白皮书聚焦1期肿瘤临床试验设计的演进与实践，系统剖析了传统设计的局限、现代适应性设计的优势及应用场景，为药企及研发机构提供了全面的战略指引。

长期以来，3+3剂量递增设计因操作简便、稳定性强，成为1期肿瘤临床试验的标准方案，其核心目标是通过剂量限制性毒性（DLT）确定最大耐受剂量（MTD）。但随着靶向治疗、免疫治疗等现代疗法的兴起，该设计的缺陷日益凸显，如统计效率低、队列结构僵化、灵活性不足，仅30%-60%的概率能准确识别真实MTD，且无法适配复杂的剂量-疗效关系。

regulatory环境的变革成为设计升级的关键驱动力。2021年FDA推出“擎天柱计划”（Project Optimus），要求药企提供更全面的剂量优化数据，聚焦最优生物剂量（OBD），平衡疗效、安全性与耐受性，推动行业从传统设计向精密的适应性方法转型。

现代适应性设计主要分为模型辅助设计和模型驱动设计两类。模型辅助设计以BOIN、mTPI-2、Bi3+3为代表，兼具规则简单性与统计有效性。其中BOIN设计通过预设毒性率区间指导剂量调整，患者入组效率更高，且 regulatory认可度高；mTPI-2精度优于传统规则设计；Bi3+3融合3+3框架与适应性特征，适合注重安全性的项目。模型驱动设计包括CRM和BLRM，依托贝叶斯模型持续更新剂量-毒性关系，统计效率更高，能更快精准定位MTD/OBD，但需专业统计支持和复杂运算。

设计选择需综合考量药物特性、毒性谱、患者群体及战略目标。细胞毒性药物适合CRM、BLRM等模型驱动设计；靶向疗法可选用BOIN等模型辅助设计；罕见病临床试验优先高效适应性设计以减少样本量。同时，需契合全球 regulatory要求，FDA对BOIN设计认可度较高，CRM和BLRM则需完善的模型说明文档。

成功实施现代适应性设计需构建专业团队、完善技术架构及做好试验中心准备。团队需整合医学、生物统计、临床运营专业力量；技术层面需实现实时数据流转、集成分析系统及安全通信平台；试验中心需经过严格筛选与培训，确保设计落地。

总之，1期肿瘤临床试验设计已从传统3+3模式转向数据驱动的适应性方法，这一变革虽带来操作复杂性提升，但能加速研发进程、优化患者获益、满足 regulatory要求。药企需结合自身需求选择适配设计，并与具备专业能力的CRO合作，推动肿瘤疗法高效创新。

免责声明：我们尊重知识产权、数据隐私，只做内容的收集、整理及分享，报告内容来源于网络,报告版权归原撰写发布机构所有，通过公开合法渠道获得，如涉及侵权，请及时联系我们删除，如对报告内容存疑，请与撰写、发布机构联系