非ヒト霊長類を用いた前臨床試験における最小サンプルサイズはどれくらいですか？

すべての非ヒト霊長類 (NHP) 前臨床研究には単一の最小サンプル サイズはありません。

適切な数値は、質問、主要評価項目、期待される治療効果、生物学的変動性、統計的設計、および研究の倫理によって異なります。NHP薬理学原則として、グループはげっ歯類のグループよりも小さいですが、それは、疾患モデルや研究目的全体に 1 つの固定数が適用されることを意味するものではありません。

より良い質問は、「逃げられるサルの数が最も少ないのは何匹ですか?」ではありません。その：動物を無駄にすることなく最初の質問に答えることができる最小のサンプルは何ですか?それぞれの動物が科学的、倫理的、財政的に真剣に取り組んでいる NHP の仕事では、その枠組みが重要です。

NHP の研究では、いくつかの理由から、げっ歯類の研究よりも使用する動物の数が少ない傾向があります。

NHP は生理学と解剖学において人間に近いため、一部のトランスレーショナルエンドポイントは動物あたりの重要性が高くなります。 NHP 研究はまた、反復的な PK 描画、画像化、行動スコアリング、バイオマーカー追跡などの長期的な測定に大きく依存しています。 1 匹の動物が研究全体で多くのデータ ポイントを提供するため、小さなグループでも多くのデータ ポイントを得ることができます。

それに加えて、霊長類の研究にはより重い倫理的重みが伴います。類人猿やサルを調達するのは簡単ではなく、福祉の基準は高いです。したがって、目標はできるだけ多くを使用することではなく、解釈可能な結果が得られる最小限のものを使用することです。

ARRIVE 2.0 はこれを反映しています。ガイドラインでは、著者に対し、実験単位の正確な数を報告し、事前のサンプルサイズの計算を含め、その数値をどのように取得したかを説明するよう求めている。彼らはあなたに普遍的な動物の数を渡しません。

ほとんどの探索研究や薬理学研究では、NHP グループは 10 位ではなく 1 桁にとどまります。しかし範囲は広いです。

狭い目的、実現可能性、モデル設定、曝露、初期の PD シグナルを伴う探索的研究は、場合によっては 1 グループあたりわずか数匹の動物で実行できる場合があります。有効性を管理した研究には、より多くの統計的裏付けが必要です。エンドポイントが厳しく、効果が明らかな場合は、グループごとに複数回行うこともできます。エンドポイントが不安定な場合、または期待される効果が小さい場合は、さらに必要になります。

縦方向および交差デザインでは、それぞれが独自のコントロールとして機能するため、より少ない動物で済みます。複数のアーム、ノイズの多いエンドポイント、予想されるドロップアウト、または複数の独立した比較が積み重なっている場合には、その逆が当てはまります。

したがって、「グループあたり 5 人」または「グループあたり 10 人」を法律ではなくアンカーとして扱います。これらは規制の基準ではなく、設計に依存する出発点です。

サンプルのサイズは、種ではなく、研究の主な目的に従う必要があります。

1. 主要エンドポイント

通常は最大のレバーです。安定した定量的読み取りには、ノイズの多い行動スコア、画像スコア、または疾患重症度スコアよりも必要な動物の数が少なくなります。

たとえば、PK 研究では、各動物から繰り返し濃度測定を行うため、小グループでも暴露の疑問を正確に特定できます。変動する臨床スコアに基づいて構築された有効性研究では、実際の治療効果を確認するにはさらに多くの単位が必要です。主な証拠をもたらすエンドポイントを中心に研究のサイズを決定します。

2. 期待される効果の大きさ

効果の大きさは、検出しようとしている差異です。生物学的に意味のある大きな効果は、動物の数が少ないほど現れます。小さいものにはさらに多くのものが必要です。

「NHP 研究には 1 グループあたり少なくとも 6 人が必要」という言葉が一見不完全であるのはこのためです。あるエンドポイントには 6 つあれば十分かもしれませんが、別のエンドポイントにはまったく足りないかもしれません。以前の NHP データ、パイロット、過去の対照、出版された研究、または臨床的に関連するギャップの擁護可能な推定に、期待される効果を固定します。

3. エンドポイントの変動性

変動はサンプルサイズを直接左右します。分散したグループでは、信号とノイズを分離するためにより多くの動物が必要です。厳密で再現可能なエンドポイントであれば、より少ない数で仕事を行うことができます。

そのばらつきは、年齢、性別、体重、ベースラインの疾患の重症度、PKの違い、疾患の誘発方法、個人の生物学に起因します。 NHP の作業では、動物を追加するのと同じくらい、設計段階で変動を制御することが重要です。

4. 統計検出力と有意水準

仮説に基づく研究の場合、検出力分析によって数値が設定されます。入力は、期待される効果の大きさ、変動性または標準偏差、有意水準 (通常 α = 0.05)、目標検出力 (多くの場合 80% または 90%)、および統計モデルと計画です。

方向は単純です。検出する効果が小さい、タイプ I エラーが厳密である、または出力が高いほど、必要な n が増加します。

注意点が 1 つあります。実際のプライマリ エンドポイントで電力分析を実行します。無関係なモデルまたは別のエンドポイントから分散を借用すると、保持されないサンプルサイズの推定値が生成されます。また、比較可能な履歴データセットが薄い NHP 作業では、その噛みつきがより鮮明になります。

5. 研究デザイン

デザイン自体が計算を変えます。並行グループでは、各アームに別々の動物が必要です。交差または反復測定計画では、各動物からより多くの情報が絞り出され、動物間の分散を縮小できます。

同じ理由で、同じ動物を縦方向に追跡する方が効率的です。しかし、対策を繰り返しても、適切な n の必要性がなくなるわけではありません。時点間の相関関係、予想されるドロップアウト、欠損データ、および適切なモデルはすべて計画に含まれます。

