• 患者服务: 与癌共舞小助手
  • 微信号: yagw_help22

QQ登录

只需一步,快速开始

开启左侧

怎么才能证明一款药有效?

[复制链接]
4390 0 小曲 发表于 2021-5-24 10:16:04 |

马上注册,结交更多好友,享用更多功能,让你轻松玩转社区。

您需要 登录 才可以下载或查看,没有账号?立即注册

x
1.jpg
3 Y4 V% Y9 }, G8 }( b
文章来源:混乱博物馆
. P3 t) `4 E( t: r- E: A+ a0 B5 H; w& ~) n; k
数万年来,为了对抗疾病加诸于人身的种种痛苦,人们一直在苦苦追寻着各种治病救人的方法,从石器时代祛魔治病的开颅手术,到19世纪出现的全身麻醉手术;从各种历史悠久的草药、动物药,到1805年第一次从植物中分离出吗啡,再到1832年发明第一种合成药物水合氯醛,所有这些努力都见证着人类医学的发展。
; h2 A; x, U# Y& O7 C/ g1 q8 c6 p3 O+ \- {7 J8 ]+ D3 B. q
2.jpg
2 W. ]& {; m9 q; K2 P

: e( f: j3 g, m& g$ O: w然而在这漫长的历史中,有一个看似简单却最为重要的问题,大部分时候都没有得到解决,那就是如何判断一种药物或疗法是真实有效的。
; S4 A! W) H6 x+ j% N0 V" r" V' J: P; k6 F: v
一直到1747年,英国的詹姆斯·林德通过将病人分为6组,分别给予不同的食物或药物,成功发现了柑橘可以治疗坏血症。对病人分组,给予不同药物,观察治疗结果的差异来判断药效,这一开创性的研究方法,成为医学历史上里程碑式的事件。
* L+ R' a, _& p# _8 Z. y3 K; y1 e( F1 D9 `
3.jpg

8 T9 ^, `9 F7 {7 t. n- B2 G! T5 u* O- _! ?- y: n- D9 `0 c
当然以今天的眼光来看,其试验条件和试验设计都极为原始,比如病人一共只有12个,分组完全靠医生指定,而林德一次试验竟然就能得到完全正确的结论,运气之好实在让人嫉妒。、
0 }$ ]2 }% W) w+ ?' t
* a9 x5 ]- n! n3 u" a0 c
4.jpg

! \7 G2 r8 Q% R" L" X& n: b" g
因为这其中难以捉摸的因素实在太多了。比如一种疗法究竟需要治好几个人才能算有效?如何知道一种“药物”与“治好”之间存在因果关系,而非碰巧?又如何证明吃药后祈祷30分钟并不能增强疗效?
4 L7 R$ T8 ~( `. S" T
  R) z8 I1 X8 Y2 A, k8 X+ r
5.jpg

* Z1 T* R+ r% _9 w- y! _9 G7 Z5 |- T
现实世界充满了复杂性,人类个体之间的情况千差万别,实验动物和人体之间的巨大差异,甚至还有安慰剂效应这样搅混水的因素等等,如同在物理实验室那样控制各种变量,分析出因果关系进而得到一个简洁优美、包治百病的公式,对于正经的医学来说是几乎不可能的。, n3 _0 _! e# n6 b( o

+ m4 _7 b! T  D' Y1 [2 q
6.jpg

/ G# N: H$ f2 n4 C, [
4 Z0 s3 B4 Z. v: c+ ?; E2 m但是我们可以通过一些间接的办法来解决这个问题。为了理解这种方法的精髓,我们可以先看看一个更简单的问题:为何自然出生的人口性别比并非男女1:1。$ s  i/ W" G; K$ g' P

4 N& ]" ^6 i1 m0 h8 `
7.jpg

( ]4 C4 j2 g5 u: y/ m1710年,英国的约翰·阿巴思诺特,收集了1629年到1710年伦敦的教堂记录中每一年受洗男孩儿和女孩儿的数目,这也就大致对应着每年婴儿出生的情况。他发现,每一年出生的男孩数量都要大于女孩。借由常识我们也能得到一个直观的结论:那就是正常情况下,男孩出生率要高于女孩,因为你们不能说连续这么多次都是巧合。譬如庄家掷骰子,一次、两次出现三个六,那是巧合,但连续几十次都是,我们就有理由相信他肯定是在作弊。
- Z  e4 D9 b* u. i. [$ B0 x& q: k# V
8.jpg

