[其他] 基亞PI-88期末試驗結果預測方法

[ching0629 (Syameroke)]

-------------------------------------基本介紹---------------------------------

首先先對臨床試驗做基本的介紹：

1. 所有臨床試驗"基本上"都需要在http://clinicaltrials.gov/上登記

因此，我們可以在這個網站上查到PI-88或是其他你有興趣的藥物，目前有多少研究正在執行中，或是已經完成了

2. 新藥開發在人體進行共有三個階段

第一階段： 安全性測試

基本上完全沒有參考價值，因為沒有對照組&樣本數極小。
簡單來說通過這個階段的藥物只要吃下去不會死人就好。

第二階段：劑量測試

決定幾個可能的使用劑量，並進行小規模的研究。（如PI-88測試了160/250 mg/day）

由於樣本數較小且組別較多的原因，要通過這個階段基本上不需要顯著的統計檢定值，但
需要更加確保沒有安全性的問題，以及至少有一種劑量相較於對照組有較佳的預後。

在第三階段臨床試驗結束前，若想了解可能的結果，只有這個階段的研究是最具參考價值的。
但是，除非少數有『非常明顯』療效的藥物之外，使用這階段的研究結果來預測第三階段臨床試驗的結果大部分和丟銅板沒什麼不同。

第三階段：最終階段

最終結果就是一翻兩瞪眼，沒啥好討論的。
但根據研究設計&期中分析的結果，我們仍然能較準確的『猜測』最後成功的機率。

------------------------------------本文開始---------------------------------

從paper上(第二階段)&http://clinicaltrials.gov/上登記的第三階段試驗，我們有幾個重要的訊息：
(PI-88之第三階段試驗登記網址：http://ppt.cc/tKab )
(PI-88第二期試驗結果文章網址：http://ppt.cc/hgdy )

1. 第二階段之主要的結果：Recurrence-free at study completion (48 weeks)

對照組        29/58 (50%)
160mg/day     35/56 (63%)
250mg/day     22/54 (41%)

根據這個結果，我們可以看出它的療效其實並不是很明顯。
一般來說，藥物劑量越高效果應該越好。（當然好到一定的程度就不會再好了，但反轉較為少見）

2. 第三階段臨床試驗之樣本數設定為519。

考慮到第二階段的試驗結果，我們設定下列參數計算樣本數：

顯著水準(p value)：  0.04148 (基亞設定的期末分析的顯著水準)
統計檢力(Power)：    0.8  (通常用的數字)
實驗/對照的比例：    1:1  (這種情形下要的樣本最小)
對照組的預期復發率： 0.5  (根據第二階段臨床試驗的數字)
實驗組的預期復發率： 0.37 (根據第二階段臨床試驗的數字)

上面這些專業的統計術語在最下面解惑。

算到的樣本數是520，跟519相當接近，因此我們預期他們內部的參數十之八九與上面相同。

至於計算方法，建議各位直接上http://ppt.cc/uowl做計算。
輸入下列參數：

Two-sided confidence level(%) = (1 - p value)*100 = 95.852
Power (1-beta or % chance of detecting ) = 80 (上面的0.8)
Ratio of Unexposed to Exposed in sample = 1 (上面的1:1)
Percent of Unexposed with Outcome = 50 (上面的0.5)
Percent of Exposed with Outcome = 37 (上面的0.37)

-----------------------------------數據分析-----------------------------------

在進行數據分析之前，你要先賭他真的有效還是沒效。（真的有沒有效只有上帝知道）
假設你賭沒效，那你還買它幹麻？
假設你賭有效，繼續往下看。

註1：你要賭有效還沒效，最有參考價值的就是第二階段臨床試驗的那篇Paper。
註2：從上面的證據來說，我對這機率並不樂觀，因為最高劑量的那組反而預後較差。

假設你已經賭有效了，接著在樣本數固定的情形下，Power是你最關心的東西：
Power的意思就是，若藥物真的有效，那試驗結果顯著的機率。

簡單的來說，若所有參數都設定正確，那期末分析顯著的機率是80%。
假設期中分析的時候約追蹤了一半的時間，那把發生率都砍半好了（50->25；37->18.5），加上顯著水準是0.01806，可得期中分析之Power大約是26%。

註3：所以我不知道期中分析之前對這結果在樂觀什麼，提前結束的機率只有26%。

另外，上面這些機率的計算根據的是"正確的參數預估"，若這些參數是"樂觀預估"，那機率就會比80%&26%更低。
但是根據我的經驗，樂觀預估上面這些參數太常見了。舉例來說，只要將"療效"從13%保守點設為10%，所需要的病患就要520變成880，對公司來說就是要花1.7倍的錢。

