动物药效方案设计中，“每组做几只”经常通过经验快速确定。

小鼠实验每组6只，大鼠实验每组8只，手术模型考虑死亡后再多备两只；如果预算比较充足，就把每组增加到10只。

这种方式简单直接，却没有真正回答样本量设计的核心问题：

每组6只，究竟准备检测多大的药效差异？

模型本身的个体差异有多大？

主要终点是连续变量、等级评分、发生率还是生存时间？

实验是首轮探索，还是会直接影响候选药的剂量选择和开发决策？

预计有多少动物会因造模失败、死亡或样本质量问题无法进入最终分析？

同样是每组6只，在不同实验中代表的证据强度可能完全不同。

如果模型稳定、主要终点变异较小、候选药预期效应很强，并且采用基线分层和重复测量，每组6只可能已经能够完成首轮概念验证。

如果模型个体差异较大、药效差异中等、主要终点为生存或发生率，又存在较高脱落风险，每组6只通常很难支持稳定结论。

更容易被忽略的问题是，“6只动物”不一定等于统计学上的n=6。

如果动物按笼接受同一饮食处理，实验单位可能是笼；如果给妊娠母鼠用药并观察仔鼠，实验单位可能是母鼠或窝；如果从一只动物中取50个视野、100个细胞或两侧器官，这些数据也不能简单计算为多个独立样本。