2 X& B4 j- E; k约翰·阿巴思诺特对此进行了更加严谨的论证:他首先假设诞生男孩的概率和女孩一样,都是1/2。那么每一年男孩多还是女孩多,就如同掷硬币一样,都有一半的可能性。通过简单的条件概率计算,也就是第一年男孩多的可能是1/2,那么第一年、第二年同样男孩多的可能就是1/2乘以1/2,以此类推,每一种可能的现实就如同在时间之树上不断分叉的树枝,其可能性不断减半,连续八十二年男孩都比女孩儿多,这一事件发生的概率为1/2连续相乘82次之多,结果约为10的-25次方,这样低的概率自然极度不可能发生。但现实中确实发生了这样的事情,由此可以反证,原假设——也就是男女自然出生比率相同的结论,是几乎不可能成立的。(Q.E.D)
/ d2 o- T( D+ i, y# G: l8 k$ Z3 L* G5 q  ?
9.jpg
5 _+ _. K& \" x( o, P& ~& g
使用这样一种更加曲折的方法,是因为在现实世界中,作为凡人的我们,永远只拥有不完全的信息和有限的试验次数、观察次数,无法通过穷举一切迫近绝对真理,但我们又必须根据这有限的信息去选择,去行动,那么就只能通过有限的样本去计算、去推断。
2 h" X) [- w/ U8 s
/ A/ D$ a0 w! N) `: @* G+ ]
10.jpg
& ]' ?5 u2 b. o! j5 {/ \
一旦人们认识到这种统计学思维的重大意义,其与分组对照试验的结合,就不可避免地产生了。0 h, M* @1 U6 |- Z+ Q; W* C  b
8 b* ^/ Y/ J$ x
在1948年,为了验证链霉素是否真的对肺结核有疗效所作的对比试验,堪称经典范例。经细菌学检查确诊为肺结核的患者,共107例,采用随机数字表产生随机序列号,随机分配为2组,并通过密闭信封保存随机序列号。试验组55例,接受链霉素治疗加卧床休养的方案,对照组52例只接受卧床休养。
# Y: r3 M" D: r! s& j% |, A+ T5 h- V/ s" ?% C9 @# V: E$ f
11.jpg

1 @* U" i) y2 ~8 V/ J( B- G在这里,对照组实际上充当了零假设的作用,也就是药物如果无效,治疗的结果应该是什么样的。通过实际用药后显示,试验组和对照组6个月的生存率分别为93%和73%,通过计算,两者数值的不同仅仅来自于随机分布的可能性小于1%,这也就是通常所说的p值<0.01;换句话说就是:试验组和对照组确实有差异的可能性高达99%。由此证明了,链霉素可显著改善肺结核患者的生存率。. o3 w: m+ T% f# [3 l) D7 \

5 @+ {" Y; a$ D
12.jpg

7 M0 E. I- Q% f; _+ N9 Z  W( p其精髓就在于,我们并不在假定它有效的前提下去证明它有效,而是首先假设它无效,这被称为零假设,就如同法律上的无罪推定,是为了减少冤假错案的发生,零假设则是为了排除药物无效的可能。既然它是无效的,那么和没有药物干预的病人们的病情发展状况应该非常相似。然后我们拿真正用药的病人的数据做对比,就可以计算出这个零假设是正确还是错误的可能性有多高。- _: O8 n8 E5 K9 [+ S- T

; M4 d$ q7 n! p8 K
13.jpg
1 l, ?, Q' O( e& P
由此开始,现代医学的临床试验才走上了正轨。这也就是我们所熟知的随机双盲对照试验,并发展为一套更加严格的Ⅲ期临床试验审批程序。. T3 L# `2 K3 r. }
4 P8 G) d  ^/ g% C* P# O% f( M) |
14.jpg

; u/ j/ Z+ j8 j4 C  }/ Q也许人们会疑惑为何不能直接测试一个药的有效性,搞这么多不同的阶段,但是大家都忘了一件事,那就是在确定一个药能否治好人之前,首先要确定这药不会把试验对象(人类)都毒死了,或者副作用过于严重,至少也要搞清楚安全用药的剂量到底是多高。否则盲目进行的试验,就会演变成科幻电影中,邪恶科学家随便拿大众当小白鼠,却声称自己是为了全人类福利着想的场景。
2 s5 ^& V6 h1 i5 A# d# |  L5 P! {4 i/ K* ?: O
15.jpg
4 m7 T- K, \8 h4 H
所以必须有一个Ⅰ期临床试验,观察人体对于新药的耐受程度和药代动力学,为制定给药方案提供依据。比如为了测试人体对不同剂量的耐受程度,先从动物半致死量的1/600或者动物最小有效剂量的1/100开始给药,然后逐渐加大剂量,观察人体的反应,即所谓的剂量爬坡试验。) R$ {' _) D  M$ h. E

  G, y. Z2 j8 o5 p
16.jpg

" `. ]% z4 V# E' I4 K0 V$ A临床Ⅱ期与临床Ⅲ期的主要目的似乎都是关于验证药物的有效性(其实也继续包括了安全性的评估),然而它们在统计学意义上的「有效性」差别也很大。最直接的差异就是试验的规模。1 X/ d& |2 T* w1 @8 }7 F