所以，我預估就算真的有療效，那期末分析會顯著的機率也不到80%。

另外，從這裡大概也可以看出公司願不願意花錢。（不過臨床試驗都很貴，他願意花也不見得有錢可以花）

----------------------------------給End的人---------------------------------

基亞還能不能翻盤，基本上取決於兩個機率（事實上對於謹慎的投資人而言，期中分析前就應該計算了）

1. 你賭他是不是真的有療效，並假設他真的有療效的期望機率是A
2. 計算它的Power（不會算就先設80%），假設這個數字是B

期末試驗的成功機率=A*B+0.04148*(1-A)

(你心中的A&B是多少就自己設定吧)

至於期中分析的結果能不能拿來做期末分析的預測？基本上是不行的，因為揭露的資訊太少了。

所以，所有的臨床試驗基本上都是場賭博，只是機率高低的不同而已。

-------------------------------給只想看一行結論的人---------------------------

"在一切都很樂觀的條件之下"，
期中分析過關率本來就只有26%，不過早在可以預期之內。


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.109.40.5
※ 文章網址: http://www.ptt.cc/bbs/Stock/M.1408343067.A.CCB.html
推 everforwind : 這啥? 請問跟股價有關嗎
→ ching0629   : 幫你算機率預測翻盤機率還不好?
推 littleshan30: 建議先算雞鴨會到哪裡打開
推 RfTV        : 不錯~以後生技股用的到~
→ les0818     : 所以呢？
推 iooi1009    : 好文,先收藏了!謝謝教學!
推 vincentlee10: 大推，謝謝板大的精闢分析
推 lahiboy     : 好文給推！
→ dahlia7357  : 還不錯 但是基亞已經結束了
→ evi1        : 不過光高劑量比低劑量好這點就有點難解釋了
→ evi1        : 過關的機率非常之低阿
→ RfTV        : 請問依這個方式來看"智擎"何解?
智擎是公司名稱吧，可否給些藥物名稱之類的關鍵字？

推 piglauhk    : 想請教一下 為何對照組沒吃藥 但改善比例竟有百分
對照組(安慰劑組)當然還是有可能有改善。
以這個例子來說，就是48週之內癌症未復發，難道不吃藥48周內就一定都要復發?

推 NIKAIDO     : 我覺得日本 歐美都還作不出來的東西,,,
→ NIKAIDO     : 台灣有可能先做出來嗎?
基亞的這個PI-88似乎就是跟歐美合作的（progen公司）。
另外，台灣未必做不出新藥，藥物這種東西很難說。

→ ntoufatman  : 跌停會先打開嗎？
→ nbarepeat   : 會回到400嗎
推 gogoegg     : 藥 都有點運氣運氣 所以被台灣做出來是有可能
→ gogoegg     : 但之前失敗 之後要成功 機率就變得非常低
我不知道你所謂的之前失敗是指什麼？
是指期中分析結果不如預期？那我只能說本來就沒啥機會會通過。
是指歐美已經做過這種藥物的臨床試驗？你可以上http://clinicaltrials.gov/查查，在肝癌上基亞是第一個。

推 noabstersion: 好文 台灣還有一堆生技公司可以這樣分析
→ noabstersion: 之前基亞風起時,一堆生技對外宣稱有新葯.
推 wade75      : 基亞還是間好公司 不要過份看壞他
基亞是間好公司？這點我是很有疑問的。
如果試驗通過，毫無疑問未來賺錢的機率很高。
但根據現在的資訊，不只是他賠錢而已，還要考慮到它大部分營收來自核甘酸定序服務，這東西基本上已經是紅海了，需要越來越貴的儀器，但價錢卻必須越來越低。

※ 編輯: ching0629 (140.109.40.5), 08/18/2014 15:00:44
推 serra28     : 要賭切除後會不會復發.算了吧..
推 remember246 : 其中只看DFS，還有另外3個沒看，期中數據訂太嚴
→ GigiBuffon  : 蛤? 我還以為基亞的其中數據訂很寬鬆了?
確實是有些寬鬆，可以的話我們會希望期末試驗的顯著水準越接近0.05越好，這樣期中分析的顯著水準就會非常小。
期末分析的顯著水準與期中分析的顯著水準有關，期中設越嚴格，期末就比較寬，反之亦然。
然而，期中分析幾乎不可能會顯著阿（以26%來看），那你還把一些扣打分到期中分析就顯得滿奇怪的。

推 theparanoid : 如果大家都學會分析新藥，那新藥股會不會倒光光
推 piglauhk    : 在行銷領域中，三百人問卷可信度為正負二十
這跟可信度無關，由於雙盲，連醫師也不確定他所評估的病患是吃哪種藥。
因此"假設"錯誤的機率在兩個組別相同，那兩組的差異就不受"錯誤率"影響。

推 RfTV        : MM-398   <---叫這個
我查了這個藥物，發現他的第三期試驗結果已經在今年6月結束了。(http://ppt.cc/wKRD)
根據http://ppt.cc/aH~Y，似乎是好的結果。

