对晚期或转移性ESCC患者的常规一线治疗是化学疗法(9),它一直持续到存在疾病进展或无法忍受的毒性的证据。单药化疗,例如多西他赛或紫杉醇是标准的二线治疗方法(9,10)。然而,当前可用的ESCC二线化学疗法不仅与相对5年的存活率较差,而且还与毒性的显着毒性相关,包括神经毒性,血肿性和胃肠道毒性(11,12)。免疫检查点抑制剂作为晚期或转移性ESCC患者的替代二线方案。吸引力3和Keynote-181 III期试验报告说,将免疫疗法用作二线治疗可提高总体生存率和毒性率低于常规化学疗法(13,14)。另一项III期试验Ascort是中国的第一项随机研究,该研究将化学疗法与CAMRelizumab(一种程序性细胞死亡蛋白1(PD-1)抑制剂进行了比较,发现用CAMRELIZUMAB治疗的患者改善了整体生存率,并且更好地
年龄在 1518 岁以下的儿童中,有 1518 人接种了 2 剂 10 μg mRNA 疫苗(成人疫苗用量的三分之一),间隔 3 周。1 另外 750 名儿童接种了安慰剂疫苗。该研究评估了第二剂后至少 2 个月的安全性、中和抗体水平和疫苗效力。应 FDA 的要求,另外 1591 名接种疫苗的儿童在第二剂后接受了 2.5 周的随访,以扩大对不良事件的监测。辉瑞-BioNTech 报告称,该疫苗对有症状的 COVID-19 的有效率为 91%(共 19 例 COVID-19 病例,安慰剂组儿童中有 16 例 [每 1000 人年 100.6 例],接种 BNT162b2 疫苗的儿童中有 3 例 [每 1000 人年 9.3 例])。1 试验报告没有严重的 COVID-19、住院或死亡病例。在患上 COVID-19 的儿童中,接种疫苗的儿童症状较轻,这突显了疫苗所赋予的保护作用。不良反应在频率和严重程度上与年龄较大的儿童和成人报告的不良反应相似,包括注射部位疼痛(71%)、疲劳(39.4%),
背景:先前的研究表明,特定下丘脑-垂体-肾上腺 (HPA) 基因的表观遗传变化可能预示创伤后应激障碍 (PTSD) 心理治疗的成功。最近的一项 3 期临床试验报告称,与安慰剂组治疗相比,3,4-亚甲二氧基甲基苯丙胺 (MDMA) 辅助疗法对治疗严重 PTSD 患者具有较高的疗效 (NCT03537014)。这提出了有关 MDMA 辅助疗法潜在机制的重要问题。在本研究中,我们检查了 MDMA 和安慰剂治疗前后三个关键 HPA 轴基因的表观遗传变化。作为母临床试验的一项试点子研究,我们使用唾液基因组 DNA 评估了治疗反应的潜在 HPA 表观遗传预测因子(MDMA,n = 16;安慰剂,n = 7)。评估了注释为三个 HPA 基因(CRHR1、FKBP5 和 NR3C1)的所有 259 个 CpG 位点的甲基化水平与治疗反应的关系,该反应通过临床医生管理的 PTSD 量表 (CAPS-5;总严重程度评分) 进行测量。其次,评估了预测治疗反应的位点的甲基化变化的组间差异(MDMA 与安慰剂)。
摘要:在癌症治疗中,第一代细胞毒性药物虽然对癌细胞有效,但也会伤害健康细胞。第二代药物精确地针对癌细胞,抑制其生长。第三代药物包括免疫肿瘤药物,旨在对抗耐药性并增强免疫系统的防御能力。这些先进的疗法通过阻止癌细胞在体内不受控制的生长和扩散来发挥作用,最终有效地消灭它们。在癌症治疗武器库中,单克隆抗体具有多种优势,包括诱导癌细胞凋亡、精准靶向、在体内存在时间长和副作用小。癌症治疗的最新进展是抗体-药物偶联物 (ADC),最初开发于 20 世纪中叶。第二代 ADC 通过创新的抗体修饰技术解决了这个问题,例如 DAR 调节、氨基酸替代、非天然氨基酸的掺入和酶促药物附着。目前,第三代 ADC 正在开发中。本研究概述了 12 种可用的 ADC,回顾了 71 篇近期研究论文,并分析了 128 份临床试验报告。总体目标是深入了解 ADC 研究和开发的当前趋势,特别关注癌症治疗领域的潜在靶点、连接子和药物有效载荷等新兴领域。
治疗;与血癌一样,许多晚期实体癌现在采用多种药物联合治疗(除手术和放疗外,如适用;参考文献 1-3)。为了最佳地利用现有的联合疗法并发现新的疗法,重要的是要准确理解为什么联合使用某些药物而不是所有药物是成功的。当代临床试验报告很少声称其作用机制,大多数对联合癌症治疗的科学理解都来自临床前研究(在细胞培养或小鼠模型中)——通常在对药物或组合进行临床评估后进行。联合治疗的理论依据——按照历史理解——源于癌症的异质性 (4)。今天更常见的解释是药物协同作用 (1),而筛选协同作用是许多正在进行的研究项目的重点 (5-17)。然而,尽管药理协同作用在临床前实验中定义明确,特别是在细胞系中,但在癌症临床试验中收集的生存数据中却没有精确的定义。在本综述中,我们讨论了联合癌症治疗的历史和当代观点,特别是在没有药物相互作用(无论是加性还是协同作用)的情况下,联合治疗对患者群体非常有效的假设。在这种情况下,潜在的机制是独立的药物作用。我们回顾了来自试验的证据
