南京醫(yī)科大學(xué)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系（211166） 劉 晉 于 浩 柏建嶺 曾 平 劉麗亞 陳 峰

新藥臨床研究中橋接試驗(yàn)的統(tǒng)計(jì)方法*

南京醫(yī)科大學(xué)流行病與衛(wèi)生統(tǒng)計(jì)學(xué)系（211166） 劉 晉 于 浩 柏建嶺 曾 平 劉麗亞 陳 峰△

我國(guó)大部分新藥仿制或進(jìn)口自西方國(guó)家，它們的安全性和有效性在西方國(guó)家已得到確認(rèn)，而這些由歐美人群建立的臨床療效和安全性結(jié)果是否可以直接外推到中國(guó)人群，是我國(guó)藥物監(jiān)管部門在審批此類藥物時(shí)重點(diǎn)考慮的問題。針對(duì)外國(guó)引進(jìn)藥物，我國(guó)目前審批策略是：要求對(duì)引進(jìn)的國(guó)外藥品在我國(guó)人群中進(jìn)行I-III期的臨床試驗(yàn)，驗(yàn)證其對(duì)我國(guó)人群的安全性與有效性后方批準(zhǔn)上市［1］。然而大量研究表明，大部分藥品的藥物特性在不同種族間類似。因此對(duì)所有申請(qǐng)上市藥品無區(qū)別地進(jìn)行重復(fù)試驗(yàn)常常造成時(shí)間延誤及資源浪費(fèi)［2－3］。

為解決此類問題，1998年美國(guó)、歐盟和日本三國(guó)組成的國(guó)際協(xié)調(diào)會(huì)議（international harmonization conference，ICH）發(fā)布了名為“種族因素對(duì)外國(guó)臨床數(shù)據(jù)可接受性的影響”（ethnic factors in the acceptability of foreign clinical data）的指導(dǎo)文件（以下簡(jiǎn)稱E5文件）［4］。該文件首次提出了橋接試驗(yàn)（bridging study）概念并建立了評(píng)價(jià)種族因素對(duì)藥物療效、安全性等影響的基本規(guī)范。在E5文件指導(dǎo)下，橋接試驗(yàn)策略在日本、臺(tái)灣等國(guó)家和地區(qū)得到了推廣、使用，許多新藥在經(jīng)過橋接試驗(yàn)后通過了藥物監(jiān)管部門的審批［5］。

目前在國(guó)內(nèi)已發(fā)表文獻(xiàn)中，除中國(guó)生物制品檢定所桑國(guó)衛(wèi)院士和南京醫(yī)科大學(xué)辛衛(wèi)權(quán)等對(duì)橋接試驗(yàn)的概念和國(guó)外應(yīng)用進(jìn)行了介紹外，尚未見到對(duì)橋接試驗(yàn)統(tǒng)計(jì)方法較為系統(tǒng)的介紹［1，6］。故本文將重點(diǎn)介紹橋接試驗(yàn)設(shè)計(jì)與分析中的統(tǒng)計(jì)方法，以期為我國(guó)臨床試驗(yàn)研究者提供了解和引進(jìn)這一國(guó)外新技術(shù)和新策略的借鑒和參考。

橋接試驗(yàn)的基本概念

ICH 1998年發(fā)布的E5文件指出，新藥在原地域已經(jīng)通過審批以后，如果要推廣到新地域，可以利用原地域臨床試驗(yàn)已有信息，按需在新地域進(jìn)行小規(guī)模的附加試驗(yàn)研究，通過這些試驗(yàn)研究說明該藥品對(duì)新地域人群具有同樣的安全性、有效性，即可有效、快速地將原地域藥品外推到新地域。因此，橋接試驗(yàn)只需證明藥物在新地域安全性和有效性特征與原地域具有“相似性”（similarity）。而傳統(tǒng)臨床試驗(yàn)忽略原地域數(shù)據(jù)，僅依靠新地域數(shù)據(jù)證實(shí)藥物在該地域的安全性與有效性。由于“相似性”往往涉及到橋接試驗(yàn)是否需要進(jìn)行以及該試驗(yàn)是否成功或被認(rèn)可，因此是橋接試驗(yàn)中一個(gè)極為重要的問題，但E5文件僅給出了“相似性”的概念，并沒有給出判定相似性的標(biāo)準(zhǔn)和方法［7－9］。鑒于此，國(guó)外研究者圍繞“相似性”問題進(jìn)行了深入和廣泛的探討?，F(xiàn)有研究從方法學(xué)上可分為經(jīng)典統(tǒng)計(jì)方法（頻率方法）和貝葉斯統(tǒng)計(jì)方法。從研究重點(diǎn)上看，則主要集中在“相似性”的度量、原地域信息的利用、現(xiàn)地域試驗(yàn)結(jié)果的模擬；在貝葉斯統(tǒng)計(jì)領(lǐng)域尚涉及結(jié)果的頻率解釋（I型誤差和II型誤差）以及與管理規(guī)范的銜接等。