最も重要な境界線は、探索的か確認的かです。

探索的研究は、疾患モデルが確実に誘発することを示すこと、PK プロファイルをスケッチすること、用量範囲を見つけること、標的の関与を確認すること、または活動の初期の兆候を生成することを目的とする場合があります。これらは、より大規模な効果プログラムに取り組む前に十分な学習を行うために、意図的に小規模で実行されることがよくあります。

有効性を確認する研究は異なります。コントロールに対して事前に定義された効果を実証しようとしている場合、それをサポートするデータが存在する場合は常に、n は正式な統計的根拠に基づいている必要があります。

これが、公表されている NHP のサンプルサイズが非常に大きく変動する理由でもあります。小規模な探索的研究とパワード有効性研究は、両方ともマカクザルを使用したという理由だけで比較することはできません。

n を大きくするとパワーが上がりますが、万能薬ではありません。

デザインがずさんだと、動物を増やしても直らないでしょう。一貫性のない疾患誘発、間違ったエンドポイント、技術的なノイズ、または弱いランダム化による変動は、より大きなサンプルでも残ります。

NHP の作業では、通常、回避可能な変動を最初に削減するのが賢明な行動です。病気の誘発方法を標準化し、動物のベースラインを適切に設定し、配分のバランスをとり、事前に包含基準と除外基準を設定し、サンプリングの一貫性を保ち、客観的な定量的エンドポイントを使用します。それは科学と倫理を同時に満たし、正当な場合にのみ動物を使用します。

サンプルが少ないからといって、調査が弱いというわけではありません。

NHP 研究では、反復測定と補完的なエンドポイントを組み込むことで、各動物から多くのことを引き出すことができます。 1 匹の動物が、研究全体にわたる長期的な PK、PD バイオマーカー、画像化、臨床観察、および行動スコアに貢献できます。高度な in vivo イメージングにより、あらゆる時点で動物を殺すことなく、病気の進行や反応を経時的に追跡できます。たとえば、Prisys のトランスレーショナル プラットフォームは、この種の長期的な NHP 作業のために MRI、CT、PET-CT、DSA をサポートしています。

定量的な行動も同様に機能します。多くの場合 AI を活用したマーカーレス 3D 追跡は、時間の経過に伴う動きと行動を測定し、薬理学に別の長期的なエンドポイントを追加します。

これらはいずれも、適切なサンプルサイズの計算に代わるものではありません。それは各実験ユニットがその維持費を稼ぐだけです。

実行可能な計画シーケンスは次のようになります。

1. 主な質問と、それに答えるエンドポイントを特定します。事前に決められた人数ではなく、エンドポイントを中心に設計します。 2. 過去の NHP データ、パイロット、文献、またはその他の擁護可能な情報源から、予想される効果と変動性を推定します。 3. 統計モデルを選択し、必要な有意水準と検出力を設定します。 4. 適用される場合、アプリオリなサンプルサイズ計算を実行します。 5. 数を固定する前に、消耗、反復測定、武器の数、性別の組み合わせ、ランダム化、福利厚生を考慮します。

NHP の仕事ではよくあることですが、信頼できる分散推定値が存在しない場合は、統計、過去の経験、パイロット データ、判断を組み合わせたものに頼ることになります。文献はまさにこれを示しています。直接関連する予備データは多くの場合希薄で、無関係なエンドポイントに基づいて構築された電力計算は保持できません。

いつもではありません。

正式な検出力の計算は、事前に定義された効果を検出することを目的とした仮説に基づく研究で活用されます。一部の探索的研究では、信頼できる効果量や変動性の推定値がまだない場合に研究を実施するのは困難または間違っています。

そこで重要なのは透明性です。なぜその数字を選んだのか、そしてこの研究がどのような質問に答えるために構築されているのかを述べてください。 ARRIVE 2.0 も同様のことを求めています。サンプル サイズがどのように設定されたかを説明し、事前計算を行った場合はそれを示します。

普遍的な数字はありませんが、合理的な経験則はあります。探索的な NHP 研究は、多くの場合、グループごとに 1 桁で実行されますが、適切に検出された有効性研究では、エンドポイントとそのばらつきによっては、さらに多くの数字が必要になる場合があります。

この数値は、一般的な NHP サンプルサイズ表からではなく、目的と統計的仮定に基づいて設定します。経験豊富な NHP チームは、最終的な数値を決定する前に、疾患モデル、予想される薬理効果、過去の対照、エンドポイントの変動性、設計、および利用可能な長期的測定を比較検討します。

適切な NHP サンプル サイズとは、事前に定義された質問に答える最小のサンプル サイズです。

つまり、薬理学、疾患モデリング、PK/PD、画像処理、または安全性をカバーする普遍的な「最小値」は存在しません。グループごとに 3 つが、ある探索目的には正しくても、別の目的には間違っている可能性があります。そして、より多くの動物を増やしても、悪いエンドポイントや制御不能な変動を救うことはできません。

正当な NHP 研究では、プロトコルの最初の行から統計的感度、トランスレーショナル目標、実現可能性、福祉のバランスがとれています。有効性またはトランスレーショナル薬理学の研究を計画しているスポンサーにとって、サンプルサイズの計画はモデルの選択、エンドポイントの定義、ランダム化、投与、PK/PD サンプリング、および分析に付随するものであり、最後に固定されるものではありません。

ペルシー・デュ・セルト N、ハースト V、アルワリア A 他ARRIVE ガイドライン 2.0: 動物研究の報告に関するガイドラインを更新しました。PLoS 生物学。2020;18(7):e3000410。土井：10.1371/journal.pbio.3000410。

プリシス・バイオテックに連絡する