所以，动物样本量设计不能从“行业里一般用几只”出发。

更合理的顺序是：

先确定主要研究问题和实验单位；

再确定具有开发意义的最小药效差异；

结合模型变异、统计方法和预期脱落率计算样本量；

最后根据项目阶段、动物伦理和预算形成可执行方案。

每组6只可以使用，但它应该是计算和设计后的结果，而不应成为所有动物实验的默认答案。

1、每组6只可以完成部分探索性研究

如果项目处于首轮体内概念验证阶段，主要目标是确认候选药是否具有明显药效信号，每组6只可以作为一种可行方案。

这通常要求：

动物模型批间和组内变异较小；

主要终点连续、稳定且测量误差较低；

候选药预期产生较大效应；

动物死亡和脱落风险较低；

各组基线能够进行分层随机；

实验结果不直接承担关键注册或高风险开发决策。

例如，模型组与治疗组之间预期出现明显肿瘤抑制、体重降低、血糖改善或生化指标变化时，6只动物有可能识别出清晰趋势。

2、每组6只不能保证所有实验都有足够统计功效

样本量越小，越依赖药效差异足够大和数据足够稳定。

当候选药只产生中等改善时，6只动物很容易出现以下情况：

组间均值存在差异，但未达到统计学显著；

一只异常动物便明显改变均值和标准差；

不同批次重复实验得到不同结论；

低、中、高剂量之间无法形成稳定梯度；

阳性药有效，但候选药是否有效难以判断。

因此，“没有显著差异”可能来自候选药无效，也可能来自样本量不足。

3、出现统计学显著也不代表样本量一定合理

小样本实验中，如果组间差异非常大，也可能获得较小的P值。

但此时效应量估计和置信区间仍可能不稳定。

一次n=6实验中观察到80%的改善，后续扩大样本后可能下降为40%或30%。

对医药企业而言，需要关注的不只是“是否显著”，还包括：

药效幅度是否稳定；

置信区间是否足够窄；

剂量—效应是否可重复；

结果是否能够支持下一轮剂量和模型决策。

4、每组6只适合回答有限的问题

首轮实验可以使用较小样本快速排除完全无效的候选药。

但如果项目需要判断最低有效剂量、同类药物优劣、联合治疗增量、长期结构保护、生存获益或药效是否达到临床开发阈值，通常需要更充分的样本量设计。

1、实验单位是能够被独立分配处理的最小生物学单位

多数常规给药实验中，每只动物独立接受受试药或溶媒，因此一只动物通常对应一个实验单位。

每组6只动物，统计学样本量可以写作n=6。

但这一规则并不适用于所有设计。

2、饮食和饲养干预中，笼可能是实验单位

如果一笼动物共同进食，实际饮食摄入和微环境由笼共享，笼内动物并非完全独立。

尤其在配对喂养、菌群、粪菌移植、环境暴露和部分代谢实验中，笼效应可能明显影响结果。

假设每组6只动物、每笼3只，整个组只有2个独立笼位，部分分析中的有效实验单位可能更接近n=2，而不是n=6。

3、繁殖和发育研究中，窝可能是实验单位

给妊娠母鼠用药后检测多只仔鼠，如果所有仔鼠来自同一只母鼠，它们共享遗传、宫内环境、乳汁和母体行为。

同一窝的10只仔鼠不能简单视为10个完全独立样本。

根据研究设计，实验单位可能是母鼠、窝，或者在统计模型中需要将窝作为层级因素处理。

4、两侧器官不能自动把样本量翻倍

一只动物有两只眼、两个肾脏、两侧关节或两侧皮肤区域。

如果动物整体接受同一种药物处理，两侧组织属于同一个实验单位内的重复或亚样本。

每组6只动物，即使检测了12个关节，也不能直接写成n=12。

只有在左右侧分别接受不同局部处理，并且两侧之间不存在明显系统性干扰时，才可能采用配对或自身对照设计。

5、多个切片、视野和细胞属于亚样本

从每只动物中选择5张切片、每张切片检测10个视野，可以提高对该动物组织状态的测量精度。

这些数据不能替代更多独立动物。

合理处理方式通常是先获得每只动物的汇总值，或者采用能够处理动物—切片—视野层级关系的嵌套统计模型。

6、重复时间点不等于增加独立样本

同一只动物在第0、7、14和21天反复测量体重、肿瘤体积或关节炎评分，仍然只有一个独立动物实验单位。

重复测量可以提高信息利用效率，但不能把4个时间点写成4个独立n值。

1、探索性研究重点是识别信号

首轮动物实验通常用于回答：