橋接試驗(yàn)中的經(jīng)典統(tǒng)計(jì)學(xué)方法

根據(jù)經(jīng)典統(tǒng)計(jì)學(xué)原理，一些研究者從不同角度出發(fā)提出了橋接試驗(yàn)的頻率統(tǒng)計(jì)方法。其中代表性的方法有以下三類：重建概率和概括概率法、加權(quán)Z檢驗(yàn)法、兩階段設(shè)計(jì)和成組序貫設(shè)計(jì)法。

1.重建概率和概括概率法

Shao和Chow于2002年提出重建概率（reproducibility probability）和概括概率（generality probability）的概念［8－9，11］。所謂重建概率是指在新地域重復(fù)原地域試驗(yàn)結(jié)果的概率，當(dāng)無明顯證據(jù)表明兩地域間的種族差異對(duì)藥物療效產(chǎn)生影響，通過計(jì)算重建概率判斷是否需要進(jìn)行橋接試驗(yàn)；而概括概率則為在已有信息表明新地域和原地域藥物療效可能存在差異的條件下，新地域得到療效存在的概率。計(jì)算這兩種概率的基本方法是利用原地域信息估計(jì)藥物療效的總體參數(shù)，進(jìn)而計(jì)算在新地域I類錯(cuò)誤控制在指定水準(zhǔn)下的把握度。具體有三種計(jì)算方法：①估計(jì)把握度法（estimated power approach），②置信區(qū)間界值法（the confidence bound approach），③Bayes法（Bayesian approach）。隨后，Chow提出以敏感性指標(biāo)（sensitivity index）［11］作為藥物療效在兩地域間變化的度量，并以該指標(biāo)判斷藥物療效能否在兩地域間實(shí)現(xiàn)橋接。敏感性指標(biāo)定義如下，令原地域療效總體均值和標(biāo)準(zhǔn)差為uorginal、σorginal，令新地域效應(yīng)總體均值和標(biāo)準(zhǔn)差分別為unew＝uorginal＋ε、σnew＝Cσorginal，其中ε和C分別為新地域療效總體均值和標(biāo)準(zhǔn)差相對(duì)于原地域的改變量。則新地域療效均值與標(biāo)準(zhǔn)差比值為：

Chow等將Δ稱為敏感性指標(biāo)，Δ＝（1＋ε／uorginal）／C，該指標(biāo)度量了兩地域間療效信噪比的改變量。在以下4種條件下：①ε和C都是固定常數(shù)；②ε為隨機(jī)變量，C為常數(shù)；③ε為常數(shù)，C為隨機(jī)變量；④兩者都是隨機(jī)變量；利用EM法可估計(jì)該敏感性指標(biāo)。若該指標(biāo)落于預(yù)定區(qū)域內(nèi)，則判斷橋接成功。但是這個(gè)區(qū)域該如何選擇，作者并未給出明確建議。

