發稿時間：2019-03-23 來源：中國臨床藥理學雜志
摘要：目的 對高變異藥物，在進行參比制劑標定的生物等效性試驗(RSABE)設計時，就例數的選擇提供一種估算方法。方法 建立了數據模擬的方法，按照參比制劑標定的計算方法，估算在不同幾何均值比值(GMR)、個體內變異(CVw)的情況下，達到一定的把握度時所需要的樣本量。結果 通過模擬計算，獲得了在幾何均值比值0.85~1.20，個體內變異30%~80%，在80%和90%把握度下所需要的例數。結論 所建立的數據模擬方法求算的例數結果可用于開展RSABE的例數設計。針對高變異藥物，使用參比制劑標定的三交叉試驗可顯著提高研究的效率。
關鍵詞：高變異藥物;參比制劑標定的平均生物等效性;樣本量;把握度
在生物等效性研究中，高變異藥物的生物等效性研究可占總數量的10%左右。對這些藥物的研究設計，可以采用目前常規的2周期2序列、4周期2序列交叉的平均生物等效性(ABE)研究方法，也可采用參比制劑標定的生物等效性研究(RSABE)，其研究設計包括參比制劑重復的三交叉試驗(又稱部分重復試驗)和四交叉試驗(又稱完全重復試驗)。常規的生物等效性研究方法是評價使用兩種制劑后，其所評價的藥代動力學評價參數的幾何均值比值(對數轉換后的差值)是否在允許的范圍內。目前，在國際上，這個允許的判斷區間(界值)大多是80%~125%。當個體內變異很高時，如達到30%以上(高變異藥物的定義范圍)時，要滿足以上的條件來獲得等效的結果，需要很大的研究例數才可以完成，這會帶來很大的資源消耗和受試者不必要的藥物暴露。為此，在評價高變異藥物時，歐洲藥品管理局(EMA)和美國食品藥品監督管理局(FDA)相繼提出了參比制劑標定的生物等效性研究方法。在這些方法中，等效性界值以參比制劑個體內變異的而定。當然，EMA和FDA的方法之間還存在一定的差異。EMA方法所針對的界值調整主要針對達峰濃度(Cmax)，且放寬到一定范圍時就不再放寬;而FDA的方法是對Cmax和血藥濃度-時間曲線下面積(AUC)均進行放寬，且沒有限度要求。在RSA-BE的試驗設計中，因不考慮受試制劑的個體內變異，參比制劑重復的三交叉試驗是進行高變異研究時研究效率最高的試驗設計。對于可能是高變異的藥物，為開展三交叉、四交叉RSABE的試驗，需要首先估算其樣本量的大小和把握度。對于二交叉ABE的試驗設計，有多篇文獻和教科書報道了樣本量和把握度的估算方法。但對三交叉和四交叉的RSABE試驗設計，關于樣本量的大小估算，文獻報道很少。為了了解三交叉、四交叉研究設計的數據特點，以FDA規定的RSABE方法為依據，用數據模擬的方法進行三交叉和四交叉RSA-BE試驗的例數和把握度估算，為開展此類研究提供幫助。
1 參比制劑標定的生物等效性研究原理
在RSABE研究中，同樣也是根據評價的藥代動力學參數(如Cmax，AUC)在對數轉換后的差值(μT-μR)的大小做出是否等效的結果判斷，但其置信區間的大小考慮了參比制劑的個體內變異?？梢酝ㄟ^以下公式進行計算。
式②即為常規的ABE計算公式。
對于σWO的取值，FDA規定為0.25，但FDA同時也規定，RSABE方法只能在參比制劑個體內變異(σWR)＞0.294時方可以使用，低于此值時，仍然需要使用常規的ABE方法。根據換算公式，對數轉換后的σWR＞0.294對應于對數轉換前的CVW=0.30。
2 RSABE試驗樣本量的計算方法
2.1 模擬數據集的產生