候选药是否具有体内活性；

哪个剂量范围可能有效；

模型和给药方案是否可执行；

哪些终点对候选药最敏感；

后续正式研究需要关注什么。

这类研究允许一定程度的不确定性，样本量可以相对精简。

结果应被定义为探索性信号，不能直接承担过强的确认性结论。

2、确认性研究重点是降低决策错误

进入候选药筛选、关键剂量—效应、同类药物比较或临床开发支持阶段后，错误结论的代价明显提高。

假阴性可能使一个有效候选药被终止；假阳性可能使企业继续投入无效项目。

确认性研究通常需要：

预先确定主要终点；

预先确定具有开发意义的效应量；

进行正式样本量计算；

预设统计分析和排除标准；

保证随机、盲法和批次平衡；

报告效应量和置信区间。

3、同一个候选药可以先小样本探索，再扩大样本确认

合理流程可以分为两步。

第一步使用相对精简的动物数量，确定模型、剂量、给药周期、主要终点和变异范围。

第二步使用独立批次动物，根据第一轮和历史数据完成样本量设计，对关键结论进行确认。

不建议把第一轮6只动物的数据与后续补做动物直接随意合并，除非扩展方案和统计分析在看到结果前已经预设。

4、关键开发决策不宜只依赖一次n=6实验

即使一次实验获得显著结果，也需要考虑独立重复、第二模型、暴露—效应关系或更大样本确认。

动物数量只是证据可靠性的一部分，模型相关性、随机盲法、PK/PD和结果重复性同样重要。

1、主要终点

样本量应围绕一个预先确定的主要终点计算。

主要终点是最直接回答本次核心研究问题的指标。

例如：

肿瘤药效研究中的终点肿瘤体积或肿瘤生长抑制；

肥胖模型中的体重变化或体脂变化；

糖尿病肾病模型中的UACR；

关节炎模型中的关节炎评分或结构损伤；

心衰模型中的射血分数或其他关键功能指标；

脑卒中模型中的神经功能评分或梗死体积。

如果方案没有主要终点，样本量计算便缺少明确基础。

2、最小具有生物学或开发意义的差异

样本量计算不应围绕“任何微小差异”展开。

需要提前确定多大的改善才值得企业继续开发。

例如，候选药只有5%的改善，即使在极大样本下达到统计学显著，也可能缺少开发价值。

反过来，如果30%的改善就足以改变项目决策，样本量应围绕是否能够可靠识别这一差异进行设计。

3、组内变异

同样的药效差异，在低变异模型中需要的动物较少，在高变异模型中需要的动物更多。

变异可以用标准差、变异系数、事件发生率或生存分布等方式描述。

组内变异应尽量来自：

本实验平台的历史数据；

相同模型和相同主要终点的既往研究；

与当前品系、性别、年龄和造模方式接近的文献；

设计合理的预实验。

4、显著性水平

多数探索和确认性研究采用双侧α=0.05。

如果存在多个主要比较、多个剂量或中期分析，还需要考虑多重比较和整体错误率。

5、统计功效

统计功效代表在真实差异达到预设效应量时，实验识别出该差异的概率。

动物研究中常见目标功效为80%或90%。

关键决策研究、重要安全风险或高价值确认性研究，可以根据错误代价选择更高功效。

6、统计分析方法

两组均值比较、多个剂量组ANOVA、重复测量混合模型、二分类发生率和生存分析，需要不同的样本量计算方法。

不能先按两组t检验计算每组数量，最后却采用多组、多时间点或生存分析完成主要结论。

1、样本量与标准化效应量直接相关

标准化效应量可以简单理解为：

组间差异相对于组内标准差有多大。

如果治疗组与模型组相差很大，而每组动物数据高度集中，标准化效应量较大。

如果差异不明显或动物个体差异很大，标准化效应量较小。

2、一个简化计算示例

假设实验只有模型组和治疗组，两组动物数量相同，采用双侧独立样本比较，显著性水平为0.05，目标功效为80%，暂不考虑脱落。

在这一简化条件下：

标准化效应量约为0.8时，通常需要约26只/组；

标准化效应量约为1.0时，通常需要约17只/组；

标准化效应量约为1.2时，通常需要约12只/组；

标准化效应量约为1.5时，通常需要约8只/组；

标准化效应量接近1.8时，约6只/组才可能达到80%左右的功效。

这组数字不能直接套用到所有实验，但能够说明一个重要问题：

