用于测量药物的治疗效果的系统和方法技术方案

本发明专利技术提供了一种用于测量医疗药物(10d)对疾病的治疗效果的计算机实现的方法、计算机程序产品和计算机系统(100)。从参与具有治疗组(301)和对照组(302)的目标试验的多名人类患者(300)获得具有试验协变量(tc)和临床结果数据(tco)的目标试验数据集(310)。通过使用从该组试验协变量(tc)导出的一个或多个对应的协变量的分布和它们的相关性，并且根据该目标试验的纳入

【技术实现步骤摘要】
【国外来华专利技术】用于测量药物的治疗效果的系统和方法


[0001]本专利技术整体涉及电子数据处理，并且更具体地涉及用于以改进的可靠性测量药物的治疗效果的计算机实现的方法、计算机程序产品和系统。

技术介绍

[0002]当开发用于患有特定疾病的人类患者的医学治疗的药物(药剂)时，重要的是在将其以大规模应用于患者之前测量药物的治疗效果，以确保将有效治疗应用于所述患者，使得可以治愈疾病或至少可以正面影响疾病的进展。为了测量药物的治疗效果，在多个阶段中进行临床研究(临床试验)，其中最后一个阶段通常涉及各个临床试验中的大量参与者。
[0003]用于测量药物的治疗效果的临床目标试验总是涉及人类患者接受使用所述药物的实验性治疗的至少一个所谓的治疗组，以及患者不接受实验性治疗而是使用标准护理(SOC)治疗，同时使用安慰剂的对照组。目标试验在受试者方面可能存在不平衡的情况，因为并非患者的所有相关特征在目标试验中都有平等的代表性。年龄、性别、患有特定已知既往疾病的参与者的数量等可能存在不平衡。
[0004]此类不平衡可能导致基于从目标试验获得的结果测量治疗效果的可靠性降低。
[0005]此外，应当注意的是，参与目标试验通常涉及参与者的负担，这超出了SOC。通常，此类试验中的患者必须经历某些测试、接受注射等。特别地，属于目标试验的对照组的患者甚至不接受任何实验性治疗，而是仅接受安慰剂而不是药物。换句话讲，虽然对照组中的患者的健康状态没有受到其试验参与的积极影响，但是他们可能会经历额外的心理以及身体负担。