2.加權(quán)Z檢驗(yàn)法

2005年Lan首次提出加權(quán)Z檢驗(yàn)（weighted z test）方法［12］。根據(jù)權(quán)重給定方式的不同，可以用于自適應(yīng)設(shè)計(jì)的樣本量再估計(jì)或應(yīng)用于橋接試驗(yàn)的分析中。對(duì)于橋接試驗(yàn)中的加權(quán)Z檢驗(yàn)，其基本思想是將原地域和新地域的近似正態(tài)性Z檢驗(yàn)統(tǒng)計(jì)量（ZForeign，ZBridging），按照預(yù)先指定的權(quán)重（w）相加，得到新的統(tǒng)計(jì)量對(duì)Zw進(jìn)行假設(shè)檢驗(yàn)，若小于預(yù)定檢驗(yàn)水準(zhǔn)a，則認(rèn)為橋接成功。權(quán)重w通過預(yù)先獲得的關(guān)于原地域和新地域藥物療效的相似性在分析前確定。通過這種方式，新地域試驗(yàn)的檢驗(yàn)水準(zhǔn)αbridging被調(diào)整為αbridging＝1－φ（（zα－顯而易見，αbridging受到權(quán)重w和原地域Z統(tǒng)計(jì)量?jī)蓚€(gè)因素的共同影響，往往會(huì)造成Ⅰ類錯(cuò)誤膨脹，因此在應(yīng)用此法時(shí)應(yīng)注意Ⅰ類錯(cuò)誤的大小應(yīng)滿足相關(guān)地域藥物審批的法規(guī)要求。對(duì)于新地域的試驗(yàn)樣本量估計(jì)，Lan指出可以通過對(duì)橋接地域的樣本量相比較于原地域進(jìn)行折扣的方式實(shí)現(xiàn)。令原地域試驗(yàn)的Ⅱ類錯(cuò)誤為β，Ⅰ類錯(cuò)誤為αFull，試驗(yàn)組與對(duì)照組療效總體差值為Δ，則原地域每組所需總樣本量為

通過設(shè)定折扣因子D（discount factor），橋接地域的樣本量：

在保持橋接地域把握度不變的條件下，橋接地域所對(duì)應(yīng)的Ⅰ類錯(cuò)誤為

2012年Hsiao-Hui借鑒Lan加權(quán)Z檢驗(yàn)思想，提出了另一種加權(quán)檢驗(yàn)策略［13］。與Lan對(duì)Z統(tǒng)計(jì)量加權(quán)不同，他們通過對(duì)兩地域總體療效指標(biāo)而非Z檢驗(yàn)統(tǒng)計(jì)量進(jìn)行加權(quán)，其定義的原假設(shè)為：

其中r為預(yù)先定義的權(quán)重，μT，B－μP，B，μT，O－μP，O分別為橋接地域和原地域試驗(yàn)組與對(duì)照組療效差值。在此原假設(shè)下，對(duì)應(yīng)的檢驗(yàn)統(tǒng)計(jì)量服從t分布。在此基礎(chǔ)上，Hsiao使用迭代方法求解出新地域所需樣本量，并計(jì)算最大的權(quán)重取值。模擬試驗(yàn)顯示，該迭代方法能夠計(jì)算出將Ⅰ類、Ⅱ類錯(cuò)誤控制在指定水準(zhǔn)下所需最小的橋接地域樣本量。

Xiaoyu Dong 2012年對(duì)Lan和Hsiao的方法進(jìn)行了比較。考察在相同條件下，Ⅰ類、Ⅱ類錯(cuò)誤以及樣本量需求情況［14］。他認(rèn)為L(zhǎng)an的方法中權(quán)重w的取值和兩地域數(shù)據(jù)的變異度比值對(duì)Ⅰ類錯(cuò)誤和把握度影響較大，而Hsiao的方法則相對(duì)穩(wěn)定。