每组6只主要适合检测相对于组内波动非常大的药效差异。

3、怎样理解标准化效应量1.8

假设某项主要终点的组内标准差约为10个单位，那么组间平均差异需要达到约18个单位，才相当于标准化效应量1.8。

如果组内标准差增加到20个单位，同样18个单位的组间差异只对应0.9左右的标准化效应量，所需动物数量会明显增加。

所以，模型稳定性直接决定每组6只是否够用。

4、多组实验不能完全照搬两组计算

正常组、模型组、阳性药组和低中高剂量组组成的实验，可能需要进行整体ANOVA、趋势分析和多重比较。

如果核心问题是每个受试药剂量分别与模型组比较，可以围绕这些预设比较计算。

不能因为共有6组，就认为每组6只自然足够。

5、小样本结果应同时报告效应量和置信区间

P值只反映数据与零差异假设的相容程度。

效应量和置信区间能够进一步说明候选药可能产生多大的真实改善，以及估计有多大不确定性。

1、从目标产品定位倒推最小有意义差异

企业首先需要回答：

候选药达到多大药效才值得继续开发？

这个阈值可以来自临床标准治疗、同类药物、疾病自然波动、目标产品定位和后续开发成本。

2、使用本平台历史数据估计变异

相同实验团队、相同造模方式和相同检测平台的数据，通常比完全不同实验室的文献更能反映实际变异。

3、文献效应量需要谨慎使用

已发表研究可能更容易呈现较大、较显著的效应。

不同研究中的动物品系、造模强度、治疗阶段和终点测量方式也可能不同。

直接采用一篇文献中的均值和标准差，可能低估当前项目所需样本量。

4、小型预实验可以帮助确认可行性

预实验适合确定造模成功率、死亡率、剂量、时间点和测量流程。

由于预实验样本通常较小，其标准差估计本身并不稳定。

正式样本量不宜完全依赖一次很小的预实验。

5、效应量应避免直接使用首轮实验中最乐观的结果

小样本首轮实验中观察到的药效差异可能被高估。

确认性研究可以采用更保守的效应量，或者对标准差和预期改善设置合理安全边界。

1、小鼠实验不一定比大鼠实验需要更多动物

动物体型并不直接决定样本量。

真正决定样本量的是主要终点的变异、预期效应和实验设计。

某些小鼠遗传模型表型高度稳定，每组较少动物即可识别较大效应；某些大鼠手术或行为模型个体差异较大，反而需要更多动物。

2、造模一致性影响组内标准差

手术位置、结扎程度、毒物剂量、饮食摄入、肿瘤细胞状态和操作人员差异都会扩大组内波动。

当模型组内部严重程度差异很大时，增加动物只能部分缓解问题。

更优先的措施是改进造模和入组流程。

3、主要终点测量误差也会扩大样本量

病理评分、行为评分、超声心动图和影像分析具有一定操作依赖性。

测量人员未盲法、设备参数不一致或取景规则不统一，会增加无关变异。

4、疾病阶段不一致会稀释药效

如果动物仅按造模日期随机，而不根据肿瘤体积、关节炎评分、UACR、血糖或心功能进行基线分层，各组起点可能失衡。

候选药真实药效会被基线差异和疾病异质性掩盖。

5、模型越复杂，越需要历史数据

复合代谢模型、自发模型、老龄模型、长期神经退行性模型和多步骤手术模型，通常具有更高变异和脱落。

仅凭“同类实验一般每组6只”很难完成合理设计。

1、移植瘤模型

皮下移植瘤体积可以反复测量，通常能够获得完整生长曲线。

基线肿瘤体积和生长速度对结果影响较大，应在入组时进行分层随机。

模型稳定、药效较强时，每组6至8只可能用于首轮筛选。

原位瘤、转移瘤、免疫治疗和生存研究的变异通常更大，所需动物可能明显增加。

2、炎症和关节炎评分模型

CIA、EAE及其他评分模型常具有发病时间和严重程度差异。

如果动物在发病后分层入组，并采用纵向评分，可以提高统计效率。

如果主要终点是结构病理或发病率，则需要按照相应终点重新估算，不能只依据评分曲线确定数量。

3、代谢和慢性疾病模型

DIO、db/db、MASH和糖尿病肾病模型通常具有较长观察周期。

体重、血糖和代谢指标可以重复测量，但组织病理和终末器官功能仍然只在终点获得一次。

长期脱落、年龄变化和模型异质性需要进入样本量设计。

4、手术模型

LAD结扎、MCAO、TAC、DMM及其他手术模型可能出现手术失败、围术期死亡和成模差异。