在三交叉和四交叉試驗中，對于受試制劑，用于等效性判斷的某一參數在對數轉換后可以由群體均值(σT)、個體內變異(σW)、個體間變異(σB)、周期間變異(π)和序列變異(γ)組成。其中個體間變異為隨機因素，符合均值為0、方差(σB2)的正態分布;個體內也為隨機因素，符合均值為0、方差σW2的正態分布;周期間變異和序列變異一般用固定因素來描述。本文中，為了簡化起見，周期間變異和序列變異暫不加入。對同一個體，在不同周期中，其個體間變異保持不變，但其個體內變異，在不同周期間是不同的。對于參比制劑，其均值是μR，可根據μT-μR=ln(θ)，求得的值μT(為受試制劑和參比制劑幾何均值的比值)。另外假設參比和受試制劑的個體內方差σWR2=σWT2。依據上述原理，通過計算軟件，可以模擬產生所需要的三交叉、四交叉試驗數據，依此數據進行三交叉、四交叉的RSABE計算。每種條件下，每種序列、每個周期產生10萬個數據，3種序列、3個周期產生90萬個數據用于模擬數據的計算;2種序列、4個周期產生80萬個數據用于模擬數據的計算。
2.2 模擬數據集的抽樣
在實際試驗時，常常按照均衡設計的方式進行試驗，因此，模擬數據抽樣時，從每個序列中抽取相同數量的受試者，組成抽樣數據。對于三交叉試驗，因存在3種序列，組成的受試者例數為3的倍數;對于四交叉試驗，只有2種序列，組成的受試者例數為2的倍數?？紤]到產生的數據量足夠的多，在實施每次抽樣時，受試者不進行替換。
2.3 模擬數據集的計算
根據FDA提供的計算公式，計算一定例數情況下，每次抽樣后獲得的結果，每種條件重復2000次，匯總成功率。當抽樣數據計算所獲得的σWR＜0.294時，仍然采用ABE的方法進行計算和判斷。
當重復的次數足夠多時，其匯總的抽樣成功率即為把握度，計算把握度為80%和90%時所需要的例數。
3 結果
通過反復抽樣，計算所獲得的參比制劑個體內變異和設計時的變異大小是一致的，提示計算過程無誤。
表1匯總了不同把握度、CVWR和θ值時的三交叉和四交叉受試者例數。由于篇幅的限制，沒有提供更細致的數據結果。
4 討論
本文通過數據計算，獲得了在不同條件下所需要的研究例數，所獲得的例數和把握度數據可以用于三交叉和四交叉的RSABE設計。從所提供的結果看，RSABE方法可以大大減少研究的例數，體現了這種設計的優勢。
在通過數據模擬的方法獲得了研究結果后，作者也查閱到參考文獻報道的結果。在所提供的文獻中，受試者的例數并不是3和2的倍數。通過對比，本文所獲得的結果和文獻結果，在數據重疊的部分中，兩者是一致的，說明本文所得到的結果是可靠的。
在本文的例數估算中，本課題組假設參比制劑和受試制劑具有相同的變異，但實際上，會存在不一致的情況。參比制劑的個體內變異對對數轉換后的差值(μT-μR)有影響，模擬數據結果顯示:當受試制劑的個體內變異大于參比制劑時，本試驗中確定的例數需要考慮上調，才能獲得等效的結果。出現這種情況可能是由兩種制劑的釋放機制不一致所致，也可能是其他原因。相反，當受試制劑的個體內變異小于參比制時，失敗率略有下降，如保持試驗例數不變，把握度會提高。模擬結果顯示，個體間的變異大小對失敗率沒有影響。
RSABE設計因其設計原理不同，不能簡單套用ABE例數的估算方法。從本文的計算結果中可見，隨著受試者個體內的變異加大，入選受試者的例數并不加大太多，這主要是參比制劑校正的試驗特點，放寬了接受的限度。
另外，FDA法規還規定對于使用RSABE的研究設計，需要設定最低例數不能低于24例，這樣表1中的最低例數不能低于24例，以避免RSABE的研究設計被不當使用。
