Onco-Innovations（CBOE CA:ONCO）宣布，其全资子公司Inka Health Corp.的联合创始人撰写了一项引人注目的新研究。这项研究题为《临床试验结果在全球范围内的可移植性：以Lung-MAP S1400I为例》，于2025年6月发表在medRxiv上。
该研究解决了一个肿瘤学研究中的关键挑战：如何确保临床试验结果能够适用于不同国家和医疗系统中日常临床实践中遇到的多样化患者群体。通过使用先进的建模技术，研究证明了试验结果可以在真实环境中实现极高的准确性——在30个月的时间跨度内误差小于1%。
对全球药物开发的影响
这些发现对临床试验设计和药物开发的未来具有重要意义。通过提前模拟患者结果，研究人员可以优化试验参数并更好地定义目标人群，从而降低风险并加速开发进程。这些方法是Inka Health下一代因果AI平台SynoGraph的基础，该平台旨在通过全球适用的真实世界分析彻底改变药物开发。
研究亮点
该研究聚焦于Lung-MAP S1400I试验，这是一项针对晚期非小细胞肺癌（NSCLC）的领先随机研究。研究评估了试验结果是否能够准确预测美国、德国和法国的真实患者的结果——其中许多患者由于年龄、合并症或其他因素并未符合原始试验的资格。
主要研究结果包括：
- 增强的预测准确性：通过整合外部临床知识，模型在预测生存结果与实际生存结果之间的平均差异仅为0.27个月（8.2天）。
- 更广泛的应用性：这种方法显著提高了试验结果与真实世界结果的一致性，为全球肿瘤学研究提供了可扩展的解决方案。
- 监管相关性：该研究支持了监管机构、支付方和临床医生对反映真实患者体验证据的日益增长的需求。
领导者见解
该研究的共同作者之一是Sarah Cannon研究所早期药物开发负责人Vivek Subbiah博士。作为肿瘤学领域的全球知名领导者，Subbiah博士领导了100多项早期临床试验，并为多个FDA和EMA批准做出了贡献，包括针对BRAF和RET基因突变的组织不可知疗法。他还在《新英格兰医学杂志》、《自然医学》和《JAMA肿瘤学》等顶级期刊上发表了400多篇同行评审文章。
“能够为通常不会被纳入临床试验的患者群体建模结果，不仅是一项技术成就，更是一项临床和战略上的突破，”他在新闻稿中表示。“它为更快的试验设计、更明智的扩展决策以及为经常被忽视的患者提供更好的证据打开了大门。随着我们朝着更加全球化和数据驱动的药物开发迈进，这类工具将是必不可少的。”
(全文结束)
