AJRCCM：风险算法对肺动脉高压临床试验的丰富益处

肺动脉高压 (PAH) 是一组罕见且进行性的肺血管系统疾病，尚无治愈方法。我们的研究集中在世界卫生组织 (WHO) I 组中的 PAH，大部分经验都在该组中。尽管在过去十年中寻求新的 PAH 治疗选择和方法的临床试验激增，但缺乏在 PAH 试验中有效证明药物疗效的终点。早期的 PAH 试验主要需要显示 6 分钟步行距离 (6MWD) 的统计学显着增加，以证明药物疗效。然而，现在已知 6MWD 的改善与临床事件的减少仅微弱相关。此外，已证明 6MWD 的改善通常很小（平均 30 m），具有有争议的临床相关性。当代 PAH 临床试验将重点转向治疗效果的复杂决定因素，例如临床恶化时间，这是死亡、住院和其他疾病进展指标的复合终点。尽管此类事件驱动的终点显示出与患者具有明显临床相关性的益处，但临床恶化相对较少。因此，成功的 PAH 试验最终需要长时间的大规模患者招募，以及大量的经济支出。美国食品和药物管理局 (FDA) 最近建议使用预后富集策略来提高临床试验效率。这包括基于个体患者经历疾病相关终点的可能性来利用注册的策略，以进行事件驱动的研究。在 PAH 药物疗效试验中，这将强调招募被认为处于中度或高临床恶化风险的患者。

在当前的研究中，我们假设现有的源自 PAH 注册数据的经过验证的风险预测算法可用于使用基线临床试验数据识别临床恶化的中高风险患者。

研究目的：本研究比较了经验证的临床风险量表（肺动脉高压新开始治疗的比较、前瞻性注册、法国评分和评估早期和长期肺动脉高压疾病管理的注册 [REVEAL] 2.0），以识别出患有肺动脉高压的患者可能会经历临床恶化事件以进行试验丰富。

研究方法：来自三项肺动脉高压临床试验的基线数据（AMBITION [对肺动脉高压患者的一线安立生坦和他达拉非联合治疗的研究]、SERAPHIN [Macitentan 对有症状的肺动脉高压患者的发病率和死亡率的研究] , 和 GRIPHON [Selexipag in Pulmonary Arterial Hypertension]) 被合并和标准化。接受者操作曲线用于测量每种算法在预测合并安慰剂队列中临床恶化方面的性能。进行功率模拟以确定多种富集策略的样本大小和处理时间减少。进行了成本分析，以说明通过将浓缩应用于 GRIPHON 可能节省的资金。

测量和主要结果：使用接受者操作曲线下的面积比较所有风险算法，并大大优于每个纽约心脏协会功能等级的预测。 REVEAL 2.0 的风险分组在 AMBITION 和 GRIPHON 中为所有富集策略提供了最大的时间和样本量节省，但缺乏适当的输入（即 N 端 proB 型利钠肽）在 SERAPHIN 中表现良好。应用于 GRIPHON 的成本分析表明，招募 REVEAL 评分 ≥ 8 的患者可获得最大的经济利益。

结论：这项初步研究证明了肺动脉高压试验丰富的风险算法的可行性，并且需要进一步调查。

文章出处：

Scott JV, Garnett CE, Kanwar MK, Stockbridge NL, Benza RL. Enrichment Benefits of Risk Algorithms for Pulmonary Arterial Hypertension Clinical Trials. Am J Respir Crit Care Med. 2021 Mar 15;203(6):726-736. doi: 10.1164/rccm.202002-0357OC. PMID: 32937078; PMCID: PMC7958501.