课堂 | 不离不弃，共同翻越“临床试验设计与统计学”这座高山
如何评价绝大多数都是非统计师的临床研究管理班同学们，逐步翻越模块四“临床试验设计与统计学”这座“高山”的过程？那就是：勤奋与坚持！同学们不仅没被四天的统计学打倒，还越战越勇，“生存”到最后……这也和师资团队精心用心的设计与深入浅出的讲授密不可分，使得同学们“举重若轻”地翻越这座看似最艰难的高峰。
这样的“历练”对于成就一个知识体系全面的临床研究管理者来说又是十分必要的。只有深入理解各期临床试验中采用不同设计方案的目的和逻辑关系，正确评估临床数据结果对下一步研发计划的影响，才能更合理地制定整体研发计划。如果没有开启统计学视角，这一切都将如雾里看花。
临床研究管理专业能力培养项目
模块四：临床试验设计与统计学
——科学合理的设计方案与数据分析方法呈现真实的研究结果
2018/3/22-25 苏州
健步热身识路径
“从临床试验计划至全程实施必须有统计师的参与!”
耶鲁大学生物统计系兼职教授
缔脉生物首席数据科学家
马政博士作为课程主席之一，系统设计了课程内容、引领师资团队备课，并为四天课程“作序”。他从全球新药研发面临的挑战谈起，用大量统计数据说明超过50%的II &III期临床试验的失败原因是缺乏有效性，必须在临床试验中正确应用生物统计学，才能最大增加成功率。随后他用一系列生动的小故事描绘了美国临床试验发展史是伴随着统计方法逐步提升的历程。发展到今天，法规要求需要开展基于统计学的临床试验，并要求新药批准需要提供“确切证据”（substantial evidence），证明药物的安全有效性，足以说明生物统计学对于临床试验的重要性。他强调：临床试验从开始计划就必须有统计师的参与，并且需要全程参与临床试验，统计团队的水平对临床试验的成败至关重要！
层峦叠嶂第一峰
“统计的核心作用：最有效地从 noise 里面找 signal”
杨森（中国）研发中心统计决策部中国区负责人
作为课程的重要内容，具有丰富临床试验设计与数据分析解读经验的狄佳宁博士，通过12个学时为大家系统讲解了各期临床试验中的统计学考量。临床试验的基本问题是想验证什么和想怎么验证（包括试验对象、想怎么设计试验、想怎么收集和分析数据、怎么解读分析结果并下结论）。他从各期的目的和区别入手，指出I-IV期试验只是一个定性的划分，而统计的思想是通用的，需抛开各期的边界，从全局看问题，从大量的试验信息中梳理有效的“信号”。
随后他通过大量试验设计和决策的实例，分别介绍了各期临床试验的目的、典型设计及思路、一些常见的统计数据特征、与其他试验阶段之间的关系以及在注册过程中的作用，带领大家对临床试验全程设计有一个清晰而系统的梳理。
I期临床试验：Simple，但并不一定easy！
该阶段主要是考察安全性和治疗方案（剂量，给药频率）的初步探索，要尽可能多地收集数据：安全性、PK/PD、剂量爬坡、药物间相互作用、生物等效、食物影响以及首次人体试验（FIH）等。核心原则是：以目的来定义 phase 1，不要以样本量来定义。
II期临床试验：最常出现创新（innovation）的阶段
该阶段的基本目的是验证1期推荐剂量（们）的 治疗效果，通常将Ph 2a 称为proof of concept，即药物是否存在 anti-disease activities；而Ph 2b多为3期做铺垫，最大程度辅助注册。这期间考验得是GO/No-Go的决策。核心原则是：有针对性的检验，尽可能快的做出决策，要小、快、灵，要更高效的终点、更敏感的受试者群体、更准确的剂量-反应关系，并探索不同的可能性。统计上讲，这经常是一个“estimation”的阶段，而不一定是一个“test of hypotheses”。
III期临床试验：终点选择严格，统计分析要求高！
3期临床试验的基本目的是通过和已知的标准治疗进行严格的比较，来找到“最好”的 treatment，并验证有效性以及 风险获益比的最后确认。这个阶段需要严格的设计和分析，尽可能完整的展现药物的特性。这也是一个通过检验假设的确认阶段，和其他阶段（包括4期）的接轨很重要！
一般，1-3 期未完成的任务由 4 期试验来做，包括近几年越来越受关注的真实世界数据。这期间的试验更贴近实际情况，是对临床试验的补充，还不是替代。主要目标是进一步验证没有或无长期不良反应、验证效益、潜在的药物间相互作用、新的给药方案和特殊人群等。
跋山涉水第二岭
“中国的生物统计学将有飞跃性的发展”