3.兩階段設(shè)計(jì)和成組序貫設(shè)計(jì)法

從另一角度出發(fā)，Hsiao xu和Liu將橋接試驗(yàn)視為在統(tǒng)一框架下分兩階段（原地域階段和新地域階段）進(jìn)行的臨床試驗(yàn)。在此基礎(chǔ)上，將兩階段設(shè)計(jì)（two stage design）和成組序貫設(shè)計(jì)（group sequential design）引入橋接試驗(yàn)的設(shè)計(jì)與分析中［15－16］。該法的主要步驟為：第一階段對(duì)原地域獲得的試驗(yàn)結(jié)果進(jìn)行t檢驗(yàn)，若檢驗(yàn)統(tǒng)計(jì)量T0大于預(yù)定界值C0則試驗(yàn)進(jìn)入第二階段（新地域試驗(yàn)），否則試驗(yàn)中止。當(dāng)?shù)诙A段（橋接階段）完成后，對(duì)一、二階段的累計(jì)數(shù)據(jù)進(jìn)行最終分析。若檢驗(yàn)統(tǒng)計(jì)量TN大于預(yù)定界值CN，認(rèn)為可以將第一階段原地域結(jié)果外推至第二階段的新地域。在總Ⅰ類錯(cuò)誤和Ⅱ類錯(cuò)誤固定的條件下，采用兩個(gè)參數(shù)r1和r2分配一階段和二階段的Ⅰ類和Ⅱ類錯(cuò)誤。一階段和二階段Ⅰ類錯(cuò)誤分別為

一階段和二階段Ⅱ類錯(cuò)誤則分別為，

式中C0為一階段的檢驗(yàn)界值，CN為二階段檢驗(yàn)界值，τ為Ⅰ類錯(cuò)誤調(diào)整參數(shù)。通過以上四個(gè)公式，即可得到原地域和新地域所需的樣本量。

橋接試驗(yàn)中的貝葉斯統(tǒng)計(jì)方法

貝葉斯統(tǒng)計(jì)方法近年來日益受到重視，橋接試驗(yàn)通過合理使用已掌握的藥物安全性、有效性信息（即原地域已上市藥物的相關(guān)信息），支持藥物在新地域的快速上市的思路和Bayes統(tǒng)計(jì)的理念十分契合。因此許多研究者對(duì)各種Bayes統(tǒng)計(jì)方法在橋接試驗(yàn)設(shè)計(jì)與分析中的應(yīng)用進(jìn)行了大量研究［17］。其代表性的方法有Bayes預(yù)測(cè)概率法、經(jīng)驗(yàn)Bayes法、混合先驗(yàn)法、冪次先驗(yàn)法（power prior）和公度冪次先驗(yàn)法（commensurate power prior）。

1.貝葉斯預(yù)測(cè)概率法

Shih 2001年將原地域進(jìn)行的試驗(yàn)（包括數(shù)個(gè)地區(qū)）視為多中心臨床試驗(yàn)，將新地域視為一個(gè)新的中心，利用Bayes預(yù)測(cè)概率判斷各地域間療效的一致性（consistency）［7］。需要說明的是，Shih所說的一致性實(shí)際上是我們前面介紹頻率方法時(shí)提到的相似性的另一種表達(dá)方式。假定原地域S個(gè)中心試驗(yàn)組和對(duì)照組比較t檢驗(yàn)統(tǒng)計(jì)量為T＝（T1，T2，……，TS），令TN為新地域的t統(tǒng)計(jì)量，分別計(jì)算在給定T統(tǒng)計(jì)量條件下的TN和Ti的Bayes預(yù)測(cè)概率p（TN｜T）和p（Ti｜T）（i＝1，2，…，S）。若滿足以下公式：

即在原地域所有試驗(yàn)中心數(shù)據(jù)基礎(chǔ)上得到新地域觀測(cè)數(shù)據(jù)的預(yù)測(cè)概率大于原地域任一中心的預(yù)測(cè)概率，則認(rèn)為新地域與原地域間藥物療效具備一致性。此處預(yù)測(cè)概率是指在已有數(shù)據(jù)基礎(chǔ)上，利用Bayes原理推斷的未知數(shù)據(jù)各種取值的可能性。對(duì)于結(jié)果服從二項(xiàng)分布的數(shù)據(jù)，也可以按照上述方法的思路進(jìn)行類似分析。該方法是E5文件發(fā)布后，首個(gè)被提出的橋接試驗(yàn)的Bayes方法。雖然它為以后的研究奠定了一定基礎(chǔ)，但作為一種Bayes方法，Shih并沒有評(píng)價(jià)監(jiān)管機(jī)構(gòu)十分關(guān)心的Ⅰ類、Ⅱ類錯(cuò)誤，因此，該方法的統(tǒng)計(jì)特性值得進(jìn)一步研究。

