Enrollment cuts and primary-outcome changes, not completion-date delays, predict the termination of industry phase 2–3 drug trials: a landmark analysis of ClinicalTrials.gov version histories
这项针对 ClinicalTrials.gov 版本历史记录的地标性分析表明，虽然受试者人数减少和主要结局指标的变化是工业界赞助的 2-3 期药物试验终止的重要预测因子，但主要完成日期的延迟并不预示试验失败。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
每一款最终能摆上药店货架的新药，其旅程都始于临床试验——这是一项经过精心策划的实验，研究人员通过它来测试一种药物是否有效且对人类安全。这些试验并非私密事务；根据法律规定，制药公司必须在试验开始前将其在名为 ClinicalTrials.gov 的公开数据库中进行注册。该登记库充当了一个公开账本，记录了试验的目标、希望招募的人数以及计划完成的时间。在试验的整个生命周期中，随着计划的变化，这些记录也会不断更新。多年来，行业专家和投资者一直像观察天气预报一样关注着这些更新，他们认为，试验结束日期的反复推迟是项目正在失败并可能被取消的明确预警信号。这种假设非常简单：如果一家公司不断推迟截止日期，那么一定出了问题。
最近的一项研究通过观察不仅限于试验当前状态，而是看其公开记录的整个变更历史，挑战了这一长期存在的观念。研究人员拉尔斯·库尔曼（Lars Kullman）检查了由制药公司赞助的数千项药物试验，以观察哪些特定的登记变更实际上能够预测一项试验会提前停止。通过分析这些记录的版本历史——本质上是阅读随时间进行的每一次编辑——这项研究发现，大家所关注的预警信号往往具有误导性。研究表明，真正的麻烦信号并非延迟，而是公司降低了目标受试人数，或是更改了判断药物成功与否的主要衡量标准。
为了得出这一结论，研究人员收集了一个包含超过一万三千项在 2014 年至 2021 年间开始的行业赞助药物试验的庞大数据集。从这一群体中，研究人员选取了近四千项试验进行深入研究。研究人员不仅观察了最终结果，还重建了每项试验发生时的进度时间线，阅读了从开始到试验完成或终止为止的每一个版本的记录。该研究重点关注了三种可以早期察觉的特定变化类型：计划完成日期被推迟了多少次、预计招募的人数是否减少了至少五分之一，以及在试验开始后，衡量药物有效性的主要方式是否发生了改变。
分析采用了被称为“地标法”（landmark approach）的方法，这意味着研究人员在特定的时间点——即试验开始后的 12、24 和 36 个月——观察试验的状态，并询问截至该点所发生的变更是否能预测试验最终的命运。结果令人震惊，并推翻了普遍的直觉。研究发现，即使多次推迟完成日期，也无法预测试验是否会被终止。事实上，研究中的约 60% 的试验至少推迟过一次完成日期，但它们被完成的可能性与从未延迟过的试验并无二致。数据表明，延迟仅仅是计划被修订的记录，而非计划失败的记录。
相比之下，另外两个信号被证明是试验终结的有力预测指标。当赞助商将预计的招募目标减少 20% 或更多时，该试验被终止的可能性大约是那些保持原定目标的试验的两倍。这一信号在所有时间点都保持一致，无论是在第一年还是第三年出现，都是一个强烈的预警信号。同样，改变主要结局指标（即用于判定药物是否有效的具体指标）也与较高的终止风险相关联。虽然这种关联性不如招募人数削减那样强，但它是一个在试验开始两年后清晰显现的可靠指标。
研究还观察了这些信号如何共同作用。当一项试验没有任何这些预警信号时，其终止概率为 18%。然而，当一项试验同时显示出这三种信号时——延迟日期、减少招募人数和改变目标指标——其终止概率跃升至 40%。即使研究人员专门观察药物测试的最先进阶段（即风险最高的 3 期临床试验）时，这一模式依然成立。这些发现表明，公开记录中蕴含着关于试验健康状况的隐藏叙事，其准确性远高于对移动截止日期的简单观察。
这项工作的意义对于任何依赖公开数据来了解药物研发管线的人来说都非常重大。投资者、合同研究组织（CRO），甚至是在计划后续研究的其他科学家，经常使用登记库来评估竞争或相关试验的稳定性。该研究指出，他们一直在观察错误的指标。将延迟完成日期视为“红旗”（危险信号）的普遍做法并没有得到数据的支持。相反，真正的麻烦早期标志是招募雄心的萎缩以及对成功定义的根本转变。这些在公开记录的版本历史中可见的变化，比日历上的日期能提供更清晰的未来图景。
这项研究并不声称解决了为什么试验会失败的谜团，因为失败的原因有很多，包括商业决策到安全性问题。然而，它提供了一种具体的、基于数据的方法，通过阅读公开记录来识别哪些试验正处于真正的危险之中。通过自动化读取这些版本历史，人们可以提取出当前静态视图下的记录所无法展示的信息。研究结论指出，登记库的历史是一个宝贵的工具，但前提是我们必须学会解读正确的信号。从业者们观察了数十年的延迟其实只是“噪音”，而招募人数的削减和目标的改变，才是那些无法完成的试验发出的清晰、早期的警告。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。