临床试验方案修订对临床试验结果和费用的负面影响

医学次测试提议是保证医学次测试顺利一组鼓励开展的年前提，其年前所制订并核准就应完全符合督导。在实际的医学次测试鼓励开展处理过程之中，有时对医学次测试提议确有必要顺利完成增补。但是，如果增补不够谨慎的话，就可能冲击到次测试结果、次测试周期和次测试经费。

长期以来，对于三洋的公司和CRO的公司而言，因医学次测试提议的增补而造成了的计划外的拖延、之暂时中止和花费都是极大的同样。尽管拥有完全符合和险恶的实质上审查和核准系统设计，大多数校订的提议还是才会增补多次，引人注意是III期数据统计分析。

美国塔夫茨抗生素开发设计数据统计分析之中心(Tufts CSDD)与15家大之中型三洋的公司和CRO的公司合作，收集2010至2013末年836个I期-IIIb期或IV期的在世界上医学次测试提议，并对相应的984次提议增补顺利完成统计分析，以认识如何管理和减低计划外的大量花费，以及对已校订提议做实质性改变而造成了的数据统计分析拖延情况。具体见表1。

数据统计分析只统计分析了年前提条件的、在世界上性的提议增补。即在在世界上只能限于、经过该委员才会或者政府机构机构核准后，还需实质上核准的才能出台的增补。只能以外某个国家的增补被无关长年。

参加这项数据统计分析的的公司都有有艾伯维、Alexion、安进、卡罗泰来、百健、百时美施贵宝、搜索者雪兰诺、Icon、INC、强生、礼来、MedidataSolutions、默沙东、精鼎和Sunovion。

全部836个次测试提议之中，有57%年中了将近一次的年前提条件增补，超过每个提议有2.1次年前提条件增补，其之中31个提议增补周内超过5次。另外，I期、II期和III期提议的超过增补周内分别是2.2、2.3和1.9次。

所有年前提条件增补之中，2015年数据为45%被参加的的公司看成“外”或“完全”可以可能才会的。可以可能才会的增补都有：提议设计缺陷、叙述年前后不恰当以及登组标准不可行。这类增补在2010年的数据统计分析提议之中数量为33%。另外，每3个年前提条件增补之中就有1个被定义为“完全不太可能”，都有生产上的转变和政府机构机构允许的增补。见表2。

年前提条件增补大多数愈演愈烈在登组收尾(62%)，其之中23%愈演愈烈在首名实验者第一次处方年前。15%的年前提条件增补愈演愈烈在暂时中止登组后。就增补民间团体而言，74%由奥委才会方筹组，20%是因为政府机构机构的允许而顺利完成的，另外有6%是由于主要数据统计分析者的状况。

增补使得数据统计分析时间段延至，连续性数据统计分析时间段段和处方周期分别超过降低了18%和64%。超过来看，与没有增补提议的数据统计分析相对，愈演愈烈将近1次年前提条件增补的数据统计分析时间段段要长3个月末(580天vs 490天)。

从效益来看，增补后的数据统计分析提议通常比未增补年前实际配对和登组病征数明显降低。另外，年前提条件增补的出台需花费效益，II期和III期提议的1次增补所涉及到的单独款项之中位值分别是14.1万(n=23)和53.5万美元(n=21)，见图3。

年前提条件增补既才会对配对和登组关键作用鼓励的作用，但也才会造成愈来愈长的处方周期和很较高的款项。本数据统计分析显示，一个相比较的增补才会降低65天的数据统计分析周期(之中位值)。降低的时间段里，46%运用于督导所需的改变。而总时间段表的43%与获得较高管层以及该委员才会核准相数据统计分析结果显示，III期数据统计分析的一项年前提条件增补的效益的之中位值是53.5万美元，比原先期望的要较高。这个进制只能解读单独效益，而且因为参加调查的的公司只报告了外效益，这个进制十分完整。增补提议造成了的最较高的单独效益是变愈来愈营运商合同规定以及额外缴付给该委员才会的款项。而因此降低的间接效益毕竟远较高于单独效益。据结果显示成功开发设计一个新药的款项(单独效益受制于与医学开发设计的人力和基础设施之外的效益)，出台一项III期数据统计分析提议的年前提条件增补造成了的间接效益的总数比单独效益较高3-4倍。

提议增补延至了医学数据统计分析持续的时间段，最大的代价是拖延了商品上应用新的治疗方法和那些需得到这些处方的病征的时间段。很多的公司都早就发现自己，应减低大量增补提议的情况愈演愈烈。

要减低能避免的提议增补，要对沿河的研发计划和提议设计处理过程顺利完成最主要的改进。目年前越来越多的的公司采用预测性的统计分析，以在早期管理者收尾急于减低提议修改阈值。针对提议增补鼓励开展后续数据统计分析，都有评估提议增补督导对时间段冲击，对数据统计分析之中心督导生产成本固体度统计分析，以及认识参加数据统计分析的实验者的充分。

当年前的抗生素开发设计东南面很较高的可能才会、愈来愈极低的生产成本和很较高的投资生态环境之中，减低可可能才会的提议增补，可以节省时间段和款项，意味着天然资源的分配，并推动数据统计分析很较高效的督导。

(来源：DIA, TIRS,2016, Vol.50(4) 436-441，作者：Kenneth A. Getz，Stella Stergiopoulos，Mary Short，et al. 程式码：Frank Xu、April Chen，审校：储旻华、郭宏)

原文刊登于《国际处方检查动态数据统计分析》第2卷第1期(总第4期)，2017，P5