美国食品药品监督管理局（FDA）于2026年1月12日发布了一份备受期待的指导原则草案（Draft Guidance），旨在更清晰地规范和推广在药品和生物制品临床试验中使用贝叶斯统计方法。该草案的标题为“在药物临床试验和生物制品中使用贝叶斯方法；给行业的指导原则草案”。
该草案的发布履行了PDUFA VII协议（《处方药用户收费法案》，2022年第六次重新授权）中的一项明确承诺，FDA和行业在该协议中同意改进对复杂创新性试验设计（包括明确的贝叶斯方法）的监管接受度。
为什么贝叶斯方法现在变得如此重要
几十年来，传统的（频率学）统计方法一直主导着注册研究。它基于p值、置信区间和零假设（即没有效应）。而贝叶斯统计则使用参数（例如疗效）的概率分布，并系统地将先验信息（prior information）纳入分析。
其主要优势在于：可以整合先前的数据——来自已完成的研究、真实世界证据、历史对照、登记册，甚至来自其他适应症或动物实验的数据——并以量化方式直接纳入。结果是一个更新的（后验）概率分布，通常能做出更清晰的决策。
FDA在指导原则中列出了以下具体应用领域：
- 在适应性设计中尽早识别无效性或成功性
- 优化后续队列或研究的剂量
- 使用外部/非竞争性对照（合成对照组、历史对照）
- 支持亚组分析
- 对整个研究的主要推断（主要疗效和安全性声明）
贝叶斯方法在罕见病和儿科适应症中尤其有价值，因为在这些领域，经典的随机对照试验每组需要数百名患者，几乎是不可能的。
FDA的核心信息：“我们真心希望如此”
FDA局长Marty Makary在随附的声明中非常直接地表示：
“贝叶斯方法有助于解决药物研发的两大难题：高成本和长周期。为现代统计方法提供清晰的指导将有助于申办方更快、更经济地为患者带来更多的治愈方法和有意义的治疗方法。”
这非常坦诚。FDA不仅表示接受，而且积极鼓励一种在20世纪90年代和21世纪初仍被视为“奇特”且具有监管风险的方法。
对申办方（制药/生物技术公司）具体会发生什么变化？
- 更清晰的监管路线图
该指南详细说明了贝叶斯设计必须包含哪些要素，才能被FDA接受为主要证据：
- 先验的透明描述和理由
- 对不同先验的敏感性分析
- 预先确定的决策规则
- 用于I类错误控制和功效的模拟研究
- 处理中期分析和适应性
- 事实上的可接受证据来源的扩展
真实世界证据、历史数据、来自其他国家/适应症的数据，甚至来自竞争产品的都可以更强地纳入——只要统计整合得到了清晰的记录。 - 加速审批项目受益最大
RMAT、突破性疗法、快速通道和加速审批适应症将特别受益于使用外部对照的小型研究。孤儿药和儿科适应症也是如此。 - 代码和可重复性变得更重要
FDA要求贝叶斯分析必须完全可重复。这意味着：披露使用的软件、先验、MCMC设置、收敛标准等。申办方必须比以往更好地记录其统计程序。
关键点和遗留障碍
尽管语气积极，但仍存在一些挑战：
- 先验的主观性
先验分布的选择仍然是最大的批评点。尽管FDA要求进行敏感性分析，但在实践中，申办方仍然可以选择“乐观”的先验来获得更好的结果。这需要审评方的高度自律。 - 复杂性和能力差距
贝叶斯分析在统计和计算上都要求更高。许多小型生物技术公司甚至CRO缺乏足够的专业知识。仅靠指南无法解决这个问题。 - 透明度与专有模型
模型越复杂（例如，具有多个协变量的层次模型），外部审评员就越难理解。这可能会导致冲突。 - 缺乏国际协调
虽然FDA在推进，但EMA和PMDA（日本）则保守得多。这使得全球注册策略更加复杂。
结论：真正的范式转变——但需要完成作业
新指南是FDA自2010年代引入适应性设计以来最重要的统计方法学步骤之一。它表明：监管机构不再想成为创新研究设计的最大障碍。
对行业而言，这意味着：
与此同时，对统计能力、透明度和模拟研究的要求也大大提高。
那些现在不大量投资于贝叶斯专业知识（内部或通过专业CRO）的人，将在3-5年后在许多适应症方面落后。
美国食品药品监督管理局敞开了大门。该行业是否能足够快地通过，还有待观察。
