研报总结
引言
中枢神经系统（CNS）疾病的新药研发长期滞后于其他治疗领域，主要原因是临床结果评估（COA）的敏感性和可靠性不足，导致临床试验复杂性和成本增加。传统上，CNS试验主要依赖临床医生报告结果（ClinROs）作为主要终点，存在评分者间差异和偏倚风险，需要通过标准化培训、独立审查和广泛数据监控来管理，进一步增加了试验复杂性和成本。
数字健康技术（DHTs）的应用现状
近年来，DHTs在CNS临床试验中的应用显著增加。分析显示，2015年至2021年间，ClinicalTrials.gov上使用DHTs的神经病学试验数量增加了超过2倍。数字医学协会（DiME）提供了数字终点验证框架和数字测量库，监管机构也发布了关于DHTs在药物开发和远程数据采集中使用的指南。
DHTs具有高频采样和被动纵向捕获数据的能力，能够更全面地反映患者体验，并提供比ClinROs更高的测量精度。数字测量包括来自DHTs的输出或对其数字数据的算法转换。目前，DHTs在CNS领域的应用主要包括：
- 成熟模态：如活动记录仪、血糖仪等，已在CNS试验中作为探索性终点。
- 新兴模态：如智能手机应用、语音分析等，正在探索性试验中应用。
- 萌芽模态：主要在学术研究中评估，商业化程度较低。
目前仅有两个数字测量被广泛验证并取代COA：杜氏肌营养不良的95%步态速度数字测量，以及早期帕金森病研究中基于应用的数字生物标志物。
DHTs在CNS试验中的应用案例
提升测量精度
- 功能结局和健康相关生活质量（HRQOL）：智能手机应用和活动记录仪可捕获身体功能、活动水平和日常功能。
- 言语和语言测量：在精神疾病和神经退行性疾病中捕获沟通和语言变化，例如阿尔茨海默病中的言语复合测量。
- 认知症状：数字认知测试电池可生成更多认知测量，并利用人类评分者无法计算的复合测量（如精确反应时间延迟），例如在精神分裂症中测量阴性症状。
人口分层
- 认知症状：数字认知测试电池可识别精神分裂症中的认知症状，例如KarXT治疗对认知障碍组的显著改善。
- 语音和言语分析：在双相情感障碍中，语音延迟可用于分层试验人群，例如SEP-4199试验中慢延迟组与安慰剂组在MADRS评分上的显著分离。
挑战和未来展望
DHTs正在改变CNS临床试验的测量策略，通过智能手机应用、语音和语言分析以及可穿戴技术，实现更敏感、可扩展的结局测量和人口分层。未来，DHTs有望推动更精准的治疗效果评估和个性化神经精神疾病研究。
结论
DHTs在CNS临床试验中的应用前景广阔，能够提升测量精度和实现更精准的人口分层，为神经精神疾病研究带来新的机遇。