篮子试验:篮子试验通常研究 IMP 或 IMP 组合在不同人群中的安全性/有效性/效果。篮子试验涉及多种疾病或组织学特征(即癌症)。在对参与者进行目标筛查后,目标阳性的参与者将进入试验;因此,试验可能涉及许多不同的疾病或组织学特征。[1,2] Cohen 的 kappa 系数 (κ):用于测量定性(分类)项目的评分者间信度(以及评分者内信度)的统计数据 CONSORT:试验报告综合标准。它涵盖了 CONSORT 小组制定的各种举措,旨在缓解随机对照试验报告不足引起的问题。德尔菲调查:德尔菲调查是一系列按顺序进行的问卷,让专家们能够围绕某个问题提出关于未来潜在发展的想法。问卷是在整个过程中根据参与者的回答制定的。剂量:待施用的药物(例如药物或放射疗法)的数量或患者接受疗法的程度。 剂量探索试验:早期试验,在该试验中,对连续的患者组施用增加剂量/方案的研究疗法,并对治疗的安全性/耐受性和活性进行中期评估。 剂量限制性毒性:药物或其他治疗的副作用,其严重程度足以阻止增加该治疗的剂量或水平。 E&E:详细说明和解释 扩展队列:临床试验的一个阶段,旨在在初始剂量递增部分之后累积更多患者,采用不同的或有针对性的资格标准,以收集有关安全性或活性的更多信息。 FDA:食品药品监督管理局,美国临床试验监管机构 最大耐受剂量:不会引起不可接受的副作用的药物或治疗的最高剂量。 MHRA:药品和保健产品管理局,英国临床试验监管机构。 PD:药效学,描述药物对人体的作用,指药物如何发挥作用以及如何影响人体。0 期试验:0 期试验仅在少数人身上使用少量新药,不具有治疗目的。它们旨在证明药物在临床前研究中的表现符合预期。平台试验:一种具有开放主方案的临床试验,允许多种治疗在研究过程中进入或退出试验。PK:药代动力学,有时描述为人体对药物的作用,指药物进入、通过、体内和体外 PK 包括分析化学代谢和测量/建模物质从给药到完全从体内消除的整个过程。推荐的 2 期剂量 (RP2D):在剂量探索研究之后,建议用于 2 期试验的药物或治疗剂量。时间表/方案:特定治疗的剂量、频率、给药方式和持续时间的定义。SD:标准差 - 衡量一组正在考虑的值的分散程度。伞式试验:伞式试验研究几种药物或其他物质在单个人群中的安全性/有效性/效果。对患有该疾病的患者进行筛查,以确定是否存在
成绩单COVID-19与Adele Baleta Good Day的更新是Internews的Sonny Krishnan。在今天的播客中,我们有阿黛尔·巴雷塔(Adele Baleta),他是Internews的大流行新闻导师。在Internews,Adele专门研究疫苗报告和促进疫苗的摄取。欢迎来到此播客。阿黛尔。阿黛尔·巴雷塔(Adele Baleta)谢谢你,桑尼(Sonny)。今天很高兴与您在一起并讨论有关疫苗Sonny Krishnan Adele的整个问题,这两种Covid-19-19-19疫苗的发展速度惊人,并显示出显着的初始功效。英国成为世界上第一个批准其中一种疫苗批准的国家。和英国人民本周将获得第一张照片。那么,阿黛尔(Adele),您对这些事态发展和其他预期疫苗的看法怎么说?阿黛尔感谢桑尼。,您知道,这是一个真正杰出的科学成就。在英国推出的辉瑞疫苗已在短短八个月内开发。是的,更多的疫苗将很快进行。您知道,过去,开发疫苗平均要花费大约10年。当您考虑它时,我们仍在等待艾滋病毒疫苗。当然,已经投资了数十亿美元来寻找一种COVID-19-19疫苗,这有助于极大的帮助。您提到的是,现代和辉瑞疫苗预计将在下周在美国批准应及紧急使用。,然后搬到亚洲,中国和俄罗斯在完成临床试验的第三阶段之前开始卷起疫苗。总部位于英国的阿斯利康疫苗制造商已开始寻求其疫苗的监管批准,但尚未透露尚未披露,尽管在英国或欧洲可能会在英国或欧洲获得批准,但约翰逊和约翰逊疫苗仍处于第三阶段临床试验中。因此,俄罗斯的Sputnik5疫苗推出定于明年3月。和中国的中国诺纳河和中国疫苗已经被批准用于紧急使用。sonny您能解释这两个术语 - 疫苗功效和疫苗有效性吗?现在,我们一直在媒体上一直在媒体上看到这两个术语。Adele是的,我们做到了。 ,它们是相关的,但是有不同。 疗效是疫苗在临床试验的受控条件下的工作状况的量度。 让我举一个例子。 假设试验报告了候选疫苗的疗效90%。 这意味着与从未获得疫苗但接受安慰剂或虚拟疫苗的人相比,在试验中获得该疫苗的10人受到了保护。Adele是的,我们做到了。,它们是相关的,但是有不同。疗效是疫苗在临床试验的受控条件下的工作状况的量度。让我举一个例子。假设试验报告了候选疫苗的疗效90%。这意味着与从未获得疫苗但接受安慰剂或虚拟疫苗的人相比,在试验中获得该疫苗的10人受到了保护。
