随访窗口内、在当前最佳治疗下发生不良结局的概率。将其减半的疗法把概率降到 p1 = p0/2。试验将受试者平均分配到新疗法和最佳治疗两组。试验必须足够大,以便有 90% 的时间能检测到真实的减半(功效),同时误报概率不超过 5%(双侧显著性)。比较两个比例的标准公式给出每组人数 n:
这里 z1−α/2 = 1.96 和 z1−β = 1.28 是 5% 双侧显著性和 90% 功效对应的标准正态值,p̄ = (p0 + p1)/2。两组合计为 N = 2n。试验成本则为 N × 53,904 美元:Moore 等人对 225 项关键试验估计的每位参与者中位成本(41,413 美元),我假设这是 2019 年美元,并按美国消费价格折算到 2026 年。6,7 这是一个固定时间近似,而非许多真实试验采用的 event-driven 生存设计。
试验必须检测的差距 p0 − p1 = p0/2 在分母中被平方。因此,在良好治疗下某一结局越罕见,要看到它减半就需要越多人。
PhRMA 的成员公司在 2024 年将 R&D 的 27–39% 花在 3 期试验上。15 把这一比例应用到全球 2,880 亿美元总额上16 并折算为 2026 年美元7,得到大约 。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。