" d) s* m# E6 [0 a
17.jpg
% p' |6 K. z+ V  \5 I  L& g
Ⅱ期每一次试验的规模通常只有100人左右,每一个分组只有几十人;而在Ⅲ期,试验的规模会扩大十倍,接近1000人。+ v! ]! F2 n8 J( T
6 }8 W+ j0 L6 `$ X5 h+ i
18.jpg
& S% s( g. H6 T/ U) R
Ⅱ期试验其实就是需要去试错,在更小规模的试验中更加快速、更加低成本地排除掉没有希望的药物,降低赌上一切最终却一无所获的风险。9 r, [5 v2 {  m
& @& z$ P2 s' W8 u( Y+ l- v
所以Ⅱ期被称为探索性试验,意思就是赌博的成分很大。这类试验大部分采用单臂设计,即不设对照组,只与历史数据进行对比。正所谓十赌九输,Ⅱ期试验成功者继续通关乃至上市的成功率很低,在近十年中,一般只有1/4的新药可以进入Ⅲ期临床研究阶段。
8 h$ d4 i# E. P1 \: q4 p4 K5 g! u" I+ o' B
19.jpg
" F. }7 H6 Q2 A/ E

- l+ D' n6 ]# w
20.jpg
7 z: K" n1 l  U- {  g" n
当然也存在一些特例,在II期试验完成后就可以提前获得药品监管部门的上市许可,也就是走了加速审批程序。那些致命却缺少有效疗法的疾病,或者是一些罕见病,只有针对于它们的新药才能享受到这种待遇。其中的伦理和人道考量相信大家都很容易理解。而且如果它们在接下来的临床III期无法证明疗效,依然会被撤销许可。
, K- q7 }: C& z
/ B! o/ D& T9 e1 c+ s/ P
21.jpg

3 q% B. L7 V& q9 R' s当一种新药进入临床III期后,一切都变得更加严格。Ⅲ期试验一般都需要采用随机盲法、平行对照等试验设计,并且必须有足够大的样本,这才能确证在特定目标人群中的有效性和安全性。最直观的就是,我们最终在药品上看到的适应症、禁忌症等重要信息,主要都直接来自于这一阶段的试验结论,当人们说一种药物是否有效,一般指的都是这一阶段的结论。# p3 B: A, t) E% M% y: @! A2 U
5 ]- `, @. ]3 p0 Y/ q- `# j& k" C! v
22.jpg
  b& {8 d- t1 h0 f
甚至当一种药物通过了目前为止最为严苛、试验规模更大的Ⅲ期临床试验,拿到了卫生监管部门的上市许可,换句话说它的疗效已经得到了权威机构的认可,但是依然需要继续进行试验、收集数据,进一步验证其安全性和疗效。
+ s, c9 [- s. h4 G( K/ }9 z- ~1 a$ \" x; v
23.jpg

" k" N7 e. G. p& l因为Ⅲ期临床研究的数百到上千例患者,对于观察疗效算是足够了,但对于安全性,尤其是小概率发生的安全性事件,这样的样本量依然显得有些不够充分。所以需要在药物上市后,进行更大规模的临床试验,也就是所谓的Ⅳ期临床试验,这种研究一般需要纳入2000例以上的患者,观察药物在更广泛人群中的安全性。7 }) E/ b' ]7 M3 p8 y5 \
) X/ I9 t. [6 i6 m; e" g
24.jpg
" Z/ H  B" m4 z& F; [% s
归根结底,更多的样本,更多的试验,更多的尝试,才有可以让我们逼近那条可能性最高的道路。或者借用贝叶斯主义的观点:我们因此才增加了对我们的知识是正确的信念。
3 {# n: t' _3 ~8 R8 `
2 F& O" r# m: f1 [9 l) @
25.jpg

1 [) R. H$ v! O
+ Y" E( h  p: C$ Z& B, S- a9 L7 c6 Y参考文献7 A% S7 x! x! w& x
https://commons.wikimedia.org/wiki/Fileuentin_Matsys_-_A_Grotesque_old_woman.jpg
. N5 L2 R( ^9 Z0 U9 M0 r4 shttps://commons.wikimedia.org/wi ... -P4140363-black.jpg& A4 \8 g& @% Q
https://www.youtube.com/watch?v=Qxx14RCxblg& f- d1 S- b4 n- M, a! {# A
https://blogs.bl.uk/digitisedman ... english-herbal.html
/ g; v  x8 W; Khttps://wellcomecollection.org/works/ayd5f90 m" W5 w( O8 ], O, J* f
! @$ B! T5 G6 ~; H4 R- ?

发表回复

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

  • 回复
  • 转播
  • 评分
  • 分享
帮助中心
网友中心
购买须知
支付方式
服务支持
资源下载
售后服务
定制流程
关于我们
关于我们
友情链接
联系我们
关注我们
官方微博
官方空间
微信公号
快速回复 返回顶部 返回列表