Professional Documents
Culture Documents
desarrollo de nuevos
fármacos
Francesc Peris
Jefe de Estadística
Almirall Prodesframa
Proyecto de desarrollo de un
fármaco
Molécula
Preclínico
Clínico
Registro Fase I
Fase II
Fase III
Mercado Fase IV
Enero - 01 / Francesc Peris 2
La estadística en el desarrollo
Desarrollo preclínico (1)
• Síntesis química
• Análisis de impurezas
• Estabilidad
• Galénica
Fase I
• Población: 20 - 80 voluntarios sanos
• Objetivos: Determinar la seguridad,
farmacocinética, farmacodinamia y la
máxima dosis tolerada (MTD) en
humanos
Fase II
• Población: 100 - 400 pacientes volunta-
rios
• Objetivos: Evaluar la eficacia, búsque-
da de dosis y de acontecimientos
adversos
Fase III
• Población: 1000 - 3000 pacientes
voluntarios
• Objetivos: Confirmar la eficacia,
indicaciones, pauta de tratamiento y
monitorización de acontecimientos
adversos por el uso a largo plazo
• Aprobación 1 - 2 años
Total 11 - 14 años
Molécula
Preclínico *
Clínico
Registro *
Fase I
*
Fase II
*
Fase III
*
Mercado Fase IV *
Enero - 01 / Francesc Peris 11
La estadística en el desarrollo
Ensayos clínicos: definición
Biometría
• Objetivos
• Características
• Diseño
• Variables (pto. de vista clínico)
• Randomización o aleatorización
;p
E-C =0 0
.02
9
( %
5 )
IC
;p
E-C >0 5
.0
9
( %
5 )
IC
E-
C (
9 5
% IC
)
Eq
uiv
.de
m o
st
rad
a
E-
C (
9 5
% IC
)
Eq
uiv
.nod
emo
st
rad
a
E-C(
9 5
% IC
)
N
o-
inf
e r
ior
ida
d d
emo
st
rad
a
E-C(
9 5
% IC
)
N
ode
m o
st
rad
a
b) Cruzado randomizado
Periodos
Secuencia 1 2 3 4
I A B PL C
R
II B C A PL
N
D III C PL B A
IV PL A C B
Placebo y/o FR
* D - 4
* D - 3
* D - 2
D - 1
* * *
FR: Fármaco de referencia * Incrementos dosis fijas o forzados
D1 < D-2 < D-3 < D-4 en función de la respuesta
Placebo y/o FR
R D - 1 * D – 1
N * D – 2
D
D - 3 * D – 3
* D – 4
Placebo y/o FR
R
D - 1 * D - 2
N
D D - 2 * D - 3
D - 3 * D - 4
* Incremento de la dosis
fija o forzada
• La variable principal
• El test estadístico
• La hipótesis nula
• La hipótesis alternativa (hipótesis de trabajo)
• La probabilidad de rechazar la hipótesis nula
siendo verdadera (el error tipo I, )
• La probabilidad de aceptar la hipótesis nula siendo
falsa (el error tipo II, )
• La probabilidad de rechazar la hipótesis nula
siendo falsa (poder = 1 - )
Convencionalmente:
nQuery
Elashoff JD, Statistical Solutions Ltd
Stplan
Brown y col., The University of Texas.
Programa de libre circulación.
http://odin.mdacc.edu/anonftp/
Sample
Machin D, Campbell M
Seguridad
Métodos de imputación
Métodos de derivación de valores:
- Last Observation Carried Forward (LOCF)
- Basal Obervation Carried Forward (BOCF)
Métodos de estimación de valores:
- Media de la serie
- Mediana de la serie
- Tendencia lineal
- Imputación mútiple
Enero - 01 / Francesc Peris 50
La estadística en el desarrollo
Protocolo: Métodos estadísticos (1)
Hipótesis:
Proceso:
Análisis y
traducción a SAS
PAE Programa
Validación
- Asegurar que los programas hacen lo que
deben de hacer
- Trazabilidad de los programas
- Análisis de la BD global de un
proyecto:
• Cualitativo
No hay una estimación de la magnitud global
de eficacia y seguridad de los diferentes
estudios (Meta-análisis cualitativo)
• Cuantitativo
Estimación de la magnitud global de eficacia
y seguridad de los diferentes estudios
(Meta-análisis cuantitativo)