推 piglauhk    : 以此觀之 新藥藥效不樂觀阿
推 piglauhk    : 謝謝原po分享
→ abuu0929    : 基本上連第一線研究人員都不知道會不會過了
→ abuu0929    : 你自己會分析得出來?文組的嗎?
其實，第一線的研究人員常常受到"政治因素"干擾。
研究人員當然相信這個藥是確實有療效（A=100%），但你要認同他的想法嗎？
就算真的有療效好了，那根據Power analysis，最終通過的機率也不過80%。
也就是說，即使研究人員說的都對，通過機率也不過80%。

你會問研究人員為什麼願意接受這20%的失敗率，因為降低失敗率需要更高的樣本數，而金主有時候不願意花這麼多錢。
（或是花太多錢就算有反應了，投資報酬率也太差）

BTW，就算上市了，若是真實療效太差，也未必會賣得好，這部分就等期末報告出來若有顯著結果我再來評估吧。


推 hsulinchih  : 感謝分享
→ abuu0929    : 抱歉，講話太衝，收回上一句話
→ aalluubbaa  : 其實這篇文章如果搭配你買認售權證的對帳單會好很多
推 vic210      : 推
推 sdes6332    : 強者推
推 horseorange : 推
推 superbabyer : 專業推
推 tsai18      : 總之 我10元會進場
※ 編輯: ching0629 (140.109.40.5), 08/18/2014 15:40:34
推 abc06       : 10元可以賭一把
推 ChieMingWang: 10元收
→ iampala     : 不買為什麼一定要空? 笑死人的說法..
推 RfTV        : 給推
推 ji32k7a8u8  : 厲害!
推 wade75      : 推你認真 但評價一間公司不應該只著重股價
→ wade75      : 若你有心創業 試著用創業的方式評斷 收穫會多一些
推 odbc        : 請問你那個公式是貝氏預測定理嗎 ?
Power analysis部分的公式有點長，需要的話直接使用網站計算就好。
至於我寫的A/B與預測機率的關係式，只有使用非常簡單的條件機率相乘，但只要A/B為真，它是正確無誤的。

推 jammy50605  : 專業推
推 minshen02   : 好文推推,雖然還看不懂
推 inranyan    : 請問你是唸生物資訊的嗎@@？…生統常分析！
→ inranyan    : 只是我覺得統計是讓整個研究分析更有公信力@@
推 whface      : 推好文!
推 oldxeng     : 快推！不然被以為不懂
推 RonaldFisher: 這IP中研院的  專業推
→ RonaldFisher: 看到行銷20%我都笑了 生統用20%誤差搞一年死幾萬人
推 aleyukimo   : 好文
推 inranyan    : 推！專業的～～風險管理評估報告…type 1 error和ty
推 Lr1         : 26%是在PI-88真的有療效的狀況下，考慮到沒療效的可
→ Lr1         : 還會更低，另外你的期中假設減半的方式…好像不應
你說的沒有錯，26%是"真的有療效"的狀況下，所以真實的"期望機率"（注意，不是機率，是期望機率）應該更低。

減半當然很武斷。但畢竟研究只經過一半的時間，設一半也只是個人推測，你可以設其他參數試試。
※ 編輯: ching0629 (140.109.40.5), 08/19/2014 08:40:23
推 t1719482    : 大大 ，其實我覺得這報告非常奇怪在於no treatment
→ t1719482    : 還有50%，不過增加到250mg/day 反而降到42%那不就代
→ t1719482    : 表沒治療還比較有效，還是我漏看了甚麼
→ oceanweaver : 增加劑量"統計"結果倒退在很多藥還滿常見的, 包括上
→ oceanweaver : 市的藥也會, 但這不代表什麼, 就是一個無法證明有效
→ oceanweaver : 的試驗結果而已, 這就是生物統計跟理工根本上不同的
→ oceanweaver : 地方
推 frank111    : 賭這種機率真的很好笑，要這樣玩不如去玩期貨
→ frank111    : 賭對了股價翻個幾倍，賭錯了就等下市
→ frank111    : 回歸市場面，就算這藥過了授權金也才2億美金
→ frank111    : 檯面上炒作的資金卻有好幾百億，這有成比例嗎?
→ frank111    : 這藥鎖定的族群是肝癌術後復發抑制，這市場很大嗎?
→ Nicher      : 那個160/250mg/day的劑量事實上是progen以前藥物
→ Nicher      : 動力測試結果，不只是肝癌，其他更早期的所有癌症
→ Nicher      : 的測試都是用這兩個劑量做的，我個人感覺這個藥物
→ Nicher      : 做出來的二期結果告訴我們有一成多的人對藥物有比
→ Nicher      : 較好的反應，三期分析結果如果最後是好，表示這些
→ Nicher      : 患者術後可能多一年存活期，你覺得兩個結果合起來
→ Nicher      : 看怎麼樣？
推 amarni333   : 謝謝分享！！！
推 b507096048  : 推分享專業看法給大家做參考!