本文内容来源网络
在抗肿瘤药物的整个研发过程中，Ⅰ期临床试验是很重要的一个部分，其目的是探索不同给药方案下的最大耐受剂量（MTD）、剂量限制性毒性（DLT）、合理的给药方案，从而确定Ⅱ期临床试验推荐的给药方案。同时了解新药人体药动学特征，获取药动学参数，并观察初步疗效，进行PK/PD（药动学/药效学）分析。由于Ⅰ期临床研究要达到的主要目标是为Ⅱ期临床的药物疗效探索确定推荐剂量和给药方案，所以抗肿瘤药物Ⅰ期临床试验涉及到的各个方面，如起始剂量的确定，剂量递增的方法选择，剂量限制性毒性的标准，病人的选择，每个剂量水平病人的例数，最大耐受剂量（MTD）确定等都是为了达到这一目的。
1 起始剂量的确定
多数抗肿瘤药物的治疗指数很窄，在起始剂量的选择过程中，较高的起始剂量可能出现严重毒性，甚至病人死亡，从而使得原本具有很好潜力的有效药物不能得以继续研发。而另一方面，如果选择过低的起始剂量，那么就有可能使得试验周期延长，造成资源浪费，而且从伦理学角度考虑，在保证安全和快速剂量递增的同时，不应使过多病人暴露在无效剂量下（让尽可能多的病人处在有效剂量范围以内）。因此，起始剂量的选择应当综合考虑临床前药效、毒理和药代动力学/毒代动力学的研究结果。
对于细胞毒类药物，Ⅰ期临床试验的起始剂量计算原则上相当于临床前试验中啮齿类动物MTD剂量的1/10，或非啮齿类动物MTD剂量的1/6，单位用mg/m2表示，同时还需考察MTD剂量在其他种属动物的毒性反应及可逆性。具体可参考《细胞毒类抗肿瘤药非临床研究指导原则》。
对于一些非细胞毒类抗肿瘤药，由于其毒性相对较小，Ⅰ期临床试验的起始剂量计算可采用临床前试验中非啮齿类动物NOAEL（未观察到不良反应的剂量）的1/5，或者更高。
对于国外已进行临床试验的新化合物，由于已有可靠的、可借鉴的临床试验资料，参照国外临床研究数据设计国内临床试验的起始剂量也是可以接受的，此时应当考虑不同人种间的差异可能带来的影响。
联合方案中的药物起始剂量确定需要考虑两者之间的相互作用，因为其可能导致毒性加倍甚至增加更多。如能够确定药物间相互作用对剂量－反应/毒性关系没有影响的情况下，可以按照每种化合物单药治疗推荐剂量的1/2开始剂量探索研究。也可以按照其中的一种化合物的推荐剂量的全量而将其他化合物的剂量减量（50％或者更低）来开始研究。另外，联用的药物间给药顺序、给药间隔等都可能会影响药物的疗效和安全性，这些也必须在设计研究时给予充分考虑。
2 剂量递增
目前抗肿瘤药物Ⅰ期临床试验剂量递增设计主要分成两种：非参数设计和参数设计。非参数设计又可分为3种方法：（1）传统3+3设计（traditional3+3 design），（2）加速滴定设计(acceleratedtitration design)，（3）由药理引导的剂量递增设计（pharmacologicallyguided dose escalation，PGDE），这3种设计方法以传统3+3设计最常使用。参数设计目前主要有：（1）改良式连续性评估设计（modifiedcontinual reassessment method, CRM）；（2）控制过量用药的剂量递增设计（escalationwith overdose control, EWOC）；（3）结合毒性发生时间的剂量递增设计（Model-BasedDesigns That Use Time-to-Event Endpoints，TITE-CRM）；（4）结合疗效/毒性终点的剂量递增设计（Designs ThatUse Toxicity and Efficacy as Endpoints）。
图1 各类药物剂量递增设计方法：（A）传统3+3设计、（B）加速滴定设计、(C) 由药理指导的剂量递增设计、(D) 改良式连续性评估设计、(E) 控制过量用药的剂量递增设计。
注1：方格代表剂量组，方格内数字代表病人例数。
注2：“Overdosing”（过度剂量）指超过MTD的剂量。DLT =dose-limiting toxicity（剂量限制性毒性）；SD = startingdose（起始剂量）；RD = recommended dose（推荐剂量）；DL = doselevel（剂量水平）；AUC = area under the curve for drugconcentration as a function of time（药物浓度-时间曲线下面积）；p(DLT at nextDL) = probability of dose-limiting toxicity at the next dose level（下一个剂量水平出现剂量限制性毒性的概率）。
