UPMC LED全球试验快速跟踪羟氯喹,其他Covid-19疗法的测试
![A novel clinical trial design developed by physician-scientists at the University of Pittsburgh and UPMC is coordinating a global effort to fast-track treatments for COVID-19. Credit: Elena Gialamas Cerri/University of Pittsburgh UPMC LED全球试验快速跟踪羟氯喹,其他Covid-19疗法的测试](https://scx1.b-cdn.net/csz/news/800a/2020/upmcledgloba.jpg)
匹兹堡大学医学院开发的新型临床试验今天在Covid-19大流行期间发布了一个最重要的辩论:医生如何在快速采用新的疗法之间决定,例如反疟疾药物羟基氯喹,等待直至它们在较长的临床试验中进行测试?
“解决方案是在现在做某事之间找到最佳权衡,例如按住药物的药物,或等待传统临床试验are complete," said Derek Angus, M.D., M.P.H., professor and chair, Department of Critical Care Medicine at Pitt and UPMC. "We've developed a way to do that with an adaptive clinical trial model that relies on a type of artificial intelligence known as reinforcement learning to identify the best, evidence-backed therapy for COVID-19 much faster than using the traditional scientific approach."
在Covid-19出现之前,Angus和广泛的国际合作者开发了一个平台,称为Remap-Community获得的肺炎(Remap-Cap),旨在为非大流行和大流行设置找到严重肺炎的最佳治疗方法。当Covid-19开始循环时,根据其意图迅速调整Remap-Cap,以纳入专门针对SARS-COV-2病毒的额外治疗方案。国际团队描述了今天发布的稿件中的Remap-Cap平台美国胸科学会年报(annalsats)。
REMAP(随机,嵌入式,多因素,自适应平台)允许研究人员以低成本和较少的患者同时测试多种治疗方法,而不是传统的临床试验。Remap设计,2015年Angus首次描述的美国医学协会(Jama),是一种灵活的所谓“自适应平台试验”的灵活版本。“自适应平台试验正在迅速被美国食品和药物管理局,比尔和梅林达盖茨基金会和其他人作为临床试验中长期革命的革命,”安斯泰尔·斯科斯·斯科斯·斯科斯·斯科斯·皮斯
他把REMAP的做法比作厨师提供的固定价格菜单,包括开胃菜、主菜和甜点。厨师可能会尝试各种不同的组合,提供不同的大小和选择,有时会忽略开胃菜或甜点,并随着盘子刮干净或几乎没有碰过而不断调整,直到找到最畅销的组合。
UPMC-REMAP-COVID19试验基于REMAP-CAP平台的骨干构建,将特别强大,因为它正在与UPMC的电子健康记录系统集成,注明Angus。“在大流行中,医生不会有时间辩论每种可能的临床试验的优缺点。通过在护理点建立这种一站式解决方案,我们正在推出一种可以确保每位患者的方法如果他们选择的话,可以参加Covid-19,可以参加该计划。“
“我们必须将旧思维方式和融合临床护理和临床研究丢弃一个极其有效的系统,”Angus表示,在Jama颁发了最近的一个观点,倡导“在做”方法的“学习”的方法中。“这是一个前所未有的大流行,我们需要一个前所未有的回应。”
Upmc-Remap-Covid19将在UPMC的40医院系统中开放,并以不同组合同时进行测试的多种治疗,包括羟氯喹,类固醇和药物,称为免疫调节剂,可改变免疫系统的反应性。如果需要测试新药,他们只是在研究修正案中滚入平台,而不是在单独的独立式中进行测试审判。所有参与者将获得当前的护理标准,大多数也将获得一项,两三个实验治疗方案。这意味着,在发布会上,只有12.5%的参与者将严格被严格分配到审判的安慰剂和,但在几周内,研究人员预计大约99%的患者将接受一个或多个专门针对Covid-19的活性疗法。
此外,由于UPMC-REMAP-COVID19平台与全球REMAP-CAP平台相连,此次试验借鉴了整个国际经验。REMAP-CAP正在北美、欧洲、澳大利亚和新西兰招募COVID-19患者,并迅速扩大。
“试验设计采用了一种机器学习模型,该模型将来自世界上的患者的数据纳入全球的患者,不断了解哪些疗法和疗法的组合表现最佳,”Annalsats Co-Author Scott Berry,Ph.D.总裁兼高级统计浆果顾问的科学家,与安格斯和他的同事合作,建立统计模型。“上周,联合王国国家卫生服务的首席医学官敦促该国每家医院参加这一审判。随着更多机构加入,该模特学会更快。”
如果其中一个治疗显示比其他治疗更好的早期迹象,患者将自动进入该治疗方案。医生可以放心,他们始终在胜利的马上赌注,并且迅速停止表现不佳。
“这让我们始终迅速识别哪种治疗方法最佳,同时保持患者的数量需要实现统计显着性低,”Angus说。“这也意味着我们得到了最好的待遇到大门的患者。“
用户评论