在罕见病领域，随机对照试验的设计面临样本量小和患者异质性高的双重挑战，尤其是对于进展缓慢的神经退行性疾病。传统的平行设计虽然被视为金标准，但在评估疾病修饰治疗效果时可能效率不足。本研究通过模拟分析，探讨了不同试验设计结合纵向建模方法在评估隐性小脑共济失调（ARCA）治疗效应中的表现，为罕见病临床试验优化提供了新思路。

研究背景聚焦于ARCA这类超罕见神经退行性疾病，其基因型和临床表现的高度异质性使得传统终点分析难以捕捉疾病修饰治疗的细微效果。目前，评估共济失调严重程度的SARA评分是主要临床终点，但其变化缓慢且个体间差异显著。

针对这一问题，研究团队基于ARCA注册数据构建了非线性混合效应模型（NLMEM），模拟了疾病进展的两种速率场景（慢速进展：α=0.11/年；快速进展：α=0.22/年），并假设治疗能将疾病进展速率降低50%。

图 使用群体参数的逻辑斯蒂模型显示SARA评分随时间的变化，黑色和绿色分别代表未治疗和治疗组（假设药物效应为50%）

通过比较平行设计、交叉设计和延迟启动设计在不同试验周期（2年或5年）、样本量（40或100例）和残差变异（σ=2或0.5）下的统计效能，研究揭示了模型选择对试验效率的关键影响。

图 模拟数据集展示平行（左）、交叉（中）和延迟启动（右）设计，顶部两行残差σ=2，底部两行σ=0.5

研究方法的核心是采用四参数逻辑斯蒂模型模拟SARA评分随时间的变化，该模型能够反映疾病进展的非线性特征，包括初始稳定期、快速进展期和平台期。通过500次蒙特卡洛模拟，研究评估了三种试验设计下非线性模型、全观测线性模型和稀疏线性模型（仅保留基线、中期和终点观测）的I类错误率和校正后统计效能。

图 慢速进展场景下三种设计和分析模型的I类错误率

结果显示，非线性模型在所有场景中均保持I类错误率可控（约5%），而稀疏线性模型在延迟启动设计中出现I类错误膨胀（达7.2%）。在慢速进展场景中，5年试验周期下非线性模型的校正效能显著优于传统方法：平行设计达88%，延迟启动设计为83.4%，而交叉设计仅为44.4%。

图 慢速进展场景下三种设计和分析模型的校正后统计效能

当残差变异降低至σ=0.5时，非线性模型的效能接近100%，但样本量缩减至40例时，交叉设计的效能下降15%。

图 不同残差和试验周期下慢速进展场景的I类错误率

研究结果凸显了纵向建模的价值。在平行设计中，非线性模型相较终点分析的统计效能提升超过130%（从38%至88%），证实了利用全部时间点数据的重要性。

图 不同残差和试验周期下慢速进展场景的校正后统计效能

延迟启动设计展现出与平行设计相当的效能（差异<5%），且具有所有患者最终接受治疗的伦理优势。交叉设计表现不佳的原因在于其仅能观察患者2.5年的治疗期进展，难以区分治疗效应与个体自然变异。值得注意的是，快速进展场景中，2年试验周期结合非线性模型即可达到80%以上效能，为加速临床开发提供了可能。

讨论部分深入分析了设计选择的临床意义。交叉设计在症状缓解型治疗中可能有效，但对疾病修饰治疗敏感性不足。研究建议在ARCA试验中优先采用平行或延迟启动设计，并结合高频SARA评分评估（如季度监测）以降低残差变异。此外，数字生物标志物（如运动传感器数据）和神经丝轻链蛋白等新型终点的引入，有望进一步优化试验灵敏度。局限性在于模型假设的单一性，未来需通过IRT模型或贝叶斯方法增强鲁棒性。

图 快速进展场景下三种设计和分析模型的校正后统计效能

这项研究为罕见神经退行性疾病的临床试验设计提供了重要范式。通过整合真实世界数据建模与模拟优化，研究者证实了纵向分析方法能够显著提升小样本试验的效能，而延迟启动设计在保证科学严谨性的同时兼顾了患者权益。随着基因疗法的兴起，这种模型引导的试验策略将助力突破罕见病治疗开发的瓶颈。

原始出处： 

Hendrickx N, Mentré F, Hamdan A, et al. Comparing randomized trial designs to estimate treatment effect in rare diseases with longitudinal models: a simulation study showcased by Autosomal Recessive Cerebellar Ataxias using the SARA score. BMC Med Res Methodol. 2025;25:179.

Tags： BMC Medical Research Methodology：罕见病临床试验的优化路径，基于隐性小脑共济失调的试验设计与纵向建模模拟研究