2.經(jīng)驗(yàn)貝葉斯法

Liu等2002年將經(jīng)驗(yàn)Bayes方法引入橋接試驗(yàn)的分析中，并利用總體參數(shù)后驗(yàn)概率構(gòu)建相應(yīng)的相似性判斷標(biāo)準(zhǔn)［18］。具體方法為：將原地域試驗(yàn)組和對(duì)照組療效差值作為新地域的先驗(yàn)，以橋接地域試驗(yàn)組和對(duì)照組療效差值作為現(xiàn)有數(shù)據(jù)，利用經(jīng)驗(yàn)Bayes方法計(jì)算新地域試驗(yàn)組與對(duì)照組療效差值的后驗(yàn)概率，若兩組療效差值大于0的概率大于預(yù)定界值（1－α），則認(rèn)為兩地間療效具有相似性。令μN(yùn)T為新地域治療組總體均值，μP為對(duì)照組總體均值，則新地域療效的后驗(yàn)概率需滿足下式：

PSI＝Pr｛μN(yùn)T－μP＞0｜bridging data and prior｝＞1－α

式中α取值為試驗(yàn)前確定的，而新地域總體療效μN(yùn)T－μP大于0的近似概率（similary probability）PSI即可視為相似性的判斷標(biāo)準(zhǔn)。

值得注意的是，該準(zhǔn)則關(guān)注的是療效的定性描述，即僅關(guān)注新地域試驗(yàn)組和對(duì)照組療效差值是否大于0，而并不涉及其具體療效大小。而在實(shí)際中即使新地域和原地域都有正向的療效存在，但它們的療效之間可能存在明顯差別，因此，采用該判斷方法可能并不能真正識(shí)別出兩地域間療效的相似性。為此Liu 2004年對(duì)其2002年的方法進(jìn)行了改進(jìn)，計(jì)算在整合新地域數(shù)據(jù)和原地域試驗(yàn)數(shù)據(jù)（bridging data and prior）條件下，新地域和原地域試驗(yàn)組療效差值大于非劣效界值（δ）的概率（PSI）。并和事先確定的概率水平（1－α）進(jìn)行比較，若大于（1－α）則認(rèn)為藥物在兩地域療效相似［19］。用公式表示為

PSI＝Pr｛μN(yùn)T－μOT＞－δ｜bridging data and prior｝＞1－α

其中μN(yùn)T為新地域治療組療效指標(biāo)總體均值，μOT為原地域治療組療效指標(biāo)總體均值。該方法原理與Liu（2002）方法類似。

Liu（2002）和Liu（2004）的相似性判斷策略均直接以原地域的樣本信息作為新地域的先驗(yàn)信息估計(jì)后驗(yàn)概率，而在實(shí)際工作中原地域數(shù)據(jù)樣本量往往遠(yuǎn)大于新地域樣本量，故在后驗(yàn)分布的計(jì)算中占據(jù)主導(dǎo)地位，常常使得新地域的結(jié)果無法“扭轉(zhuǎn)”原地域結(jié)果，這就導(dǎo)致使用上述兩種方法進(jìn)行相似性判斷時(shí)，即使新地域的療效遠(yuǎn)低于原地域，最終也總是判斷兩地結(jié)果相似，而這正是經(jīng)驗(yàn)Bayes方法的主要缺陷。

3.混合先驗(yàn)

針對(duì)經(jīng)驗(yàn)Bayes法存在的缺陷，Liu 2007年在其2002年方法的基礎(chǔ)上對(duì)先驗(yàn)信息的定義方式進(jìn)行了改進(jìn)，提出混合先驗(yàn)Bayes法（m ixture prior approach）以代替經(jīng)驗(yàn)Bayes方法［20］。所謂混合先驗(yàn)是指總體參數(shù)的先驗(yàn)分布并非是單個(gè)分布函數(shù)，而是由兩個(gè)分布函數(shù)按照一定權(quán)重相加組成。對(duì)于橋接試驗(yàn)而言，其中一個(gè)分布函數(shù)是由原地域已知的數(shù)據(jù)確定，而另一個(gè)分布函數(shù)則常常使用無信息先驗(yàn)分布，再將兩者按照預(yù)定的權(quán)重相加，即得到混合先驗(yàn)分布。令總體參數(shù)為新地域試驗(yàn)組和對(duì)照組療效之差：