正式样本量应区分：

造模前总动物数；

达到入组标准的动物数；

随机进入各组的动物数；

最终进入主要分析的动物数。

5、行为学模型

行为结果容易受环境、操作者、测试顺序、动物活动能力和学习效应影响。

小样本下，一两只异常动物可能明显改变结果。

行为学主要终点通常需要更充分的样本量、标准化流程和盲法评价。

6、生存研究

生存分析取决于事件数量、风险比、随访时间和删失情况。

每组6只通常很难稳定评价中等程度的生存获益。

即使两组中死亡数量相差两三只，结果也会高度不稳定。

7、发生率和二分类终点

如果主要终点是成瘤率、发病率、转移发生率或治疗应答率，需要依据预计比例差异计算。

连续变量的样本量经验不能直接用于二分类结果。

8、大动物研究

犬、猪、猴及其他大动物研究通常受到伦理、资源和项目成本限制，单组数量可能较少。

此时更需要优化自身对照、交叉、重复测量、基线协变量和高精度检测。

动物数量少不能成为忽略设计和统计论证的理由。

1、重复测量可以提高信息利用率

同一只动物连续测量肿瘤体积、体重、血糖、评分或心功能，可以利用个体自身变化，降低部分个体间差异。

但重复测量需要采用适合的统计方法，例如重复测量模型或混合效应模型。

2、不能把每个时间点当作独立样本

一只动物测量10次仍然是一只动物。

时间点之间具有相关性，需要在统计模型中处理。

3、基线值可以用于分层随机

在给药前根据疾病严重程度将动物分层，再在每一层内随机分组，可以提高各组起点可比性。

4、基线值也可作为统计协变量

当基线与终点高度相关时，在预先设计的分析中纳入基线协变量，可以提高估计精度。

不能在看到结果后，反复尝试多种协变量直到获得显著性。

5、自身对照设计需要满足前提

左右侧局部处理、交叉给药或治疗前后比较可以降低个体差异。

但需要确认不存在残留效应、系统性扩散、时间趋势和不可逆疾病进展。

1、选择最重要的主要终点

动物药效研究可能同时包含体重、生化、行为、病理、流式、WB、PCR和组织药代。

样本量应由最直接影响核心结论的主要终点决定。

2、主要终点不宜设置过多

同时设置多个共同主要终点，会增加统计和样本量复杂度。

更合理的做法是明确一个核心终点，其他指标作为关键次要终点或机制终点。

3、不能选择最容易显著的指标作为主要终点

某个分子指标变异较小，可能用较少动物便能显著。

但候选药最终开发价值可能取决于器官功能或组织结构。

样本量应服务于开发问题，而不是服务于更容易获得P值的指标。

4、次要终点可能处于低功效状态

按主要终点计算的样本量，不保证所有次要指标都具有充分功效。

次要结果应结合效应量、方向一致性和机制链解释，不能因为某个次要指标未显著便直接否定机制。

5、不同终点使用不同动物队列时，需要分别计算

主药效组、PK卫星组、阶段性取材组和生存组承担不同任务。

各队列应根据自己的终点和采样设计确定数量，不能统一写成“全部每组6只”。

1、需要区分入组样本量和造模动物总量

样本量计算得到的通常是最终需要进入主要分析的实验单位数量。

如果预计存在成模失败和死亡，需要在造模前增加动物。

2、可以根据预期脱落率进行反推

假设正式分析需要每组8只，预计随机入组后有20%的动物无法完成实验。

理论上每组初始入组数量至少应接近：

8÷（1－20%）＝10只。

如果造模阶段还有20%的动物达不到入组标准，则造模总量还要进一步增加。

3、备用动物不能在实验后随意补入

正式随机后发现某一组结果不理想，再增加动物，会引入选择和分析偏倚。

备用动物应在方案中提前说明用途和进入研究的规则。

4、排除标准需要预先确定

常见标准可以包括：

未达到预设成模标准；

手术未成功；

发生与模型无关的严重疾病；

给药错误；

样本无法满足质量要求；

达到预设人道终点。

不能因为某只动物的数据偏离预期便临时排除。

5、死亡本身可能是重要结局

重症感染、肿瘤、心衰和急性器官损伤中，死亡可能与治疗直接相关。

如果将死亡动物全部排除，只分析存活动物，可能产生严重幸存者偏倚。

方案需要提前规定死亡动物如何进入主要分析。

1、可以写成总数6只，但很难分别评价性别效应

