本文作者：达索系统Medidata生物医学工程总监 Ellora Sen-Gupta、达索系统Medidata生物标志物分析高级总监 Melissa Ceruolo
在临床试验中，优质的睡眠数据有助于医生、研究人员和药物研发者开展工作，但客观现实是获取真实又丰富的睡眠数据并不简单。整夜多导睡眠监测 (PSG) 是现行监测客观睡眠数据的最佳标准，要求被监测者在医院或诊所整夜佩戴多个有线传感器。这不仅需要申办方支出高昂的费用、也对患者生活造成干扰、耗费评估者的时间，而且通常只能获得 1-2 天的睡眠快照信息。而自报结局问卷和睡眠日志具有主观性，且不同患者人群的数据质量存在显著差异。
某些急慢性疾病患者存在睡眠不佳、疾病负担加重和功能受限等问题。例如，半数以上的类风湿性关节炎 (RA) 患者报告睡眠障碍；而 30%-75% 新诊断或最近治疗的癌症患者表示自己有睡眠困难。优质的睡眠数据将促进有益睡眠状况的新疗法，改善患者的生活，并与现有疗法区分开来。更高质量的睡眠数据也可以支持适应症扩充，以证明其值得购买。
数字健康技术设备 (DHT) 可在家中收集客观的睡眠数据，这有可能成为该领域里程碑式的进展。如果能够有效地获取、整理、存储和分析来自可穿戴或连接医疗级设备的睡眠数据，就可以提供更丰富的关于人们睡眠方式的数据集。然而，即便理由如此充分，申办方可能对使用该技术持观望态度。首先，尚不清楚监管机构是否接受远程采集的数据；截至 2021 年 9 月，FDA 从未接受过 DHT 获取的临床结果指标评估 [COA] 来支持获批的说明书。其次，“睡眠效率”（PSG 将其定义为睡眠时间除以卧床时间）等指标在家中评估更加复杂。例如，深度手机使用者睡前仍机不离手，或者聊天、看电视等无关睡眠的行为，使得传感器必须记录“关灯”时间，而该时间可能也并不是人们关掉手机、进入睡眠的时间。像这样的新指标的认定过程可能比较繁琐。最后，对来自患者的全天候数据流进行处理和解释存在相当大的技术和分析挑战。
但该领域进展迅速，申办方需要及时采取行动，而不是等在原地，直到设备、算法和方法学都准备好。利用云数据采集和处理，可以通过三种方法来远程采集高质量睡眠数据：
1.制定符合目标的数据策略
连续、纵向睡眠数据更优于 PSG 快照信息，但前提是研究者能够从数据中解读信息。申办方可通过制定详细的计划、全面的数据收集策略和分析框架来设计临床试验，在减少患者负担和提高患者参与度的情况下获取更多关于睡眠的数据。
开始试验之前，申办方需要了解原始数据采集流程，并分析从中得出的指标（如步数、心率和呼吸）如何映射到临床试验终点。这将最大限度地提高 DHT 数据合规性并提升数据质量，使其能够经受监管审查。
近期，临床试验转型计划 (CTTI) 网络研讨会建议，申办方在提出全新数字终点之前，邀请患者、监管机构和研究机构人员参与讨论。例如，患者权益维护团体可以就对患者和护理人员有意义的指标提出见解；针对早期试验中纳入 DHT 衍生终点，FDA 数字健康卓越中心的专家可提出最佳实践方案。
Medidata 研发的 Sensor Cloud 可以接收来自不同 DHT 的数据，并将其与多种类型的主观和客观数据流（包括患者报告结局）相结合。我们继而应用经验证的算法，帮助客户了解如何将 DHT 记录的生理和行为变化与传统方法采集的数据进行比较。尽早规划有助于试验申办方及早设计策略，获得高质量的数据，解读其发送的信号，并对其建模，以产生可靠的证据。
2. 优化设备选择
市场上睡眠传感器和设备多种多样，不论是轻薄的可穿戴贴片， 还是通过无线电信号监测患者运动的壁挂式设备，它们几乎都可以连接云端。由于大多数公司在单次试验中都会使用多种医疗级 DHT，以测量不同类型的数据：如活动描记数据、血压数据、体重和心脏功能，因此必须要优化和精简设备的选择。额外增加设备会增加患者的负担。例如，使用 1 种设备采集相同的数据其实优于同时使用 2 种或 3 种设备。
经验证，合适的 DHT 可用于相关情景中，其灵敏度足以测量有意义的差异。且对于即将使用该设备的患者安全可行。例如，贴片设备可能不适用于皮肤疾病患者，相对笨重的腕部佩戴活动监测器可能不适用于幼儿，老年或认知受损患者可能不易使用过于复杂的 DHT。设备选择看似是常识，但要想找到最佳方案，则需要细心并要求具备专业知识。
选定设备后，试验申办方必须进行用户验收测试，为患者和研究中心准备培训材料，并计划如何监测依从性。Medidata 使用 Sensor Cloud 通用模型，可从任意设备采集数据并将其标准化为通用格式进行分析，能够将不同供应商的 DHT 无缝整合到一项试验中。我们对 DHT 算法进行了验证，并纳入了其他非 DHT 指标，以提供背景信息并演示变化。
3. 拒绝墨守成规，用于探索创新
避免先行采用 DHT 风险的方法是设计一种混合试验，将传统的主观和客观临床睡眠数据与远程收集的数据相结合。例如，方案可能包括中心访视，随后在患者家中远程使用设备。试验期间，该模式可能在关键时间点重复，以获取来自中心和家庭环境的数据和活动。数据分析和数字生物标志物探索也可将患者报告的日记和问卷回答与客观的远程传感器数据进行比较，寻找相关性。
另外，纳入 DHT 生成的数据，将其作为解释性或次要终点的一部分也可缓解风险。同样，申办方可以在自己的组织内开展监测睡眠的初探性或概念验证性研究，随后在患者人群中启动临床试验。
利用睡眠数据为各治疗领域提供临床洞察的潜力在很大程度上尚未开发。通过验证数字生物标志物、改进可穿戴式传感器和其他连接设备、改进远程数据采集和处理，可以解决患者高负担与成本高的问题，这也是迄今妨碍该领域发展的两大障碍。这也会为试验申办方提供全新洞察，并最终推进患者治疗。
现在就开始您的创新探索之旅，点击阅读白皮书，获取更多信息。