生物等效性(Bioequivalence, BE)是指在同样试验条件下试验制剂和对照标准制剂在药物的吸收程度和速度的统计学差异，是仿制药一致性评价的关键指标。在仿制药申请过程中， BE研究占据着极其重要的地位，是仿制药审评和上市的基础。

传统的BE研究在开始前已经做好统计假设，并通过合理的计算以确定研究的样本量并且不可以根据试验中间的结果来调整样本量。但是，临床研究往往比预想更复杂，甚至会出现按我们预想的相反方向发展的情况，不仅会增加研发费用，还延缓了审批进程。适应性设计(Adaptive design)应运而生。

适应性设计是指在试验开始之后，在对试验的整体性与有效性不导致破坏的前提下，依据前期试验所得的部分结果调整后续试验方案，从而及时发现并更正试验设计之初不合理的假设，从而减少研究成本，缩短研究周期的一大类研究设计方法的总称。

因为在统计效率、伦理考虑和药物效应的动态理解方面具有潜在优势，适应性设计已广泛应用于新药开发的临床试验中。此外，适应性设计已被提出并应用于BE试验中。在适应性临床研究设计中，有可能根据中期研究结果提前终止临床研究，或在研究过程中调整样本量。尽管由于研究过程中的逻辑复杂性和仿制药行业面临的统计挑战，适应性设计在仿制药研发中没有获得优势，但对于涉及患者或药物暴露可能对健康志愿者构成安全风险的临床终点BE研究，适应性设计可能具有特殊意义。在这种情况下，需要更大的样本量来进行BE研究。

在美国食品药品监督管理局(Food and Drug Administration, FDA)指导方针中，适应性设计被定义为“一种临床试验设计，它允许基于试验数据对设计的一个或多个方面进行前瞻性的计划修改”。本文通过调查提交到FDA的仿制药(Abbreviated New Drug Applications, ANDAs, )，总结已实施的适应性设计的特点；并讨论在实施仿制药耐药性评估方面的现状、挑战和机遇。

1、适应性设计在BE研究中的应用

ANDA是一份提交给FDA的申请，用于仿制药的审查和潜在批准。对2006年至2019年提交的ANDAs进行全文查询，使用9个关键字，即“adaptive design”、“group sequential design”、“groupsequential analysis”、“two-stage design”、“two-stage design”、“Potvin”、“two-stage sequential”、“forfutility”或“interim analysis”。关键词搜索发现了2829份来自281个ANDA的监管审查和通信。通过总结研究方案和报告，最终确定了9个使用两阶段设计、3个使用成组序贯设计（适应性设计的一种）的ANDAs和43个使用无效中期分析的ANDAs。

以上所述仿制药包括口服药物、注射药物和外用药物。BE研究的总受试者人数在12 - 230人之间(平均值±标准差:57±54)。8个ANDAs使用了两阶段序贯设计（根据第一阶段估计的方差重新估计样本量）。七项研究在患者中进行，其他五项BE研究在健康志愿者中进行。在成组序贯设计中，每个阶段的样本量和I型错误率都是预先确定的。在BE研究进行到中期阶段之前，两阶段设计允许基于估计的中期方差重新估计样本量。中期分析是在第二组给药前分析第一组中26.7%-66.7%(均值±标准差: 50.3%±14.6%)受试者的数据。在一项体外BE研究(即单驱动含量和空气动力学粒度分布测试)中，也提出了两阶段设计。以下案例研究可作为适应性BE研究设计的参考。

案例1：一项在女性患者中进行的随机、两阶段、单剂量、交叉研究。药代动力学参数(AUC0-t和Cmax)为终点BE研究。该方法与两阶段序贯设计方法一致。如果把握度大于（包括）80%，将在第1阶段采用α等于0.05评估BE，并停止受试者入组。如果把握度小于80%，将使用 α为0.0294来评估BE。如果符合BE标准，则停止招募受试者；反之，则根据第1阶段的方差估计α 为 0.0294计算样本量，并继续纳入受试者，直至第2阶段完成。在第2阶段完成后， α为0.0294 视为有统计学差异用以评估第1和第2阶段的数据。由于在第一阶段结束时，该研究中所有终点BE的把握度大于或等于80%，因此使用90%置信区间(Confidence Intervals, CIs)评估BE的α-水平为0.05该研究治疗/参考平均比值的90% CIs在80.00% ~ 125.00%之间。该研究在第一阶段终止。