則混合先驗(yàn)分布形式為：

其中π1（ΔN）常為無信息先驗(yàn)，具體形式可以是均勻分布、方差較大的正態(tài)分布等；π2（ΔN）和前述經(jīng)驗(yàn)Bayes先驗(yàn)相同，為根據(jù)原地域試驗(yàn)確定的經(jīng)驗(yàn)先驗(yàn)。為預(yù)先指定的先驗(yàn)權(quán)重，取值范圍。當(dāng)γ為1時(shí)，不借用原地域信息，為0時(shí)，則退化為L(zhǎng)iu（2002）方法中的先驗(yàn)。不難看出，混合先驗(yàn)通過權(quán)重調(diào)整有信息的原地域數(shù)據(jù)在整個(gè)先驗(yàn)信息中所占的比例，從而達(dá)到削弱原地域樣本量過大造成的影響。然而，由于γ取值需要人為指定，加之其實(shí)際意義并不明確，因此在實(shí)際應(yīng)用中很難給出其合理取值。

4.冪次先驗(yàn)法和公度冪次先驗(yàn)法

對(duì)于經(jīng)驗(yàn)Bayes先驗(yàn)存在的原地域信息“掩蓋”新地域信息問題，除了可以使用混合先驗(yàn)法外，也可以使用冪次先驗(yàn)（power prior）的方法加以解決。冪次先驗(yàn)通過指定冪次參數(shù)a0和初始先驗(yàn)（initial prior）將原地域信息以似然的形式納入模型中，冪次a0的大小作為尺度參數(shù)用于調(diào)整歷史信息被使用的程度，從而避免信息量較大的原地域數(shù)據(jù)掩蓋可能的“真實(shí)”結(jié)果［21］。利用冪次先驗(yàn)法獲得總體參數(shù)后驗(yàn)概率的一般過程如下：令現(xiàn)有試驗(yàn)數(shù)據(jù)為D，歷史數(shù)據(jù)為D0，θ為感興趣的總體參數(shù)，L（θ｜D）為似然函數(shù)；進(jìn)一步，令π0（θ｜c(diǎn)0）為在歷史數(shù)據(jù)D0被觀測(cè)前關(guān)于θ的先驗(yàn)信息，稱之為初始先驗(yàn)；則在給定冪次a0和歷史數(shù)據(jù)D0的條件下，θ的冪次先驗(yàn)為：

上式與一般Bayes公式的不同之處是其似然函數(shù)具有冪次a0，0＜a0＜1。當(dāng)a0為1時(shí)，即利用全部原地域信息，退化為一般的層次Bayes先驗(yàn)；而a0為0時(shí)，則僅使用初始先驗(yàn)。在實(shí)際應(yīng)用中，a0可以根據(jù)實(shí)際情況指定一個(gè)常數(shù)或?yàn)閍0指定一個(gè)先驗(yàn)分布以反映a0取值的不確定性。顯然，在橋接試驗(yàn)中我們可以在使用冪次先驗(yàn)得到新地域藥物療效指標(biāo)后驗(yàn)概率后，進(jìn)一步利用Liu 2002或2004年提出的相似性判斷準(zhǔn)則進(jìn)行原地域和新地域的療效相似性判斷。Mihir Gandhi等于2012年采用這種方式對(duì)療效指標(biāo)服從二項(xiàng)分布的橋接試驗(yàn)數(shù)據(jù)進(jìn)行了分析［22］。

在橋接試驗(yàn)數(shù)據(jù)分析中，冪次先驗(yàn)和混合先驗(yàn)兩種Bayes先驗(yàn)指定方法都可以實(shí)現(xiàn)對(duì)原地域信息在合理范圍內(nèi)“有限度”的利用，然而冪次先驗(yàn)在許多條件下可給出直觀解釋，故冪次先驗(yàn)法更為實(shí)用。

