基于模型的荟萃分析
利用参照数据的价值
基于模型的荟萃分析
深入了解药物的安全性和有效性
基于模型的荟萃分析 (MBMA) 使用高度整理的临床试验数据（Certara 临床试验结果数据库）和药理学模型来提高药物开发效率，为产品组合管理提供定量信息，并提高临床试验的成功率。
Certara MBMA 方法具有三大优势：
- MBMA 可用于为合成患者带来真实感，并创建合成对照组，与基于观察数据的典型合成对照组相比更具优势
- 它支持在各项研究之间架起桥梁，从而能够对可能从未在同一项临床试验中一起测试过的治疗方法和患者群体进行比较。
- Certara MBMA 模型以药理学原理为基础，便于在剂量、观察时间和临床试验设计方面纳入更广泛的数据
最大限度地提高成功概率
基于模型的荟萃分析（MBMA）有助于回答重要的药物开发问题，包括：
- Compare your drug vs the competition: 与新化合物同属一类的现有药物的剂量-反应曲线有何特点？
- Optimize trial design: 试验设计特征（如时间、终点）对治疗效果有何影响？我们如何优化剂量以最大程度地提高安全性和效率？
- Inform go/no go, portfolio, marketing decisions: 我们能否将该药物区分为同类最佳药物？
通过 MBMA 进行竞争环境分析
在药物开发过程中，很少有积极的对比试验。然而，评估一种化合物的安全性和疗效时，往往需要将其与标准疗法和正在开发的竞争药物进行比较。
基于模型的荟萃分析（MBMA）考虑到治疗、患者群体和试验特征对药物反应的影响，可以进行间接比较。
这种分析也被称为“竞争环境分析”，它有助于我们了解药物特性的潜在差异，并判断一种药物在其同类药物中或跨类药物中是否具有优越性。
CODEx 和临床试验结果数据库
Certara 基于模型的荟萃分析 (MBMA) 项目使用我们的临床试验结果数据库，该数据库收集了超过 45个治疗领域中有关试验设计、患者特征、治疗方法、统计分析以及安全性和有效性的最新信息。
我们提供 CODEX，一个直观、交互式的基于网络的图形界面，以解锁公共和专有临床结果数据的价值和丰富性。您可以通过 CODEX 来可视化、探索、分析和向广大受众传达其内容。
使用 MBMA 的合成对照组更接近实际试验人群
基于 MBMA 的合成对照组可以更接近实际试验人群和治疗方法的试验条件。观察数据往往与临床试验中的数据大相径庭。
与专家见面
Jaap Mandema, PhD
Sr. Distinguished Scientist
Matt Zierhut
Vice President, MBMA Capability Lead
