FDA-AACR关于优化肿瘤药物产品剂量的策略：采用创新试验设计和生物标志物的早期阶段试验 免费

《Clinical Cancer Research》：FDA-AACR Strategies for Optimizing Dosages for Oncology Drug Products: Early Phase Trials Using Innovative Trial Designs and Biomarkers Free

　　肿瘤药物剂量优化传统依赖初始剂量试验确定最大耐受剂量（MTD），但现代药物常需上市后调整。FDA建议早期通过多剂量直接比较确定优化剂量，并应用定制化技术处理不同剂量需求，结合整合生物标志物和建模方法（如临床效用指数）提升决策科学性。本文探讨注册性试验前剂量选择的创新方法与实践。

　　

摘要

传统上，肿瘤药物的剂量选择依赖于初步的剂量探索试验来确定最大耐受剂量（MTD），然后在支持审批的注册试验中进一步评估该剂量。尽管这种方法可能为细胞毒性化疗药物确定了最佳剂量，但通过这种方式开发的许多现代肿瘤药物剂量优化效果不佳，因此需要在上市后进行额外的剂量优化。美国食品药品监督管理局（FDA）的最新举措指出了这种方法的不可持续性，建议在提交上市申请之前，通过直接比较多种剂量来尽早确定潜在的最佳剂量。对于MTD之外的剂量选择，需要采用适合特定药物特点和需求的技术。尽管已经开发出了一些此类策略，但目前它们仍很少被采用，而更多情况下仍遵循MTD的惯例。创新的试验设计，包括各种综合性、集成性和探索性的生物标志物，以及补充性研究和随机剂量扩展队列，可以为收集更多数据提供途径，从而做出更明智的剂量决策。此外，诸如临床效用指数之类的建模方法可以将这些不同类型的数据整合为一个统一的指标，有助于进行更定量的剂量选择。本文是关于剂量优化不同阶段的三篇文章中的第二篇，概述了在最终确定注册试验剂量之前，选择剂量进行进一步评估的创新技术的最佳实践和未来发展方向。