임상시험 및 약물감시 분야의 선도적 전문가인 Stephen Evans 박사(MD)가 임상시험 설계와 분석의 기본 원리를 설명합니다. 그는 COVID-19 팬데믹 기간 중 신속한 연구 수행의 어려움에 대해 논의하며, 무작위 배정, 눈가림, 충분한 표본 크기의 결정적 중요성을 강조합니다. 하이드록시클로로퀸 사례를 통해 모든 효과적인 약물이 부작용을 가질 수 있음을 설명하는 이 인터뷰는, 타당한 치료 비교가 어떻게 이루어지는지에 대한 명확한 개요를 제공합니다.
More from All
More from DiagnosticDetectives.Com
임상시험 이해: 설계, 분석 및 COVID-19 연구의 과제
항목 바로가기
임상시험 기본 원리
Stephen Evans 박사(MD)는 임상시험의 핵심 목표가 타당한 치료 비교를 수행하는 것이라고 설명합니다. 이상적인 시나리오는 특정 집단에 치료를 시행한 후 시간을 되돌려 동일 집단에 대안 치료나 무치료를 적용하는 것입니다. 이 이론적 모델은 약물의 순수 효과를 분리하는 데 도움이 됩니다. 현실에서는 불가능하기 때문에 연구자들은 대조군을 활용해 비교합니다.
Stephen Evans 박사(MD)는 통제된 설계 없이 결과만 관찰하는 것은 관찰 연구에 불과하다고 강조합니다. 이러한 연구는 비교 집단이 시작 시점에 진정으로 유사한지 보장할 수 없습니다. 근본적인 목표는 결과 차이가 치료 자체 때문이지 다른 요인 때문이 아니도록 하는 것입니다.
무작위 배정과 맹검법
무작위 배정은 임상시험에서 비교 가능한 집단을 만드는 최적의 방법입니다. Stephen Evans 박사(MD)는 환자를 치료군이나 대조군에 무작위로 배정함으로써 집단이 평균적으로 유사해진다고 말합니다. 이 과정은 결과를 왜곡할 수 있는 편향과 교란 변수를 최소화합니다.
참가자와 때로는 연구자가 치료 배정을 모르는 맹검법은 편향을 추가로 줄입니다. Stephen Evans 박사(MD)는 사망률 같은 객관적 결과 측정이 중요하다고 지적합니다. 치료 배정을 알 경우 주관적 결과는 기대에 영향을 받아 시험의 타당성을 훼손할 수 있습니다.
표본 크기의 중요성
적절한 표본 크기는 진정한 치료 효과를 탐지하는 데 중요합니다. Stephen Evans 박사(MD)는 너무 적은 수의 환자를 연구하면 개인 간 무작위 변동으로 인해 오해의 소지가 있는 결과가 나올 수 있다고 설명합니다. 예를 들어 치료군의 한 환자가 불량한 결과를 보인 경우, 이는 초기 건강 상태 때문일 수 있으며 약물 때문이 아닙니다.
희귀 결과를 연구할 때는 필요한 참가자 수가 크게 증가합니다. Evans 박사는 1%의 사망률을 연구하려면 집단 간 의미 있는 차이를 보려면 수천 명의 환자를 대상으로 한 시험이 필요할 수 있다고 예시합니다.
COVID-19 시험의 과제
COVID-19 팬데믹은 임상시험에 전례 없는 긴급성을 부여했습니다. Stephen Evans 박사(MD)는 이러한 서두름이 신약과 기존 약물의 재활용 모두를 검증하는 과정을 포함했다고 논의합니다. 연구 속도가 빠르다 보니 때로는 다른 방법을 사용하거나 롤링 데이터 분석에 따라 연구 중간에 목표를 변경하는 시험도 있었습니다.
Evans 박사는 이러한 가속화된 속도의 실제 비용, 즉 일선 의사들의 잠재적 혼란과 이해 상충의 위험을 인정합니다. Anton Titov 박사(MD)와의 인터뷰에서는 과학계가 연구 무결성을 유지하면서 이러한 과제를 어떻게 극복했는지 탐구합니다.
하이드록시클로로퀸 사례 연구
Stephen Evans 박사(MD)는 팬데믹 기간 중 연구된 재활용 약물의 대표적 예로 하이드록시클로로퀸을 듭니다. 이 약물은 말라리아와 자가면역 질환 치료에 사용된 오랜 역사가 있어 안전성 프로필과 일반적 부작용이 이미 잘 문서화되어 있었습니다.
이러한 사전 지식은 새로운 시험 결과를 맥락화하는 데 중요했습니다. 하이드록시클로로퀸 사례는 완전히 새로운 화합물 대 기존 인간 데이터가 풍부한 약물을 연구하는 차이를 부각시킵니다.
약물 안전성 원칙
약리학의 중심 원리는 모든 효과적인 약물에는 부작용이 있다는 것입니다. Stephen Evans 박사(MD)는 "모든 효과적인 약물은 원치 않는 효과, 보통 부작용을 가진다"는 주요 격언을 제시합니다. 이 원리는 완전히 안전하고 부작용이 없는 약물이라는 생각이 비현실적임을 강조합니다.
이 현실을 이해하는 것은 임상의와 환자 모두에게 중요합니다. Evans 박사와 Anton Titov 박사(MD)의 논의는 약물의 이점이 항상 잠재적 위험과 비교되어야 하며, 이 계산이 공중보건 비상 시 특히 중요함을 재확인합니다.
전체 전문
Anton Titov 박사(MD): COVID-19 팬데믹으로 전환해 보면, 약물 및 백신 임상시험에 전례 없는 초점이 맞춰졌습니다. 신약 및 재활용 약물의 임상시험이 매우 빠른 속도로 진행되었습니다. 임상시험은 매우 다른 방법을 사용합니다. 때로는 임상시험은 데이터의 롤링 분석을 기반으로 시험 중간에 목표를 변경하기도 합니다.