2.1 非参数设计
非参数设计方法严格按照已设计的方案要求，将病人分配到各个不同剂量水平。这些剂量水平内往往也包括MTD和Ⅱ期临床推荐剂量。非参数设计的最大特点是并不对剂量-毒性曲线作出事先的假设。
2.1.1 传统3+3设计
传统3+3设计每个剂量组一般选用3例病人，起始剂量一般由临床前数据确定，各剂量水平在试验前均已在方案中确定。剂量爬坡方案设计通常采用改良的Fibonacci方法，即在起始剂量后，随着剂量的增加，递增幅度越来越小，通常依次按100%、67%、50%、40%和30%—35%递增。每个剂量组完成后是否进行下一剂量组试验根据以下规则判断（如图1，A）：
（1）如果3例病人均没有出现剂量限制性毒性，则递增至下一个剂量组。
（2）如果≥2例病人出现DLT，则递减至前一个剂量组。
（3）如果3例病人中有1例出现DLT，则该剂量组再增加3例病人进行试验。如果1/6病人出现DLT，则递增至下一个剂量组。如果≥2/6病人出现DLT，则递减至前一个剂量组。
（4）当递减至前一个剂量组时，若此剂量组只有3例病人，则再增加3例病人进行试验。若此剂量已有6例病人受试，则试验结束，此剂量为MTD。
（5）在美国最大耐受剂量确定为≤33%的病人出现剂量限制性毒性的最高剂量，而在欧洲和日本为≥33%的病人出现剂量限制性毒性的最低剂量。
（6）在美国Ⅱ期临床试验推荐剂量确定为MTD，而在欧洲和日本为MTD为小于MTD的前一个剂量。
传统3+3设计的主要优点是试验容易进行并且安全，同时可以获得病人间药动学差异的一些数据。最大的缺点是涉及到过多的剂量组导致许多病人会暴露在有效剂量以下，事实上很少的病人会在Ⅱ期临床的推荐剂量附近接受治疗。在此基础上改良的方法还有：“2+4”、“3+3+3”及“3+1+1”等方法。
2.1.2 加速滴定设计
加速滴定设计是一种将传统3+3设计和参数设计结合起来的设计方法。Simon et al.曾经进行了一组试验，设计了四个试验，即1个控制设计和3个加速滴定设计。控制设计（设计1）是以40%递增幅度进行剂量递增的标准3+3设计；另外三个设计（设计2,3,4）是根据已有的统计模型设计的加速滴定设计，所采用的统计模型是通过对9种不同药物的20个Ⅰ期临床试验数据进行拟合得出的随机模型。
设计2和3中每个剂量组1例病人，分别进行40%和100%的剂量递增，直到在第一个治疗周期中发生1例剂量限制性毒性或2例中等毒性，则剂量递增转变成设计1中的递增方式。在设计4中每个剂量组1例病人，加速过程以100%进行剂量递增，当在任意一个治疗周期中发生1例剂量限制性毒性或2例中等毒性，则剂量递增转变成设计1中的递增方式。在设计2,3,4中的加速阶段允许同一病人内剂量递增（如图1，B），加速阶段后的标准3+3设计作为试验的终止原则。MTD的估计是根据试验中收集到的毒性数据和已有的模型确定的。
在加速滴定设计中的加速阶段，每个剂量组只有1例病人，同一病人内剂量递增减少了暴露在无效剂量下的病人数量，保证病人可以接受更高和更有效的剂量。但同一病人内剂量递增的缺点是会掩盖药物治疗的累积效应，长期毒性作用和延迟的毒性作用也会难以区分。同时由于各个剂量水平的数据仅从1例病人得到，因此说明和解释其试验的结果存在一些困难。加速滴定设计中需要注意的是如果药物的毒性属于迟发性毒性，则不适合用此种设计方法。
2.1.3 由药理指导的剂量递增设计
PGDE设计有两个阶段：先由临床前药动学数据预先设定一个要求达到的目标血药浓度，然后根据实时得到的每个病人的药动学数据确定随后的剂量水平。只要病人的血药浓度没有达到设定的水平，则以每个剂量组1例病人，进行100%剂量递增（如图1，C）。当达到目标血药浓度或发生DLT时，则转变成以较小递增幅度递增的传统3+3设计（递增幅度通常是40%）。
