據外媒報道，一項新建模研究表明，人與人之間病毒動力學的顯著差異可能是導致抗病毒COVID-19藥物臨床試驗報告結果不一致的一個因素。來自日本愛知市名古屋大學的Shoya Iwanami和Shingo Iwami、美國印第安納大學的Keisuke Ejima及其同事指出，在癥狀開始后不久招募試驗參與者可以減少檢測出顯著抗病毒藥物效果所需的參與者人數。
他們將這些發現發表在開放獲取的《PLOS Medicine》上。
一種有效的抗COVID-19抗病毒藥物將對全球健康產生重大益處。然而，測試候選藥物的臨床試驗產生了不一致的結果，這可能是由試驗設計方式的缺陷造成。
為了解決這一問題，Iwanami及其同事首先利用了SARS-CoV-2動態模型。據悉，SARS-CoV-2是一種一旦感染一個人就會導致COVID-19疾病的病毒。他們將該模型跟臨床數據結合起來以檢查病毒載量如何隨時間變化並發現患者之間的病毒下降速度存在顯著差異。這些差異可能導致了迄今非隨機臨床試驗報告的結果不一致。
為了展開進一步的探索，研究人員模擬了成功阻斷病毒複製的COVID-19藥物隨機臨床試驗的潛在結果。他們發現，即使藥物病毒複製減少了95%，相關的隨機臨床試驗特需要招收13000多人接受藥物測試，再加上跟相同數量的接受安慰劑的人進行比較以此來檢測病毒載量的統計學顯著差異。在大多數情況下，這些數字會大得不合理。
然而當研究人員改變模擬隨機臨床試驗進而讓參與者在癥狀出現后的一天內接受治療時，他們發現每組只需要約600名參與者。這表明，COVID-19藥物的隨機臨床試驗可以通過在癥狀出現后儘快納入參與者或根據癥狀出現后的時間設定納入標準來改善。
研究人員指出，未來的研究可以採用更詳細的SARS-CoV-2動態模型以便對隨機臨床試驗所需的參與者人數進行更可靠的計算進而產生一致的結果。
Iwami博士補充道：“我們發現，如果患者被招募參加臨床試驗而不考慮癥狀出現的時間，人數應該要超過1萬人，這是不合理的大數目。這是因為許多患者被招募時已經太晚，（那個時候）無法看到抗病毒治療的效果。因此，我們建議只招募那些自癥狀出現以來仍是‘新’的人。如果我們在癥狀出現后2天內招募患者，那麼只需要招募500名患者。我們開發的方法可以應用於其他類型的藥物和不同的傳染病。我們希望開發一個支持設計臨床試驗的在線平台。”