그리고 이러한 서두름의 대가는 매우 실제적일 수 있습니다. 일선의 임상 의사들은 혼란스러울 수 있고, 이해 상충이 존재해 생명을 잃을 수도 있습니다. 우리 모두가 귀하의 방대한 전문성을 두 가지 방식으로 혜택 받기를 바랍니다.
첫째, 아마도 COVID-19 치료를 다루는 몇 가지 주요 임상시험에 대해 논의할 수 있을 것입니다. 둘째, 10,000-foot view를 얻어 임상시험 분석의 기본을 다루겠습니다.
Stephen Evans 박사(MD): 물론 한 가지는 우리가 치료의 타당한 비교를 확실히 하려고 노력해야 한다는 것입니다. 그것이 우리의 근본적인 목표입니다. 우리는 이상적으로 한 집단에 치료를 시행한 후 시간의 되감기 버튼을 눌러 그들이 그 치료를 받기 전 상태로 되돌리고 싶습니다.
그런 후 대안 치료 또는 무치료로 추적 관찰하여 사람들에게 첫째, 치료 조건에서, 둘째, 무치료 조건에서 어떤 일이 발생하는지 보고자 합니다. 하지만 우리는 시간의 되감기 버튼을 눌러야 합니다. 치료 기간이 끝날 때 그들은 시작 시점과 동일하지 않기 때문입니다.
하지만 물론 이것은 수학적 개념일 뿐입니다. 현실에서는 할 수 없습니다. 그래서 거의 모든 경우, 우리는 치료를 받는 집단과 무치료 또는 대안을 받는 다른 집단을 가지고, 치료를 받는 사람들이 대조를 받는 사람들과 동일하도록 노력합니다.
이제, 우리가 단지 발생하는 것을 관찰하고, 의사들이 환자를 시험 치료에 배정하도록 허용한 후, 단순히 대조를 받는 사람들을 받아들이면, 이것은 관찰 연구입니다. 그리고 우리는 그들이 진정으로 비교 가능한지 알 수 없습니다. 그래서 우리는 그들을 치료 또는 대조를 받도록 무작위 배정합니다.
그러면 우리는 평균적으로 치료를 받은 집단과 대조를 받은 집단 전체가 유사하다고 확신할 수 있으며, 그런 후 정확히 같은 방식으로 추적 관찰하려고 합니다. 이상적으로는 연구 내 아무도 자신이 치료를 받는지 대조를 받는지 모르지만, 때로는 그것이 불가능합니다.
그래서 우리는 누군가 자신이 어떤 치료를 받는지 안다는 사실과 함께 살아야 합니다. 적어도 그들의 의사는 알고 있습니다. 그러한 상황에서 우리는 그들에게 발생하는 일—우리가 결과(outcome)라고 부르는 것—에 대한 객관적 측정을 확보하려고 노력합니다.
그리고 우리가 결과의 객관적 측정, 특히 사망률과 같은 것을 가지고 있다면, 누군가를 사망 또는 생존으로 분류하는 것은 전체적으로 상당히 쉽습니다. 그리고 그것은 주관적 요소를 도입할 수 없음을 의미합니다. 주관적 요소가 있다면, 치료가 무엇인지 알 경우 훨씬 더 어려워집니다.
기대를 가지게 됩니다; 치료가 효과가 있기를 바라거나 효과가 없다고 느낍니다. 그래서 우리는 이러한 비교가 가능한 한 타당하도록 노력합니다. 우리는 또한 충분한 수의 사람을 연구해야 합니다.
만약 단순히 치료군에 한 사람, 대조군에 한 사람만 있다면, 우리는 사람들 간의 무작위 변동으로 치료를 받는 사람이 좋지 않은 결과를 보일 수 있지만, 이는 초기 건강 상태와 관련된 것이지 치료와 관련된 것이 아님을 압니다. 그래서 우리는 사람들 간의 무작위 변동성이 처리될 만큼 충분한 사람이 필요합니다.
그리고 우리는 전체적으로 유사한 집단을 가집니다. 희귀 결과를 다루어야 한다면, 훨씬 더 많은 숫자가 필요합니다. 만약 100명 중 단 한 명만 사망하고, 우리가 사망을 연구하며, 단 90명만 연구한다면, obviously 치료와 대조 간 차이를 보지 못할 것입니다.
그래서 우리는, 사망률이 1%에 불과할 때, 그것을 원한다면, 아마도 수천 명의 환자를 연구해야 할 필요가 있습니다. 그래서 우리는 충분한 숫자가 필요합니다. 우리는 시험을 적절히 설계해야 합니다.
COVID-19에 관해, 귀하가 암시한 대로, 우리는 때로는 완전히 새로운 것을 시도하고자 한다는 것을 인지해야 합니다. 다른 경우에는, 우리는 이미 상당한 경험을 가지고 있는 약물을 사용할 수 있습니다. 그리고 우리는 그것이 다른 어떤 상태에서 효과가 있음을 압니다.
이의 예는 하이드록시클로로퀸으로, 말라리아와 자가면역 질환 치료에 사용되어 왔습니다. 그래서 우리는 그것에 대해 꽤 많이 알고 있습니다. 우리는 그것이 가진 긴 부작용 목록을 알고 있습니다.
약물이 부작용이 없다는 생각은 비현실적이고 단순히 거짓입니다. 저는 때로 학생들에게 "모든 효과적인 약물은 보통 불리한 원치 않는 효과를 가진다"는 격언이 있다고 말합니다. 우리의 현재 상황에서, 우리는 이 전체 과정을 가능한 한 빠르게 수행하려고 노력하고 있습니다.