NextFin

“医学上不可能”的记录令阿尔茨海默病试验存疑

由 NextFin AI 总结
  • T3D Therapeutics 于 2025 年 7 月提起诉讼,指控 Clinilabs 及五家迈阿密诊所在其 2 期 PIONEER 阿尔茨海默病试验中伪造数据,致使这项3500 万美元的研究不可靠。
  • 该试验招募250 名患者以测试 T3D-959,但研究人员发现结果类似安慰剂、药物浓度无法检出。
  • 争议凸显临床研究更广泛的信任问题,引发对受试者资格与数据完整性的质疑。
  • Clinilabs 与相关诊所否认不当行为,称研究设计不佳;相关指控尚未裁决,但 FDA 记录显示五家诊所中有四家此前存在检查问题。
  • 这场纠纷凸显临床研究中的信任危机:志愿者贡献了无法自行核验的个人数据,在涉及认知衰退与知情同意的阿尔茨海默病研究中尤为突出。

T3D Therapeutics 数据争议

第一个警示是结果好得反常—尤其是对接受安慰剂的患者而言。另一些据称服用实验性阿尔茨海默病药物的患者,血液中却检测不到药物成分。对 T3D-959 背后的开发商来说,突破的前景正让位于另一种可能:它已无法信任自己的试验。

记者 Charles Piller 在《科学》杂志1 月 7 日的一项调查中,将这一结论追溯到 T3D Therapeutics 于 2025 年 7 月提起的诉讼。其 2021 年启动的 2 期 PIONEER 研究招募了 250 名轻中度阿尔茨海默病患者,以测试一种旨在改善大脑葡萄糖代谢的药物。研究于 2023 年结束时,公司最初描述了令人鼓舞的信号。然而后续审查引发了疑问:部分受试者是否真的患有阿尔茨海默病。T3D 将由此产生的部分记录描述为“医学上不可能”。

在法庭上,T3D 指控 Clinilabs—这家收取 1450 万美元管理其研究的合同研究组织—隐瞒了迈阿密地区五家营利性诊所的广泛不当行为。T3D 称,这些诊所存在经济激励,不顾受试者资格也要最大化付费筛查和入组人数。T3D 表示,剔除可疑数据后,可靠受试者数量过少,无法确定其候选药物是否有效,这实际上等于核销了一项由公共和私人资金资助、价值 3500 万美元的试验。

这些仍是未经裁决的指控。Clinilabs 和五家诊所均否认存在不当行为。该承包商辩称 T3D 研究设计不当,并指责该公司作出“可证实的虚假陈述”。IMIC Medical Research 作为涉案诊所之一,也驳回了相关指控。认知测试分数异常改善本身并非造假证据:个体评估可能出现波动。更大的担忧在于入组、药物暴露和医疗记录中呈现的模式—以及谁能独立核实。

这些指控属于更广泛的试验数据争议模式的一部分。2023年,BioVie报告称,在发现重大方案偏离后,其阿尔茨海默病研究排除了39个试验点中的15个;其主要疗效终点未达到统计学显著性。2025年12月,百时美施贵宝宣布,将在其与阿尔茨海默病相关精神病的试验中排除少量试验点的数据,并招募更多受试者。百时美施贵宝并未提出T3D所描述的同类欺诈指控。

《科学》杂志还查阅了FDA检查记录,这些记录指出T3D诉讼中点名的五家诊所中有四家在其他试验中存在明显错误,包括受试者是否符合入组要求的问题。

监管责任是分散的,但并非可有可无。联邦法规要求申办方监督临床研究,而承担这些责任的合同研究机构也须对此负责。正如宾夕法尼亚大学生物医学伦理学家Holly Fernandez Lynch对《科学》杂志所说,此类失误可能危及受试者并削弱对研究的信心。争议诊所究竟发生了什么—以及受影响的受试者是否已被告知与其记录相关的担忧—仍未得到解决。

争议临床记录背后的志愿者

当一项试验失败时,申办方可以排除可疑记录并重新招募。而志愿者无法追回那些报告症状、服药或等待答案所花费的数月时间。这种不对称性在阿尔茨海默病研究中尤为关键,因为认知能力下降可能使知情同意复杂化,而照护者经常参与研究决策。

对一些年轻人而言,临床研究已经是一项极为个人化的承诺。在华盛顿大学医学院发表的一篇2025年2月文章中,24岁的Hannah Richardson描述了自己成长过程中亲属参与阿尔茨海默病研究、并目睹母亲确诊后投身倡导工作的经历。谈到自己参与一项完全独立的预防性试验时,Richardson表示:"我一直都知道,我想追随她的脚步。"

她的经历说明了研究要求家庭给予的信任,有时甚至跨越几代人。

然而,年轻人并非无条件地信任临床研究。《医学互联网研究杂志》2025年发表的一项研究开展了16场焦点小组讨论,涉及158名年轻人。参与者普遍认可临床试验的社会价值,但强调透明信息、个人自主权以及免受商业影响是信任研究的条件。

这些观点揭示了一种常被科学进步话语所掩盖的张力:研究人员需要参与者提供极为私密的东西——他们的身体、时间和脆弱性——但这些贡献最终会变成数据集里的条目,而参与者可能几乎没有能力去审查或质疑。

对于逐渐习惯AI驱动系统将人类经历转化为数据的一代人来说,迈阿密指控暴露了收集信息与理解其来源之间的区别。复杂的分析工具或许能发现不一致之处,但它们无法独立保证参与者经过了适当筛查、治疗得到了正确实施,或知情同意得到了真正落实。

下一项医学突破很可能伴随着一个令人印象深刻的图表到来。在接受其曲线所承诺的内容之前,也许我们应该提出一个不那么光鲜的问题:谁能为曲线背后的每一个人负责?

更多独家洞察尽在 nextfin.ai.

洞察

T3D Therapeutics 测试了哪种药物?

为何试验结果异常出色?

谁负责管理 PIONEER 研究数据?

Clinilabs 是否否认任何不当行为?

Clinilabs 获得了多少报酬?

为何通话记录在医学上不可能?

FDA 检查记录显示了什么?

数据欺诈如何伤害志愿者?

BioVie 2023 年试验发生了什么?

Bristol Myers 是否排除了站点数据?

谁负责监测临床试验安全?

为何信任对临床研究至关重要?

AI 能否保证患者筛查?

存在缺陷的试验会带来哪些风险?

迈阿密诊所为何面临指控?

何为不可能存在的医疗记录?

该试验总成本是多少?

指控是否已被证实?

谁对数据背后的人员负责?

哪些规则要求申办方进行监测?

在此输入您的问题...