失败的蓝图：为什么有些计划在开始前就已注定失败

想象一下，你正在用成千上万块乐高积木建造一座宏伟而复杂的城堡。你有一个计划、一份预算和一个建筑团队。但有时，在施工到一半时，整个建筑突然坍塌了。建筑师们耗尽了资金，说明书过于晦涩难懂，或者设计过于复杂，以至于没人能搞清楚下一块积木该如何拼装。在医学科学领域，这些“城堡”就是临床试验——即科学家测试新药是否有效的实验。当一项临床试验在完成前崩溃时，这是一种悲剧。志愿者们贡献了时间和健康却未能获得任何益处，科学家损失了数年的心血，数十亿美元也随之化为乌有。

长期以来，科学家们认为这些失败仅仅是运气不佳或随机发生的意外。但最近的研究发现了一个令人惊讶的事实：这种崩溃并非随机，而是由于设计本身造成的。就像一座拥有太多细小繁琐零件的乐高城堡，或者一份依赖于单一脆弱零件的蓝图一样，临床试验可能具有“结构性脆弱”。这意味着其规则的设计方式使得成功几乎变得不可能。研究人员一直在追问的一个大问题是：如果我们知道问题出在设计上，我们能否通过重新设计蓝图，在崩溃发生之前就阻止它？

设计出崩溃

这项由独立研究员萨姆·阿德耶米（Sam Adeyemi）领导的新研究给出了肯定的回答。研究团队不仅观察了试验为何失败，还运行了一个大规模计算机模拟，以观察如果我们能在试验开始前修复这些破碎的蓝图，会发生什么。他们将临床试验视为复杂的机器或网络，其中每一条规则和要求都是一个齿轮或一根导线。如果过多的齿轮挤压在一起，或者导线缠绕在一起，机器就会过热并停止运转。

研究人员提取了 2016 年至 2021 年间注册的近 97,000 项真实世界的试验数据。他们发现，其中约 16% 的试验在完成前已经崩溃（被终止）。利用一种称为“反事实模拟”（counterfactual simulation）的特殊数学模型，他们提出了这样一个问题：“如果我们改变这些失败试验的规则，使其结构更坚固，情况会怎样？”他们测试了四种不同的加固方案：

1. “少即是多”规则： 限制患者加入试验所必须遵守的规则数量。
2. “均匀分布”规则： 分散工作量，确保没有单一环节承受过大的压力。
3. “安全网”规则： 为规模较小的团队开展的试验提供更多支持，类似于大型公司拥有的资源优势。
4. “超级设计”： 同时结合上述三种修复方案。

结果：挽救数十亿资金和数千项试验

模拟结果显示，修复架构的效果比任何人预想的都要好。当研究人员应用“超级设计”（情景 D）时，预测的失败率从 16.3% 下降到了 11.9%。

从这个角度来看，这不仅仅是一个微小的进步。这意味着在现实世界中失败的 15,777 项试验中，模拟表明，如果最初的设计不同，其中 4,260 项本可以被挽救。这大约相当于每年有 710 项试验本可以成功完成，而不是半途夭折。

其经济影响同样令人震惊。研究估计，这些可预防的失败在过去六年里给全球医学界造成了约 86.1 亿美元 的损失。通过重新设计方案，我们可以节省这些资金——每年约 14.4 亿美元。最大的节省将来自于 III 期临床试验（药物上市前的最后大型测试），因为这类试验的运行成本最高。

“修复”是如何运作的

研究确定了导致崩溃的三个主要“结构性脆弱”原因，以及重新设计如何修复它们：

• “规则过多”问题： 许多试验的入选标准（谁可以加入的规则）列表过长。模拟发现，一旦一项试验的准入门槛超过 16 项，失败风险就会急剧上升。通过将规则限制在 16 项以内，失败率显著下降。这就像试图进入一家夜总会，保安不仅要检查你的身份证，还要检查你的鞋子、袜子、出生证明以及你最喜欢的颜色。如果你把清单缩减到只检查身份证和年龄，更多人就能进去，流程也会更快。
• “弱点环节”问题： 一些试验存在“负荷集中”现象，即计划中的一两个部分承担了所有的重任。如果这一个环节出了问题，整个试验就会崩溃。模拟显示，通过更均匀地分配工作（增加“熵”），可以使试验更加稳健。这就像一座桥梁，是依赖于一个巨大的支柱，还是由许多较小的、间距均匀的支柱支撑。如果其中一个小支柱断裂，拥有多个支柱的桥梁依然能屹立不倒。
• “非叠加性”惊喜： 研究人员发现了一个关于这些修复措施如何协同工作的有趣现象。如果你只是简单地将每种修复方案带来的节省相加，你会预期得到一个巨大的总额。但由于这些修复措施是相互重叠的（例如，减少规则也有助于分散负荷），总收益会略低于各部分之和。这证明了你不能只修补单一环节，而必须将整个系统视为一个相互连接的网络来看待。

这对未来意味着什么

研究结论指出，试验失败并非不可避免的必然现象，而是一种设计缺陷。作者建议，资助机构和伦理委员会（批准试验的组织）应该开始在计划获批前检查其“结构脆弱性指数”。如果一个计划规则过多或结构不稳，他们应该要求科学家重新设计，就像建筑师在浇筑混凝土之前会修改蓝图一样。

虽然这项研究是一项模拟研究，而非在现实中改变试验的真实实验，但其数学模型是基于近 10 万项真实试验的数据。结果表明，通过将临床试验视为需要具备韧性的复杂系统，我们可以停止浪费数十亿美元，更重要的是，停止浪费那些为帮助我们寻找疗法而贡献时间与希望的人们的精力。我们的目标是从接受“失败是常态”转向通过设计彻底消除失败。