欧洲药品管理局（EMA）即将发布概念性文件，以明确贝叶斯统计在临床试验中的使用规范。此前，EMA于6月17日举办了一场技术研讨会，讨论贝叶斯统计在临床试验中的应用及其潜在优势与挑战。

贝叶斯统计方法允许临床试验申办者在分析中纳入外部信息，从而可能带来诸多潜在效率提升，例如减少样本量、缩短试验周期和降低试验成本。但EMA也指出该方法的数据偏倚和错误结论风险。

研讨会期间，与会者通过案例研究展示了贝叶斯统计在临床试验中的应用，包括在罕见病、超罕见病、肿瘤学和儿科条件下的试验，这些领域传统临床试验设计的可行性面临挑战。此外，贝叶斯统计还被用于处理罕见结果的试验，例如涉及数千名参与者并随访数年的大型心血管研究。

申办者使用贝叶斯统计的主要动机之一是能够利用外部信息进行分析，例如外部对照组数据，以及用于“适应性试验设计”。适应性试验设计利用贝叶斯统计预测概率，以支持在中期分析时的决策。EMA还指出，贝叶斯统计可用于亚组分析中的“收缩估计”（Shrinkage Estimation），这种分析方法会校正原始亚组治疗效应估计值，向所有试验参与者的加权平均治疗效应进行调整。由于试验中的亚组通常患者数量较少，容易因随机变异导致药物效应的高估，从而使分析结果不如整体群体分析可靠。

与会者还讨论了使用贝叶斯方法时可能存在的问题，尤其是在分析数据时使用外部信息。EMA发言人表示，使用外部信息可能会增加数据分析的复杂性和“假设”，并存在偏倚或得出“错误阳性结论”的风险。与会者强调了透明度的重要性，并指出必须明确阐述使用贝叶斯方法的理由。构建先验的外部数据和方法应得到充分的论证和记录。在此背景下，“先验”指的是在收集数据之前关于研究参数的已有证据，例如来自历史对照数据的对照组信息。

发言人还指出，模拟研究对于理解贝叶斯试验设计在不同场景下的特性至关重要。此外，与会者还强调了教育和沟通的必要性，认为为统计学家、临床医生和监管人员提供培训，以及使用可视化工具和清晰的文档，将有助于理解和接受贝叶斯方法。

EMA在研讨会上还介绍了即将发布的关于贝叶斯方法在临床开发中应用的概念文件内容，行业和监管机构也就贝叶斯统计用于适应性设计进行了讨论。适应性试验设计已在ICH E20指南草案中有专门阐述。

检索识林数据库和【贝叶斯方法】主题词，可以看到CDE在数十份临床技术指导原则中提及贝叶斯方法，在2022年6月的《罕见疾病药物临床研究统计学指导原则（试行）》中，CDE用了一个单独章节进行阐述，指出“为了获得充分的统计学证据，保证研究的质量、有效性和完整性，申办者应充分评估先验信息的合理性以及对统计学结论和最终结论可能带来的影响。建议使用其他合理的先验分布作为敏感性分析，以确保研究结论不会过分依赖先验信息。”

FDA也在力推贝叶斯方法，在2022 年 11 月一次专家委员会讨论中，一个哮喘品种的主要临床研究入组儿科和成人患者以估计相对于安慰剂的严重哮喘恶化率。传统上，FDA 会单独查看总体结果并在单个合并分析中查看。但在该品种审评中，贝叶斯方法允许 FDA 借用从成年人那里获得的不同量的信息，并评估结果对借用数据的依赖性，最终做出更明智的决定。贝叶斯方法也是2024年4月成立的临床试验创新中心（Center for Clinical Trial Innovation，C3TI）的三个初始项目之一。