摘要:本文提出了一种新的药物开发价值评估方法——三方模型(Tripartite Model),并对传统的风险调整净现值(rNPV)模型提出了批评。文章认为,传统的rNPV模型虽然被广泛应用于制药行业,作为评估药物候选产品潜在价值的工具,但它在实际应用中存在着一些重要
本文提出了一种新的药物开发价值评估方法——三方模型(Tripartite Model),并对传统的风险调整净现值(rNPV)模型提出了批评。文章认为,传统的rNPV模型虽然被广泛应用于制药行业,作为评估药物候选产品潜在价值的工具,但它在实际应用中存在着一些重要的局限性。尤其是,rNPV模型无法有效地评估药物开发过程中每个决策阶段的决策质量,从而导致它在估算药物候选产品的真实价值时存在偏差。因此,文章提出的三方模型不仅克服了这些局限性,而且能在更高的精度下对药物开发过程中的不同阶段进行更为细致的评估。
在药物开发的过程中,rNPV模型一直是最常见的评估方法之一。它通过估算药物开发过程中各个阶段的预期成本和回报,并根据每个阶段的成功概率调整相应的价值。具体来说,rNPV模型利用药物每个开发阶段的进展概率(pn)来评估该药物最终获批后的风险调整回报,计算公式如下:
其中,r药物获得监管批准后的回报,p_n是药物在第n个阶段成功进入下一个阶段的概率,cn是该阶段的成本。虽然rNPV能够给出一个直观的数值,帮助决策者评估药物的潜在价值,但作者指出,rNPV模型存在两个主要问题。
首先,rNPV模型通常使用点估计来给出药物的评估值。点估计只给出一个单一的值,这种做法并未充分反映药物开发过程中可能遇到的多种情况和风险。例如,药物开发过程中往往会出现一些罕见事件(如意外的临床试验失败或研发阶段的重大技术突破),这些事件的发生概率通常较低,但却对最终结果有着至关重要的影响。因此,rNPV模型未能全面反映药物开发的真实风险,忽略了这些可能的极端情况。
其次,rNPV模型在很大程度上忽视了药物研发过程中各个阶段决策的质量。决策质量在药物开发中的作用至关重要,研究表明,药物的研发成功与否往往取决于决策工具的有效性,即决策工具能否准确评估候选药物的技术和商业潜力。传统的rNPV模型并未有效考虑这一点,它将每个阶段的成功概率作为固定值,这使得rNPV无法准确衡量药物开发中决策工具的质量及其对药物最终价值的影响。
为了解决rNPV模型的上述问题,文章提出了三方模型。该模型通过将药物开发过程中的决策质量和药物的实际潜力分开处理,从而能够更准确地反映药物的价值。三方模型包括三个关键参数:一个是药物开发过程中的“决策工具的预测结果”(δ̂),另一个是决策工具的“真实预测值”(δ),第三个则是药物的“真实潜力”(G)。通过这三个参数的组合,三方模型可以同时评估药物候选产品和决策工具的价值,并描述二者之间的相互作用。
在三方模型中,δ̂是决策工具的预测值,而δ则是决策工具的真实预测值。G则表示药物候选产品的真实成功潜力,它不仅仅是药物最终能否获得批准的二元判定,而是一个连续的变量,反映了药物在商业和技术层面的真正潜力。这一设计使得三方模型能够捕捉药物研发过程中更复杂的情况,尤其是那些影响决策工具有效性和药物开发成功率的因素。
三方模型的核心优势在于它能够对药物开发过程中的每一阶段进行更加细致的分析。与rNPV模型不同,三方模型通过将药物的成功潜力(G)与决策工具的有效性(δ)分开处理,从而能够更好地理解决策工具如何影响药物的价值。这种方法提供了更为精准的评估,尤其是在药物开发早期阶段,决策工具的有效性往往对后续的药物价值产生深远影响。
图1:假设使用标准频率主义成功标准的单阶段临床试验的三方模型,其中δ◦ = 0,α = 0.025,σˆδ = 0.4,因此c = 0.784。P0(δ) ∼ N(0.5, 1.0),P0(G) ∼ N(0.0, 1.0)。在研究开始之前,δ和G的联合分布P0(δ, G)假定为二元正态分布,且ρ = 0.4。给定P0(δ, G),如果试验成功,则新的联合分布P(δ, G)表示为P(δ, G),其边际后验分布为P(δ)和P(G)。请注意,与P0(δ, G)不同,P(δ, G)不是二元正态分布。为了便于可视化,P(Success|δ)已按P0(δ)的最大值进行了缩放。
在药物开发过程中,药物往往会经历多个开发阶段,每个阶段都会面临不同的挑战和决策。在这些不同的阶段中,决策工具的有效性会发生变化,进而影响药物候选产品的成功概率。三方模型能够处理这些多阶段的情况,通过将多个三方模型串联起来,可以全面分析药物从临床前阶段到监管审批阶段的整个开发过程。
每个阶段的决策工具都会对药物候选产品的真实潜力(G)产生影响,三方模型能够通过不断更新药物的预测值来反映这种影响。具体来说,在每个阶段结束后,三方模型会根据新的数据更新药物的真实潜力(G)分布,从而帮助评估药物的市场潜力和研发成功的可能性。这种逐步更新的方法不仅能够反映药物在不同阶段的表现,还能够反映决策工具的有效性如何随着药物开发进程的推进而变化。
通过将多个三方模型串联,文章进一步探讨了在药物开发过程中,早期阶段的决策工具如何影响后续阶段的结果。研究表明,提升早期阶段决策工具的有效性,能够显著提高药物在后续阶段的成功率。这种影响具有累积性,早期阶段的良好决策将为后续阶段提供更多的信息,从而更好地支持药物的成功开发。
04 讨论与结论文章在讨论部分指出,当前制药行业的研发资金过多地投入到新药候选产品的开发中,而相对较少地投入到决策工具的研发。尽管药物候选产品可以通过专利等方式保护其经济价值,但决策工具的创新往往具有外部效应,这意味着其他未投资的公司也可能从中受益。因此,制药行业的资本配置往往倾向于药物的开发,而忽视了提升决策工具有效性的投资。
作者认为,这种现象对药物研发的效率产生了负面影响。决策工具的有效性对药物的研发成功起着至关重要的作用,但由于传统的rNPV模型无法有效评估决策工具的价值,投资者往往忽视了对决策工具的投资。为了改变这一状况,文章提出了三方模型,并指出这种模型不仅能够帮助投资者更好地评估药物的潜在价值,还能够为决策工具的研发提供一个更加科学的评估框架。
总的说,三方模型提供了一种新的药物研发价值评估方法,它能够更准确地评估药物候选产品的潜力,并考虑到决策工具对药物开发的影响。这一模型能够帮助制药公司和投资者更好地理解药物开发的动态过程,并通过改进决策工具来提高药物开发的成功率。通过这种方法,制药行业能够实现更加高效和精准的资源配置,推动药物研发向更加成功和可持续的方向发展。
参考资料:Mellnik J, Scannell J. Tripartite models for estimating the value of drug candidates and decision tools[J]. arXiv preprint arXiv:2503.22117, 2025.
来源:冒菜与科学