查看“临床试验终点”的源代码

== 临床试验终点 ==
[[File:Kaplan_Meier_Curve.jpg|thumb|300px|right|Kaplan-Meier 生存曲线：展示 OS（总生存期）和 PFS（无进展生存期）最经典的统计图表。]]
'''临床试验终点'''（Clinical Trial Endpoints），是指在临床试验中用于评估药物或治疗手段是否有效（Efficacy）或安全（Safety）的目标指标。

终点的选择直接决定了临床试验的成败。在肿瘤学领域，从传统的“活得更长”（OS）到现代的“活得更好”（QoL）或“肿瘤消失”（ORR/MRD），终点的演变反映了医学对疾病认知的发展。对于 FDA/NMPA 等监管机构而言，主要终点（Primary Endpoint）是批准新药上市的法律依据。

== 基本信息 ==
{| class="wikitable"
|-
! 中文名称 || 临床试验终点
|-
! 英文名称 || Clinical Trial Endpoints
|-
! 金标准 || 总生存期 (OS)
|-
! 常见替代终点 || PFS (无进展生存期), ORR (客观缓解率), pCR (病理完全缓解)
|-
! 新兴终点 || MRD (微小残留病), iPFS (免疫无进展生存期)
|-
! 关键统计工具 || [[Kaplan-Meier曲线]], HR值 (风险比)
|}

== 核心分类 ==
=== 1. 按重要性分类 ===
* '''主要终点 (Primary Endpoint)'''：试验最核心的目标，直接决定试验是否“阳性”（成功）。通常需要严格的统计学假设检验（P < 0.05）。
* '''次要终点 (Secondary Endpoint)'''：提供补充信息，用于支持主要结果或产生新的假设，但不作为批准的主要依据。

=== 2. 按性质分类 ===
* '''硬终点 (Hard Endpoint)'''：客观、确切的临床结果，如死亡（OS）。
* '''替代终点 (Surrogate Endpoint)'''：一种生物标志物或中间指标，能预测临床获益，但测量时间更短。例如：[[RECIST标准]]评估的 ORR，或血液瘤中的 [[MRD]]。

== 常见肿瘤学终点详解 ==
在抗肿瘤药物（包括 [[CAR-T细胞疗法]]）研发中，以下指标最为通用：

=== 1. 总生存期 (OS - Overall Survival) ===
* '''定义'''：从随机化开始至因任何原因导致患者死亡的时间。
* '''地位'''：肿瘤临床试验的'''金标准'''。
* '''优点'''：定义明确，无测量偏差（死亡是客观事件）。
* '''缺点'''：随访时间长（可能需数年），且结果易受后续治疗（交叉用药）的干扰。

=== 2. 无进展生存期 (PFS - Progression-Free Survival) ===
* '''定义'''：从随机化开始至肿瘤发生客观进展（PD）或患者死亡的时间。
* '''依赖'''：高度依赖 [[RECIST标准]] 的影像学评估。
* '''优点'''：比 OS 更早获得结果，所需样本量较小，不受后续治疗影响。
* '''缺点'''：存在测量误差（人为判断），且存在“假性进展”干扰（需 [[iRECIST]]）。

=== 3. 客观缓解率 (ORR - Objective Response Rate) ===
* '''定义'''：肿瘤缩小达到预设标准（CR + PR）的患者比例。
* '''应用'''：常用于 II 期单臂试验，支持药物加速批准（Accelerated Approval）。对于 CAR-T 疗法，高 ORR 是其显著特征。

=== 4. 微小残留病 (MRD - Minimal Residual Disease) ===
* '''定义'''：治疗后体内残留的极少量白血病/肿瘤细胞（显微镜下无法观察，需用流式或 PCR 检测）。
* '''CAR-T 特异性'''：在血液瘤（如 ALL, 骨髓瘤）中，'''MRD 阴性'''被认为是比 CR 更深度的缓解，是预测长期生存的最强指标。

== 免疫治疗与细胞治疗的特殊终点 ==
由于免疫治疗（PD-1/CAR-T）具有“拖尾效应”（长期生存）和“延迟反应”，传统终点有时无法完全捕捉其价值：
* '''DOR (Duration of Response, 缓解持续时间)'''：对于“一旦起效、长期维持”的免疫疗法，DOR 比 ORR 更有意义。
* '''Landmark Survival (里程碑生存率)'''：如“12个月生存率”，常用于评估 CAR-T 疗法的长效性。
* '''EFS (Event-Free Survival, 无事件生存期)'''：常用于辅助治疗试验。

== AI 在终点评估中的应用 ==
人工智能正在改变临床试验的效率：
* '''虚拟终点预测'''：利用 AI 分析早期数据（如前 3 个月的 [[PET-CT]] 影像组学特征 + 血液生物标志物），预测患者的长期 OS，辅助药企提前决策（Go/No-Go）。
* '''真实世界证据 (RWE)'''：AI 从海量电子病历 (EHR) 中挖掘数据，构建“合成对照组 (Synthetic Control Arm)”，在罕见病或 CAR-T 单臂试验中替代传统安慰剂组。
* '''自动化 RECIST'''：AI 自动读取 CT 片测量肿瘤，减少 PFS 评估中的人为误差。

== 参考文献 ==
<references />
* [1] FDA Guidance for Industry. Clinical Trial Endpoints for the Approval of Cancer Drugs and Biologics. 2018.
* [2] Wilson MK, et al. Outcomes and endpoints in clinical trials of advanced solid tumours. ''Lancet Oncol''. 2015.
* [3] Kalos M, et al. T cells with chimeric antigen receptors have potent antitumor effects and can establish memory in patients with advanced leukemia. ''Sci Transl Med''. 2011. (CAR-T 疗法终点分析经典文献)

== 相关条目 ==
* [[RECIST标准]]
* [[iRECIST标准]]
* [[Kaplan-Meier曲线]]
* [[微小残留病]] (MRD)
* [[生物统计学]]

[[Category:临床试验]]
[[Category:药物研发]]
[[Category:生物统计学]]