贝叶斯方法在肿瘤新药早期临床研发中的发展与应用

摘要：

贝叶斯学派是通过综合未知参数的先验信息与样本信息,依据贝叶斯定理,求出后验分布,根据后验分布推断未知参数的统计方法.相比频率派,贝叶斯学派更加灵活、高效.肿瘤新药是全球研发的热点,但同时也存在高失败率的风险.在肿瘤新药早期研发中,高效寻找最佳剂量、优势人群、估计疗效和成功率是医药企业和研究者的共同需求.近年来,肿瘤新药研发呈现化学药物生物制品转变、单药治疗向联合治疗转变、传统设计向创新设计转变等新趋势;伴随出现的各种挑战,包括无法找到最高耐受剂量、延迟毒性、延迟反应、剂量疗效关系变化、剂量组合众多等.基于贝叶斯方法,恰当借用先验信息,能有效帮助企业在肿瘤早期研发中,实现从传统研发模式(高投入、长周期、低效率)向现代研发模式(低投入、短周期、高效率)的转变.研究还进行了贝叶斯方法在肿瘤新药早期研发的进展阐述,与频率派的理念、应用场景的比较分析,可为医药研发的所有从业人员提供宏观、系统的参考.

关键词：早期试验、贝叶斯、统计设计、肿瘤

所属期刊栏目：25

分类号：R97;Q819;R192

在线出版日期：2023-01-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：730-734