技术实现思路

[0006]因此，需要提供用于改进药剂(医疗药物)的治疗效果的测量的系统和方法，同时提供一些缓解，特别是关于在相应目标试验的对照组中的患者的痛苦。因此，特别是在目标试验中参与者的数量低于期望的情况下，实现此类改进是有利的。
[0007]该技术问题通过如独立权利要求中所要求保护的用于测量药物的治疗效果的实施方案，即计算机实现的方法、计算机程序产品和计算机系统来解决。
[0008]在一个实施方案中，提供了一种用于测量医疗药物对疾病的治疗效果的计算机系统。如本文所用的医疗药物是在疾病的诊断、治疗或预防中使用的物质或作为药品的组分。通常，药物的治疗效果被测量为相应治疗组和对照组之间测量的临床结果相对于基线的变化差异。该系统具有一个或多个接口，这些接口被配置成与其它计算机系统(诸如例如，远程数据存储系统、远程数据分析系统等)建立通信。经由相应的接口，系统获得由实验性药物靶向的疾病的疾病进展模型。
[0009]疾病进展模型基于历史协变量和反映受所述疾病影响的多名患者的疾病的进展的临床结果数据，并且通过一个或多个对应的协变量定量地描述疾病进展的时间进程。临床结果是指疾病、症状、体征或实验室异常的发生的量度，其构成临床试验的目标结果。即，
术语“临床结果”是指测量的变量(例如，峰值氧容积、PROMIS疲劳评分等)或诸如死亡、住院治疗、疾病进展等事件。
[0010]例如，肿瘤学试验中的临床结果可以是无进展生存，定义为从治疗开始直至疾病进展或患者死亡的时间，或者其可以是总体生存，定义为从治疗开始直至患者死亡的时间。另一个示例可以是在影响肺的疾病中，临床结果可以是肺的功能能力的损失，其测量为患者在试验开始时和试验结束时能够呼出的容积的差异。EMA目前接受的进一步临床结果的示例(参见欧洲药品管理局。临床功效和安全性指南。可从以下网站获得：https://www.ema.europa.eu/en/human
‑
regulatory/research
‑
development/scientific
‑
guidelines/clinical
‑
efficacy
‑
safety
‑
guidelines)或FDA(参见美国食品药品监督管理局。临床结果评估提纲。可从以下网站获得：https://www.fda.gov/drugs/development
‑
resources/clinical
‑
outcome
‑
assessment
‑
compendium)在下表1中给出：
[0011][0012]表1：EMA/FDA指南所接受的临床结果的示例
[0013]协变量可以包括以下项中的一者或多者：疾病症状随时间发展的一个或多个趋势、患者之间疾病进展的可变性、以及患者特征、疾病特征、治疗特征和疾病进展动态之间关系的定量描述。
[0014]通常，使用可用的历史数据来开发疾病进展模型。疾病进展模型是用于定量描述疾病进展的时间进程(例如，肿瘤随时间的大小、残疾评分随时间的进展、功能标记随时间的演变)的数学函数。在出版物Cook,S.F.,Bies,R.R.Disease Progression Modeling:Key Concepts and Recent Developments.Curr Pharmacol Rep 2,221
‑
230(2016)中，公开了疾病建模技术，其涉及使用数学函数来定量描述疾病进展的时间进程。疾病进展模型可以或多或少是全面的，并且可以描述诸如以下方面：
[0015]‑
随时间观察到的疾病进展趋势(例如线性、指数)，
[0016]‑
患者之间疾病进展的可变性，
[0017]‑
患者特征(例如性别、年龄、体重、共病、吸烟状况、种族)之间的关系的定量描述，
[0018]‑
疾病特征(例如疾病的严重程度、自诊断以来的时间)，
[0019]‑
治疗特征(例如药物、剂量、计划表、合并用药)，以及
[0020]‑
疾病进展动态。
[0021]疾病进展模型中包括的各方面在本文中被称为相关协变量。
[0022]用于开发此类模型的历史数据可以是来自先前进行的临床试验、多个临床试验、电子健康记录、数据登记或其它来源的数据。
[0023]疾病进展模型可用于多种疾病。例如，“Wu K、Gamazon ER、Im HK、Geeleher P、White SR、Solway J等人，Genome
‑
wide interrogation of longitudinal FEV1 in children with asthma.Am J Respir Crit Care Med.2014；190(6):619
‑
27”描述了哮喘的疾病进展模型，其临床结果为“1秒用力呼气容积”(FEV1)以及患者的相关协变量“年龄”和“身高”。另一个示例是M S Chatterjee等人在“Population Pharmacokinetic/Pharmacodynamic Modeling of Tumor Size Dynamics in Pembrolizumab