雖然冪次先驗(yàn)可以方便直觀地將原地域信息加以利用，然而，反映信息使用多少的冪次參數(shù)卻需要人為指定，因此可能存在利用外部信息過多，超出合理范圍的問題［23］。為解決此問題，Hobbs等在冪次先驗(yàn)方法的基礎(chǔ)上提出了公度冪次先驗(yàn)（commensurate power prior）法［24］。該方法利用了冪次先驗(yàn)的基本原理，但通過增加一個(gè)度量?jī)傻赜蜷g總體參數(shù)相似性的參數(shù)τ，并估計(jì)其分布，自適應(yīng)地確定a0的分布，從而避免了主觀決定a0對(duì)結(jié)果產(chǎn)生的影響。具體過程為：

令θ0為原地域的療效參數(shù)，對(duì)于θ0我們賦予其模糊先驗(yàn)或平坦先驗(yàn)，對(duì)于新地域數(shù)據(jù)θ的先驗(yàn)分布則由θ和度量θ和θ0相似性的參數(shù)τ決定。例如θ0的先驗(yàn)可以是θ～N（θ0，τ），其中方差τ的大小，即度量了θ和θ0相似性。在對(duì)τ指定一個(gè)模糊先驗(yàn)p（τ）后，即可得到關(guān)于（θ，θ0，a0，τ）的聯(lián)合先驗(yàn)分布為

雖然該法需要估計(jì)更多的參數(shù)（比如τ），但是卻改進(jìn)了對(duì)a0的估計(jì)［24］。

討 論

自1998年ICH E5指導(dǎo)文件發(fā)布以來，橋接試驗(yàn)設(shè)計(jì)和統(tǒng)計(jì)分析方法一直是國(guó)外臨床試驗(yàn)研究的熱點(diǎn)問題之一，現(xiàn)已初步形成了其特有的方法學(xué)體系（雖然遠(yuǎn)非完善）。如頻率學(xué)派的成組序貫設(shè)計(jì)、加權(quán)Z檢驗(yàn)、等效性檢驗(yàn)、非劣效檢驗(yàn)等。貝葉斯學(xué)派包括經(jīng)驗(yàn)貝葉斯方法、貝葉斯預(yù)測(cè)概率、貝葉斯后驗(yàn)概率等。由于貝葉斯方法借助先驗(yàn)信息進(jìn)行統(tǒng)計(jì)推斷，因此和橋接試驗(yàn)的基本思想，即借用藥物在原地域已獲得的有效性、安全性信息支持其在新地域上市相吻合。因此貝葉斯方法在橋接試驗(yàn)上的應(yīng)用較頻率方法更為自然。目前的貝葉斯方法在橋接試驗(yàn)上應(yīng)用的主要難點(diǎn)在于先驗(yàn)信息的確定或原地域已有信息的利用程度，以及利用貝葉斯后驗(yàn)概率進(jìn)行決策時(shí)Ⅰ類錯(cuò)誤的估計(jì)等。

目前針對(duì)橋接試驗(yàn)的統(tǒng)計(jì)設(shè)計(jì)分析方法較多，然而這些方法的優(yōu)劣與特性的比較則相對(duì)缺乏。由于橋接試驗(yàn)本身特點(diǎn)，一些分析與設(shè)計(jì)方法并沒有考慮Ⅰ類錯(cuò)誤。而實(shí)際上橋接試驗(yàn)方法由于常常借助外來信息使得Ⅰ類錯(cuò)誤膨脹，采用此種分析策略可能在一些國(guó)家或地區(qū)無法通過藥物監(jiān)管部門的審批。橋接試驗(yàn)的推廣與應(yīng)用離不開科學(xué)完善的統(tǒng)計(jì)設(shè)計(jì)與分析方法支撐，只有科學(xué)合理的對(duì)橋接試驗(yàn)結(jié)果進(jìn)行分析與解釋，才能發(fā)揮出這種試驗(yàn)策略的優(yōu)勢(shì)，這正需要我們統(tǒng)計(jì)工作者進(jìn)行深入的探索與研究。

1.辛衛(wèi)權(quán)，荀鵬程，于浩，等.新藥臨床試驗(yàn)中的橋接試驗(yàn).中國(guó)臨床藥理學(xué)與治療學(xué)，2008，13（3）：309-314.

