BOIN设计

• 贝叶斯最优区间（BOIN）设计提供了一个新颖的平台，可在统一框架下设计具有单一药物，药物组合和迟发毒性的I期试验。 作为模型辅助设计，BOIN结合了基于算法的设计的简单性和基于模型的设计的优越性。BOIN可以通过类似于3 + 3设计的简单方式来实现，但可产生与更复杂的基于模型的设计（例如，连续重新评估方法（CRM））相媲美的卓越性能。
• 时间事件性BOIN（TITE-BOIN）允许为新患者进行实时剂量分配，同时仍保留一些已入组患者的毒性数据，从而大大缩短了试验时间。 就像滚动设计一样容易实现，但会产生更好的性能。
• 基于算法的试验设计，常用于剂量递增试验，目的是寻找MTD。方法简单，易于实施，但是方法本身粗糙，存在MTD设计不准确、过多病人分配在低剂量组下进行试验、不能灵活设定MTD靶水平、剂量水平将需设定过多等不足。
• 基于模型的试验设计，常用于剂量递增试验，目的是寻找MTD。连续重新评估方法（CRM）是一种基于模型的剂量寻找方法，该方法假定剂量毒性曲线为参数模型。 随着试验过程中信息的积累，将通过更新未知模型参数的估计值来重新评估剂量-毒性曲线，并将其用于确定下一组患者的剂量分配。
• 贝叶斯模型平均CRM（BMA-CRM）通过利用多个剂量毒性模型来减少标准CRM模型错误指定的机会，从而提高了CRM的健壮性。 根据准确的数据，BMA-CRM自动采用最佳拟合模型，以使用贝叶斯模型平均法做出剂量分配决定。
• 毒性概率区间设计，基于统计决策理论，具有收敛于真实MTD值的大样本理论性质，与CRM相比，试验前mTPI需进行的相关设定工作少，例如CRM需对毒性-剂量模型和骨架概率进行实验前假设，而mTPI只需要进行等效区间E1的设定，且E1的设定容易被试验研究者理解，很容易沟通。
• Keyboard设计提供了一个新颖的平台来设计具有单一药物和药物组合的I期试验。 作为模型辅助设计，Keyboard设计结合了基于算法的设计的简单性和基于模型的设计的优越性。 可以采用类似于3 + 3设计的简单方式来实现Keyboard设计，但是可以产生与更复杂的基于模型的设计（例如，连续重新评估方法（CRM））相媲美的卓越性能。

• U-BOIN是基于实用程序的无缝贝叶斯I / II期试验设计，旨在找到针对靶向和免疫疗法的最佳生物剂量（OBD）。 它允许医生结合风险与收益的权衡，以更切合实际地反映临床实践。
• 该方法目的是探索最佳生物剂量，同时考虑免疫、有效性和毒性，稳健性好，易于操作。

• 常用于肿瘤药物单臂两阶段试验，具有节省样本量，早期发现试验无效及时终止试验，避免受试者接受无效治疗，节省时间和成本，更加符合伦理要求的特点。
• BOP2设计可以针对不同类型的试验终点，提供贝叶斯最佳II期临床试验设计。
• 适应性II期临床试验的一个实际障碍是必须尽快观察到结局，以应用决策规则做出通过/不通过决策。暂停应计制和等待治疗患者数据成熟的常见方法通常是漫长的尝试。这种新颖的贝叶斯II期设计使临床医生可以在出现延迟结果的情况下实时做出是否通过的决定，从而大大缩短了试验时间。
• 考虑每个病人的异质性，基于生物标记物预测药物疗效，识别对药物疗效好的病人。该设计易于实施，在无效的情况下样本量小，符合伦理。
• 把IIa单臂IIb双臂试验合并到一个protocol，与分开的IIa/IIb试验相比，此设计可以共享两个阶段的信息以节约时间和成本。

• 这种方案设计可以提高效率，加快药物开发速度。对于有多个研究目的可能不同的子试验，可以在同一个总试验框架内对成人和儿科肿瘤的多种试验药物和/或多种肿瘤类型同时进行评估。包括篮式设计、伞式设计和平台设计。

  篮式设计，即某种靶点明确的药物就是一个篮子，将带有相同靶基因的不同疾病放进一个篮子里进行研究，其本质是一种药物对应不同的疾病或疾病亚型，主要回答某一个特定的靶向药物是否在所有或某些带有特定基因突变的肿瘤患者中有效。在篮式设计中，由于每一类型的肿瘤患者都可以看作一个队列，研究者既可以独立分析某一个队列的患者对药物的应答又可以把所有队列的患者看作一个大队列进行药物效应的评估。若发现某一队列的患者对药物的响应较好，将立即评估其他队列的疗效; 若某一队列未显示相应的疗效或证据，经评估后可以中止这一队列的研究，而其他队列的研究则继续进行。

  伞式设计则是针对不同基因突变而致的同一疾病，即: 一种疾病，几种分子亚型，几种不同的治疗药物。就如同撑起一把大伞，把具有不同驱动基因的某一种疾病拢聚在同一把雨伞之下，将不同的靶点检测在同一时间里完成，然后根据不同的靶基因分配不同的精准靶药物。其最大优势在于将非常少见的突变事件集中起来，变少见事件为“常见”事件，这无论对加速少见疾病的临床试验还是对于某一个个体获得精准治疗的机会，都具有特别的意义。

  平台设计，即以不间断的方式在单一疾病背景下研究多种靶向治疗，根据决策算法( 通常为贝叶斯决策) 允许治疗药物进入或离开平台，通过对多种治疗措施的比较研究，旨在寻找对该类疾病最好的治疗策略。与篮式设计或伞式设计对靶向药物的关注相比，平台试验更关注于疾病本身，在研究过程中不只是对初始药物的评估，还包括药物的联合应用、量化不同亚组间的疗效差异以及确保纳入的患者可以得到最好的治疗。平台试验从整体形式和运行看，是一种动态设计模式，更像是适应性设计的扩展，允许在试验过程中根据前期试验获得的信息和累计数据对关键因素进行修改。

• 每间隔一段时间或完成一定比例的样本量之后对累积已完成试验的所有受试者进行期中分析，以判定试验是否可以提前得到有效或无效结论而提前结束试验。
• 与成组序贯设计相比有更强的灵活性，它不仅允许试验在期中分析时因有效/无效提前结束，还可以在不损害其正确性和完整性的前提下根据期中分析的结果按计划对试验进行适应性调整，如样本量再估计、样本分配比例的调整、疗效指标的调整、劣效组的舍去和优效组的加入等。
• 桥接试验是指在新地域进行的附加试验，以提供与新地域人群有关的药动学或有效性、安全性、适宜剂量以及给药方案的信息，允许将原地域的临床数据外推到新地域，这样的研究可能包含附加的药效学研究。