‑
Tre本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于测量医疗药物(10d)对疾病的治疗效果的计算机实现的方法(1000)，所述方法包括：获得(1100)所述疾病的疾病进展模型(200)，其中所述疾病进展模型(200)基于历史协变量和反映受所述疾病影响的多名患者的所述疾病的进展的临床结果数据，并且其中所述疾病进展模型通过一个或多个对应的协变量定量地描述疾病进展的时间进程(210)；接收(1200)从参与目标试验的多名人类患者(300)获得的具有试验协变量(tc)和临床结果数据(tco)的目标试验数据集(310)，其中所述目标试验包括人类患者接受实验性治疗(11t)的至少一个治疗组(301)，以及患者不接受实验性治疗(11nt)的对照组(302)；通过以下方式来生成(1300)人工患者数据集(303)：使用从一组试验协变量(tc)导出的一个或多个对应的协变量的分布和它们的相关性，并且根据所述目标试验的纳入
‑
排除标准过滤所述人工患者数据集(303)，使得与不满足所述纳入标准或满足所述目标试验的所述排除标准的人工患者(303
‑
1,303
‑
2)相关联的数据记录从所述人工患者数据集(303)中去除；或者对所述试验协变量(tc)进行随机抽样替换，其中所述人工患者数据集(303)的每个数据记录存储相应人工患者的协变量；以所述人工患者数据集(303)作为所述疾病进展模型(200)的输入，为未接受实验性治疗的人工患者生成(1400)具有模拟协变量(sc)和模拟临床结果数据(sco)的模拟数据集(320)；通过使用幂先验方法(131)一起分析所述试验数据集(310)和所述模拟数据集(320)以并入所述模拟数据集(320)作为先验信息来确定(1500)所述药物(10d)的治疗效果(10d
‑
te)，其中所述模拟数据集(320)被赋予与所述试验数据集(310)的对照组相比的权重，其中所述权重至少基于从用户(1)接收的最大权重值(230
‑
1)。2.根据权利要求1所述的方法，其中所述给定权重还基于未接受实验性治疗的人工患者的所述模拟临床结果数据(sco)与从所述目标试验的所述对照组获得的所述临床结果数据(tco)之间的相似性，所述相似性是通过使用具有较高相似性的动态借入方法获得的，所述较高相似性导致较高的动态借入权重值，并且其中所述给定权重是所接收的最大权重值和所获得的动态借入权重值中的较低者。3.根据权利要求1或2所述的方法，其中所述最大权重值基于以下项中的任一者：用于开发所述疾病进展模型的患者数量；用于开发所述疾病进展模型的患者与目标试验患者的相似性，以及从一个群体外推至另一个群体所作出的假设；通过使用基于历史数据对所述疾病进展模型执行的敏感性分析获得的当药物不起作用时推断其起作用的预定风险；所述疾病进展模型的估计精度；模型验证的结果；以及所述目标试验的规模。4.根据前述权利要求中任一项所述的方法，其中临床结果是指疾病、症状、体征或实验室异常的发生的量度，所述量度构成临床试验的目标结果。5.根据权利要求4所述的方法，其中特定患者的所述临床结果涉及以下项中的任一者：
从所述试验开始直到所述疾病进展或所述患者死亡的时间；肺的功能能力的损失，其被测量为所述患者在所述试验开始时和所述试验结束时能够呼出的容积的差异；在第X周通过Mayo组分亚评分评估的临床缓解，其中时间范围为X周，诱导12周和缓解52周；在第X周的临床缓解，时间范围为X周，诱导12周和缓解52周，或在第X周的增强的内窥镜应答，时间范围为X周，诱导12周和缓解52周；SSc
‑
ILD患者在X周内用力肺活量的年下降速率，时间范围在开始施用后高达五十二周；使用时间范围为18个月的NASH临床研究网络评分系统，纤维化改善至少一个阶段，NASH没有恶化；在非肝硬化NASH患者中，与安慰剂相比，药物Y实现NASH消退对肝组织学的影响，时间范围：基线和五十二周的测量；在第36周和第40周的平均值处最佳矫正视敏度评分相对于基线的变化，如使用早期治疗糖尿病性视网膜病研究视敏度图表在4米的起始距离所评估的，时间范围：基线至第40周；和存活或无进展存活，时间范围：Z年。6.根据前述权利要求中任一项所述的方法，其中一个或多个对应的协变量包括以下项中的一者或多者：疾病症状随时间发展的一个或多个趋势，患者之间疾病进展的可变性，和患者特征、疾病特征、治疗特征和疾病进展动态之间的关系的定量描述。7.根据前述权利要求中任一项所述的方法，其中所述治疗效果(10d
‑
te)的分布被计算为相应治疗组和对照组之间测量的临床结果相对于基线的变化差异。8.一种用于测量医疗药物(10d)对疾病的治疗效果的计算机程序产品，所述计算机程序产品在被加载到计算设备的存储器中并且由所述计算设备的至少一个处理器执行时，使得所述至少一个处理器执行根据前述权利要求中任一项所述的计算...

【专利技术属性】
技术研发人员：E，
申请(专利权)人：柏林格英格翰X公司，
类型：发明
国别省市：