2.Kihito T，Mari I，Hiromu N.Multiregional Clinical Trials for Global Simultaneous Drug Development in Japan，2012：235-250.

3.Mey W，Yeong-Liang L，Herng-Der C.Feasibility and Implementation of Bridging Studies in Taiwan，2012：251-264.

4.ICH.Triparite Guidance E5，Ethnic Factors in the Acceptability of Foreign Data.Federal Register，1998，83：31790-31796.

5.Christy C，Yoichi I，Norisuke K，et al.Design and Sample Size Considerations for Global Trials／／2012：121-150.

6.桑國(guó)衛(wèi).新藥臨床研究中的“橋接”試驗(yàn).中國(guó)處方藥，2003（2）：50-53.

7.Shih WJ.Clinical trials for drug registrations in Asian-Pacific countries：proposal for a new paradigm from a statistical perspective.Control Clin Trials，2001，22（4）：357-366.

8.Shao J，Chow S.Reproducibility probability in clinical trials.Statistics in Medicine，2002，21（12）：1727-1742.

9.Liu J，Chow S.Bridging studies in clinical development.Journal of biopharma ceutical statistics，2002，12（3）：359-367.

10.Khin N A，Yang P，Hung H，et al.Regulatory and Scientific Issues Regarding Use of Foreign Data in Support of New Drug Applications in the United States：An FDA Perspective.Clin.Pharmacol.Ther，2013，94（2）：230-242.

11.Chow SC，Shao J，Hu OY.Assessing sensitivity and sim ilarity in bridging studies.J Biopharm Stat，2002，12（3）：385-400.

12.Lan KK，Soo Y，Siu C，etal.The use of weighted Z-tests in medical research.J Biopharm Stat，2005，15（4）：625-639.

13.Tsou HH，Tsong Y，Liu J T，et al.Weighted evidence approach of bridging study.J Biopharm Stat，2012，22（5）：952-965.

14.Dong X，Guo Y，Tsong Y.A Note on Two Approaches of Testing Bridging Evidence to a New Region.Journal of Biopharmaceutical Statistics，2012，22（5）：966-976.

15.Hsiao C，Xu J，Liu J.A group sequential approach to evaluation of bridging studies.Journal of biopharmaceutical statistics，2003，13（4）：793-801.

16.Hsiao CF，Xu JZ，Liu JP.A two-stage design for bridging studies. JOURNAL OF BIOPHARMACEUTICAL STATISTICS，2005，15（1）：75-83.

17.Chin-Fu H，Hsiao-Hui T，Jen-pei L，et al.A Bayesian Approach for E-valuation of Bridging Studies，2012：89-104.

18.Liu J，Hsiao C，Hsueh H.Bayesian approach to evaluation of bridging studies.Journal of biopharmaceutical statistics，2002，12（3）：401-408.

19.Liu J，Hsueh H，Hsiao C.A Bayesian noninferiority approach to evaluation of bridging studies.Journal of biopharmaceutical statistics，2004，14（2）：291-300.

20.Hsiao CF，Hsu YY，Tsou HH，et al.Use of prior information for Bayesian evaluation of bridging studies.Journal of Biopharmaceutical Statistics，2007，17（1）：109-121.

21.Ibrahim JG，Chen M.Power prior distributions for regression models. Statistical Science，2000：46-60.

22.Gandhi M，Mukherjee B，Biswas D.A Bayesian apprroach for inference from a bridging study with binary outcomes.Journal of Biopharmaceutical Statistics，2012，22（5SI）：935-951.

23.Duan Y，Ye K，Smith EP.Evaluating water quality using power priors to incorporate historical information.Environmetrics，2006，17（1）：95-106.

24.Hobbs BP，Sargent DJ，Carlin BP.Commensurate priors for incorporating historical information in clinical trials using general and generalized linear models.Bayesian Analysis，2012，7（3）：639-674.

（責(zé)任編輯：郭海強(qiáng)）

*國(guó)家自然科學(xué)基金資助項(xiàng)目（81273184）；國(guó)家自然科學(xué)基金資助項(xiàng)目（81302512）

△通信作者：陳峰，E-mail：fengchen＠njmu.edu.cn