ICH在中国的实施已经推上日程，如何更好的解读并运用于指导临床试验是大家非常关注的问题。马政博士为同学们详细解析了ICH E9《临床试验统计原则》和ICH E10《对照组的选择及相关临床试验问题》的指南要点，以及CFDA《药物临床试验的生物统计学指导原则》（2016年版）。他特别强调，要与药监部门及时沟通关键统计学问题，达到共识。马博士展望：最近10年中国的生物统计学将有飞跃性的发展，CFDA指导原则与国际接轨，将体现当前的国际公认原则和共识理念，中国的临床质量也将达到国际标准。同时，马博士还为同学们准备了一堂有关生存分析（Survival Analysis）的入门课程，进一步拓展了同学们的统计学视野。
劈荆斩棘第三岗
“建立以人员、流程、系统、标准为闭环的高质量数据管理体系”
课程教授：赵睿哲 女士
缔脉生物医药临床数据管理团队负责人
什么是数据管理？数据管理员做什么？赵睿哲老师用两个问题引发大家的思考，并逐步讲授了建立一个数据管理的体系必须考虑的因素。人员、流程、系统、标准缺一不可，质量和风险控制更是不可或缺，并通过数据流和数据趋势的管理不断优化数据。通过组织同学们根据背景资料设计CRF和UAT，赵老师进一步巩固了大家对数据采集要点的理解。
中国企业是否做好了准备使用CDISC标准？
缔脉生物商务拓展执行总监/负责人
你是否了解CDISC 标准？CDISC标准有哪些？各自的目的和用途？使用CDISC标准有什么问题？你理解的临床试验数据流是怎么样的？张子豹博士为大家讲解了使用数据标准的意义所在，进一步系统地讲授了CDISC数据标准（Clinical Data Interchange Standards Consortium 临床数据交换标准协会）及其在临床试验中的应用，并解析了美国、中国和日本新药注册申请NDA对数据标准的监管要求。在张博士的引导下，同学们还就CDISC在中国推行的可能性展开了开放性的讨论。
百折不挠又一村
“统计学核心思想：最大限度地减少了从好/坏数据中得出不正确结论的机会”
默克雪兰诺（北京）全球生物统计、流行病学和医学写作部中国负责人
在全球临床研发与医学事务方面具有丰富领导经验的王钧源博士，从误差与偏倚、单臂试验和随机化试验、优效性试验vs非劣效性试验、序贯设计等几个方面为同学们讲授了临床试验生物统计学常见方法及核心概念，并介绍了自适应设计与实际运用。王博士用生动幽默的方式，用生活中的统计学实例和经典案例，使得同学们愉快地战斗到“统计学”课程的最后。
最后王博士引用STEVEN PIANTADOSI博士的一句话作为四天课程的总结。
Statistics is a way of thinking or an approach to everyday problems that relies heavily on designed data production. An essential impact of statistical thought is that it minimizes the chance of drawing incorrect conclusions from either good or bad data.
统计学是一种思维方式或解决日常问题的方法，而这些问题在很大程度上依赖于的如何设计产生数据。统计学的一个核心思想在于，它是否最大限度地减少了从好/坏数据中得出不正确结论的机会。
——STEVEN PIANTADOSI
《CLINICAL TRIALS --A Methodologic Perspective》的作者
品种开发中注册与临床工作互融的几点体会
本次学习沙龙，由临床研究管理一班的支书、信达生物注册申报副总裁易博同学为大家带来她多年注册工作的思考。药学是物质基础，临床评价是必经之路。临床研究方案，其假设和评估标准如何符合监管机构的要求？注册在其中起什么作用？每一个话题都启发同学们开放而深入的探讨。
信达生物制药
课程期间，支书易博同学还邀请大家参观了她工作的企业、坐落于园区内的信达生物制药（苏州）有限公司的研发与生产基地。大家有幸听到信达生物首席运营官周勤伟博士关于生物类似药的精彩一课。
观摩全球最牛的“大脑拍照术”
学习之余，学院组织同学们参观了位于园区内的华中科技大学（苏州）脑空间信息技术研究院（点击查看），学习了解脑连接图谱的研究以及对脑疾病防治和智能技术的发展。同学们无不感慨：脑科学也进入大数据时代！
“正话反说”
课上专业而开放的互动探讨，与课后欢乐而轻松的班级活动相互交织。课程四天，师生情谊无间。
充实而欢乐的课程结束了。课堂精彩的呈现，离不开师资团队从大纲设计到课堂授课历时1年多的精心备课与打磨，也离不开同学们的不屈不挠和勤奋坚持。期望这堂统计学课程有助于大家在工作中更合理地制定整体研发计划，更科学地决策临床试验方案，也助力大家开启2018年的学习之旅！
敬请持续关注亦弘商学院
“临床研究管理”精彩课堂！
第二期即将启动招生！
咨询电话：010-65541577-836
联系邮箱：execed@yeehongedu.cn
相关链接：
课堂 | 用TPP和CDP为漫漫研发之路描绘最重要的战略蓝图
相关阅读：