这种方法没有被广泛应用是因为其实施存在一些困难，比如（1）实时药动学数据的获得；（2）根据临床前药动学数据预测Ⅰ期临床试验不同方案药动学参数有难度；（3）当药物代谢的个体间差异导致前一剂量组病人的AUC异常低时，可能会使后一剂量组病人暴露在高毒性的剂量下。在实际的临床试验中，PGDE的方法可以确定一些细胞毒药物的Ⅱ期临床推荐剂量，例如某些蒽环类和铂类化合物。但是对于某些细胞毒药物则不适用，例如叶酸拮抗物，该药物表现出明显的个体间药动学差异。
非参数设计主要的优势是易于增补和不需要借助一些专门的软件。但其存在一些缺陷。这些设计方法不能够确定满足某一特定目标毒性水平的剂量（目标毒性水平是试验中可接受的DLT发生的最大概率，Ⅰ期临床试验中目标毒性水平通常为20%—33%）。
非参数设计尽管不是很完美，但是可以有效地确定Ⅱ期临床的推荐剂量，所以广泛的应用于抗癌药物的Ⅰ期临床试验中。
2.2 参数设计
参数设计主要是利用贝叶斯统计方法，通过确定先验概率和病人是否发生剂量限制性毒性来计算后验概率。某一病人所计算出的后验概率是决定下一病人是否进行剂量递增的选择标准。
2.2.1 改良式连续性评估设计
此设计最早是在1990年由学者O'Quigley提出，随后由学者Goodman改良而演变成今天此种常用的设计。此种设计需要统计工作者的配合，在试验开始前需要和统计工作者共同设计方案，以免造成错误。
连续性评估设计原理是：假设在靶剂量处达到可接受的毒性发生率，此时提前明确一个起始剂量，治疗一组病人后，收集其毒性反应的数据，并用已选好的数学模型拟合所获得的数据，从而利用其推断最佳剂量，为下一组受试者所用，且每一次分析所用数据即为在此之前所获得的所有数据。之后CRM便是一个不断重复的过程，直到计算所得剂量不再变化或者预定数量的病例全部得到了治疗。
改良式连续性评估设计主要有以下几个步骤：试验开始前确定剂量-毒性曲线的函数，常用的函数模型有（1）双曲函数模型（hyperbolic tangentmodel），（2）单参数逻辑回归模型（one-parameterlogistic model），（3）双参数逻辑回归模型（two-parameterlogistic model）（如图2）。剂量—毒性曲线一般属于逻辑回归方程，θ值（代表斜率的参数）越小代表毒性没有随著剂量增加而明显增加。研究者必须根据药物临床前试验决定欲使用的模型。如O'Quigley当时所使用的模型为hyperbolic tangent模型，其公式为p=[tanh(d)/2+1/2]α，其中p=产生毒性的概率，d=剂量，治疗过程中产生的毒性相对较大，则α估计值较小，而毒性较小，α估计值较大。对剂量—毒性曲线预估时，用已进行试验的病人的数据绘制出剂量—毒性曲线后，如果其后一例病人出现剂量限制性毒性，则剂量—毒性曲线将往上方曲线调整。相反，如果后一例病人没有出现剂量限制性毒性，则剂量—毒性曲线将往下方曲线调整。
图2 各种剂量—毒性曲线的预估函数模型。d5代表5%的病人发生DLT的药物剂量， d90代表90%的病人发生DLT的药物剂量。
剂量递增的幅度：一般药物的递增方式采用改良的Fibonacci数列（modifiedFibonacci sequence），即采用2, 1.67, 1.5,1.4, 1.33, 1.33 …… 1.33倍的方式递增。研究者应该根据临床前实验数据，来决定他所要采用的药物递增方式，例如可以用log增量或使用常数增量。
每个剂量组的病人数目：O'Quigley提出的设计中每个剂量组只有1例病人，在改良式连续性评估设计中，研究者可以根据实际情况确定每个剂量组需要几例病人（通常是1-3例）。
目标毒性水平确定（targettoxicity level）：在正式实验前，研究者必须要先确定目标毒性，一般所研究的药物如果毒性较强，则界定的范围在0.2-0.3之间，如果药物毒性较弱，或者属于需要长期使用的药物，则一般界定于0.1-0.2之间。
试验终止原则：改良式连续性评估设计的试验终止原则一般是在试验前预先设定病人总数量，当病人数目达到预先设定的数目时，则终止试验。另外较好的终止原则是当试验模型预测的下一个剂量固定在某剂量不再变化，而且该剂量已有6例病人接受试验，则试验终止，并且该剂量确定为最大耐受剂量（如图1，D）。
2.2.2 控制过量用药的剂量递增设计