2、适应性设计的不足

适应性设计在应用到BE研究中存在许多缺陷。这些缺陷分为(一）研究方案的缺陷(包括申请人没有预先指定一项研究作为适应性设计或者没有制定停止或继续研究的统计标准或者所采用的方法不适用于具体设计)；(二)方法实施方面的缺陷(包括申请人未按照方案规定的程序和统计分析计划执行或者在第1阶段BE评估之前未进行把握度分析)。

3 中期无效性分析的应用

在BE研究中，针对外用产品(如乳剂、乳膏和贴片)，仅有43个ANDAs的中期分析应用了无效评估。只有当测试产品被认为不等同于对照产品时，这些研究才会停止。然而，在这些ANDAs中，没有使用无效停止的定量标准，并且在方案或统计分析计划中没有预先指定详细的停止规则。严格地说，这些是概念上的“无效分析”，而不是传统的统计方法。由于在无效分析中没有夸大 I 类错误率（即假阳性错误），因此无需调整统计分析的显著性水平。下面是一个使用无效分析进行研究的例子。

案例2：药效动力学这是一项研究对象为健康成人的关键BE研究，药代动力学终点为0.5-24小时效应曲线下面积(AUEC0.5-24h)。按照研究方案，当招募60%符合标准的受试者时，申请人进行了中期分析。确认标准是D2 (2×ED50)和D1(0.5×ED50)的AUEC比值不小于1.25，其中ED50为达到50%最大效果所需的剂量持续时间。只有当测试产品被认为与对照产品不等效时，该研究才会停止。基于中期分析（N = 49）中测试和对照产品之间的有希望的结果，研究继续直到协议指定的80名合格者完成研究。最终分析表明，AUEC0.5-24h 的治疗/参考比的90% CI 落在 80.00-125.00% 内，证明了测试产品与对照产品具有生物等效性。

4、术语使用不一致

术语的一致性可以提高使用自适应设计的描述性研究的准确性和一致性。目前，已使用各种术语如“自适应组序贯”或“两阶段组序贯”来描述两阶段设计。在一些使用多批次的参考和对照产品的研究中，“多阶段设计（例如，2 阶段或 3 阶段设计）”已被用于克服批次间潜在的药代动力学差异。

5、进行自适应设计的注意事项

Potvin根据其模拟结果得出结论，成组序贯设计满足控制总体I类错误的要求。需要注意的是，Potvin 的方法是基于模拟的结果而不是分析方法。在未模拟的情况下无法保证I类错误率。事实上，Potvin 等人使用从第 1 阶段观察到的变异系数和假设的治疗/参考比0.95用于计算第 2 阶段的样本量。在某些情况下，当假定治疗/参考比为 0.90 时，成组序贯设计I类错误率增加得令人无法接受。还应注意的是，研究设计的选择是申请人的责任。为了选择合适的自适应设计，申请人可以参考已发表的文献或模拟来证明所提出的方法的合理性，即错误结论的可能性。作为警告，应在研究开始前在方案中明确说明适应性设计方法的细节。早期的中期分析有利于尽早做出决定；然而，由于信息有限，该阶段的安全性和有效性可能并不可靠。后期中期分析可以提供更准确的估计；然而，因为大多数患者会在第 1 阶段被招募导致收益可能受限。最后，协议中应包含关于维护完整性的全面书面计划。

6、结论

提前停止临床研究以降低成本或在研究进行期间调整样本量的可能性是自适应设计富有吸引力的特性。尽管适应性设计在实施方面存在普遍缺陷，但一些 ANDAs已成功将适应性设计应用于体内BE研究。由于潜在的挑战，我们鼓励仿制药申请人尽早与FDA沟通并保持一致。在BE评估中使用自适应设计能够节省的确切成本值得进一步研究。

备注

（1）由于Potvin方法是基于传统的 GLM 方差分析模型（设获得了完整的药代动力学数据）开发的，该方法被认为不适用于样本量较少的药代动力学研究。

（2）方法实施存在缺陷（即申请人未在第一阶段BE评估前纳入研究把握度分析；申请人未遵循方案规定的程序和统计分析计划。）

（3）由于申请人不仅进行了中期分析，而且在第一阶段之后还进行了非盲样本量再估计的自适应设计，所提出的序贯法将无法控制家族I型错误率。因此，所提出的方法不适用于特定的ANDA。

（4）申请人没有预先将研究指定为组序贯研究或适应性设计研究。然而，申请人确实遵循了组序设计。组序设计应在研究开始前就位，关于适应性或序贯设计的问题可在实施前提交给FDA。