简介 英国标准“BS30440:医疗保健中人工智能使用的验证框架”将于 2023 年第二季度发布。1 它详细说明了技术开发人员在医疗保健环境中评估和验证使用人工智能 (AI) 的产品所需的证据。医疗保健提供者可以要求其供应商的产品通过 BS30440 认证,以向他们自己和他们的服务用户保证人工智能产品有效、公平和安全。十年来,人们对医疗保健人工智能的兴趣日益浓厚,尤其是使用机器学习方法(例如深度神经网络)的应用。2 在过去 5 年中,这种兴趣呈指数级增长,政府机构和监管机构、非政府智库、专业协会和学术机构制定了大量相关指导来针对当地情况。 3 在英国,这包括针对数字医疗技术的国家健康与护理卓越研究所证据标准框架、NHSX 关于“人工智能:如何正确使用”的指南,以及 Ada Lovelace 研究所发布的算法影响评估指南。此外,还有几项国际报告指南,包括针对医疗 AI 技术临床试验的 SPIRIT-AI 4(标准协议项目:干预试验建议 - 人工智能)和 CONSORT-AI 5(试验报告综合标准 - 人工智能)。因此,关于如何开发安全有效的医疗保健 AI 系统的指导意见分散在数百份文件中,主要侧重于将受到监管的产品
结果:共纳入97项注册临床试验,其中介入性试验27项(27.8%),观察性试验70项(72.1%)。15项(15.4%)试验已经完成,50项试验正在招募中,18项试验尚未招募。临床试验纳入病例数较大,31项(32.0%)试验样本量在100~499例,17项(17.5%)试验样本量在500~999例。27项介入性试验中,仅2项试验报告了试验阶段。介入性试验以诊断为目的居多(85.2%),少数(3.7%)同时以癌症诊断和治疗为目的。观察性临床试验中,46项(65.7%)为队列研究,11项(15.7%)为病例研究。观察性试验中,46项(65.7%)为前瞻性研究,13项(18.6%)为回顾性研究。97项试验中,37项(38.1%)涉及结直肠癌,11项(11.3%)涉及乳腺癌,43项(44.3%)为影像学诊断,33项(34.0%)为内镜诊断,11项(11.3%)为病理诊断。介入性试验中,11项试验为平行分配(40.7%),14项试验为单组分配(51.9%)。27项介入性试验中,18项(66.7%)未进行掩蔽,6项(22.2%)为单次掩蔽,仅1项(3.7%)为双重掩蔽,2项(7.4%)为三重掩蔽。
Effective Option for Patients with Type 2 Diabetes Marlborough, MA – January 8, 2024 – TheracosBio today announced the publication of a meta-analysis that confirms the cardiovascular safety profile of BRENZAVVY® (bexagliflozin), an FDA-approved oral sodium-glucose cotransporter 2 (SGLT2) inhibitor indicated as an adjunct to diet和运动以改善2型糖尿病成年人的血糖控制。这项研究发表在糖尿病,肥胖和代谢上,详细介绍了对9阶段2和3研究的预先指定分析的结果,用于获得Brenzavvy的FDA批准。这项研究有能力确定FDA指定的安全性幅度,并且重大不良心血管事件(MACE)的点估计值大大低于用于计划目的的1.00的值,因此批准前计划还满足了批准后安全性的要求。尽管荟萃分析没有将Brenzavvy与班级其他药物进行比较,但心血管的发现与其他SGLT抑制剂试验报告的发现是一致的。“These data clearly demonstrate that long-term use of BRENZAVVY, even in patients at high risk for future cardiovascular disease, does not increase CV risk and should give physicians confidence in the overall safety profile of BRENZAVVY,” said Mason W. Freeman, MD, Professor of Medicine at Harvard Medical School and Director of the Translational Medicine Group at Massachusetts General Hospital, who was one of the study's authors.“我们小组在MGH负责的整个Brenzavvy计划中重大不良心血管事件的危险比的点估计值类似于