有些学者认为改良式连续性评估设计可能会让病患暴露于过高的药物剂量从而造成严重毒性。所以学者们提出EWOC的设计，此设计的本质还是属于改良式连续性评估设计，但是每一例病人接受剂量进行试验后，都会计算出下一例病人产生过度剂量(overdosing)的风险，一般过度剂量允许的最大风险为25%，一旦超过此风险，则药物不再剂量递增。
EWOC方法的基本原理与CRM方法类似，也是在充分利用先验信息的基础上通过参数模型来拟合剂量—毒性反应关系。每治疗一例病人，其所收集到的反应信息即形成后验信息，并同时成为下一例病人入组前的先验信息，通过计算目前的最佳剂量供下一例病人所用并不断重复此过程，最终获得最大耐受剂量（如图1，E）。与CRM方法不同的是，EWOC在考虑能够尽快得到最大耐受剂量的同时，还考虑了安全性因素，使所用剂量超过MTD的病人所占的比例不超过某一特定的θ值。Prob{DLT│Dose=MTD}=θ，其中θ值的选取依赖于其剂量限制性毒性的特性，如果DLT是暂时的、非致命的，则θ可以取得较大些；否则θ的取值则需相对偏小。
2.2.3 结合毒性发生时间的剂量递增设计
一般情况下，药物的毒性反应发生在给药一两次后，如果某些药物存在累积毒性、迟发型毒性等情况，则很容易使后面入组的病人暴露在没有及时发现的毒性剂量下，这就要求进行I期临床试验时，延长观察时间。有学者把给药后毒性反应发生的时间结合起来考虑到连续评性估模型中，预测毒性发生时间。采用此方法可以提高I期临床试验的效率。
2.2.4 结合药效/毒性终点的剂量递增设计
一般情况下，I期临床试验不会过多的考虑药效学，但是有些针对某些特殊疾病的I期临床试验，可以把药效学和毒性结合起来考虑，作为剂量递增的依据。如：针对某种癌症进行的I期临床试验。
参数设计利用了试验中获得的所有病人的毒性数据，可以很有效地估计出更合理的Ⅱ期临床试验推荐剂量。参数设计的一些困难是需要统计工作者和专门的软件进行实时模型拟合并且要快速收集每一剂量组的数据进行模型拟合。这种设计的实施过程比较复杂，如果剂量—毒性曲线参数的先验分布不准确或者先验假设范围过大，则通过模型获得的Ⅱ期临床试验推荐剂量也是不准确的。虽然每个剂量组1例病人可以加快剂量递增速度，但是无法了解病人间的药动学差异情况。
3 联合用药的剂量递增设计
现有的联合用药临床前研究通常只强调联合用药的抗肿瘤效果，而忽略了潜在的严重毒性。在每一种药物的推荐剂量和毒性已经明确的情况下，确定联合用药的Ⅱ期临床的推荐剂量似乎比单一药物容易。由于联合用药产生的生物化学和生物学效应比较复杂，药物剂量—毒性关系依赖于并不明确的药物间药动学/药效学相互作用等，这些情况可能造成每种药物不能以各自的推荐剂量给药。
非参数设计方法进行剂量递增时，必须严格选择剂量水平，以便每一个药物能尽可能增加到接近其MTD。非参数设计的联合用药的剂量递增设计方法有：（1）交替进行剂量递增；（2）同时进行剂量递增；（3）单个药物剂量递增（一个药物递增到Ⅱ期临床推荐剂量附近，另外一个药物一直保持一个较高的固定剂量）；（4）前后进行的剂量递增（先对一种药物进行剂量递增，然后对另一种药物进行剂量递增）。以上的非参数设计方法，虽然剂量递增是预先确定的，在试验过程中对于最佳药物剂量组合是否具有最佳的治疗指数依然不确定。
贝叶斯参数设计可以使这种不确定性降低到最小。剂量递增设计最终要达到的目的是在所有安全的剂量组合中寻找最有效的药物剂量组合，因此一些研究者还建议在联合用药的设计中将疗效和毒性都作为终点。联合用药剂量递增方案的选择与单一药物的试验结果有关，单一药物的推荐剂量和给药方案对随后的联合用药的临床试验有重要作用。
4 展望
从对病人的治疗效果方面考虑，新的参数设计方法通常比传统的3+3设计在更有优越性。因为病人经常可以接受到Ⅱ期临床推荐剂量附近的剂量，同时也缩短了剂量递增的时间。但是尽管新方法有许多有优点，真正用于临床试验的还是比较少。目前上市的大多数抗肿瘤药物，在Ⅰ期临床试验时均采用传统的方法。但随着剂量递增设计方法的不断成熟，参数设计将会更多地被应用于抗肿瘤药物Ⅰ期临床试验中。
2017年8月5-6日，刘泽源老师与您不见不散！
会议大咖
刘泽源
博士生导师，原军事医学科学院附属医院药学部主任，中国医院药学专业委员会肿瘤药学组副主任委员，曾在GLP实验室工作，在医院药学领域有较深造诣，近五年发表论文30篇。
温馨提示：《第二届中国药物发展与合作泰达论坛》会议报名，请您点击阅读全文