如果研究只希望获得一个混合性别的总体药效估计，并在设计和分析中合理处理性别，3只雄性加3只雌性可以构成每组6只。

但每个性别只有3只，通常无法稳定判断药物在雄性和雌性中是否分别有效。

2、性别差异属于独立科学问题

如果项目需要回答候选药是否存在性别差异，应把性别作为实验因素，采用适合的析因设计和样本量计算。

不能在实验结束后分别对3只雄性和3只雌性进行小样本检验，再得出性别特异性结论。

3、混合性别会增加或降低变异

如果雄性和雌性基础水平或药效方向明显不同，混合分析可能扩大组内变异甚至抵消药效。

如果两性效应相近，合理纳入两性可以提高结论的外推性。

4、性别比例应在各组平衡

模型组、阳性药组和各剂量组应尽量保持一致的性别构成。

分析时也应考虑性别及其与治疗之间的关系。

1、多剂量不等于所有组都必须机械等量

多数平行分组研究采用相近的组内数量，便于比较和实施。

如果多个剂量组共享一个模型对照，适当增加模型对照动物有时可以提高多个比较的共同参照精度。

是否采用不等比例分配，应在正式样本量计算中确定。

2、终末时间点需要独立动物

如果第1、3、7和14天均需要取完整器官检测，每个终末时间点通常需要独立队列。

不能将每组6只平均分到4个时间点，最后每个时间点只有1至2只，还继续进行组间统计。

3、纵向非终末检测可以由同一只动物完成

体重、肿瘤体积、评分和部分影像可以反复检测。

频繁采血、麻醉和代谢笼操作可能干扰主药效，需要评估是否设置卫星动物。

4、多批次实验应在每个批次中包含各组

如果一次只能处理部分动物，建议采用随机区组设计。

每个手术日、给药批次和检测批次中尽量包含各实验组，避免批次与处理组完全重合。

5、多个小批次不能随意当作一次大实验

批次之间存在动物、操作、制剂和环境差异。

统计分析需要考虑批次因素，并在实验前明确是否将批次作为区组、随机效应或独立重复。

1、首轮探索性概念验证

项目主要用于确认明显药效信号，不直接承担关键确认性结论。

2、模型和主要终点变异较小

已有稳定历史数据支持，并且同一平台重复性较好。

3、预期药效差异较大

候选药具有强烈体内作用，组间差异明显高于组内波动。

4、主要终点可以重复测量

每只动物能够提供完整时间曲线，并采用适合的纵向分析。

5、基线可以进行分层随机

各组在给药前疾病严重度相近。

6、脱落率很低

动物能够稳定完成给药和终点检测。

7、没有计划进行性别分层或复杂亚组分析

每组6只只承担主要总体比较。

8、结论边界得到控制

研究用于判断是否值得继续，而不是直接证明药物已经优于标准治疗或具备稳定疾病修饰作用。

1、主要终点变异较大

包括复杂行为、手术严重度、长期病理和自发疾病进展。

2、预期药效差异中等或较小

候选药追求温和但有临床价值的改善时，小样本容易漏检。

3、主要终点是生存、发病率或应答率

此类终点通常需要更多事件。

4、存在较高死亡、成模失败或样本损失风险

最终有效样本可能明显低于6只。

5、需要比较低、中、高剂量梯度

小样本下剂量—效应容易受到个别动物影响。

6、需要证明优于阳性药或同类药物

“候选药显著、阳性药显著”不能证明二者存在差异。

头对头比较需要针对二者差异单独计算。

7、需要评价联合治疗增量

背景药已经有效时，联合增量可能相对较小。

8、需要进行雌雄分层

总数6只无法稳定支持两性分别判断。

9、需要开展关键开发或确认性研究

一次小样本阳性结果通常不足以支撑高风险项目决策。

10、预计存在批次和中心差异

多批次、多人操作或跨平台研究需要将额外变异纳入设计。

1、模型可行性和造模摸索

可使用少量动物验证造模流程、时间点、死亡率和主要表型。

常见起始规模可能为每个条件3至5只，但这一阶段主要提供可行性信息，不承担正式药效结论。

2、首轮体内POC

对于稳定模型和预期大效应，常见起始范围可以是每组6至8只。

同时建议获得基线、药效轨迹和必要的稀疏PK/PD，为正式研究提供参数。

3、正式剂量—效应研究

常见实施规模可能进入每组8至12只，但最终数量仍应依据主要终点和变异计算。

模型高变异或预期效应较小时，数量可能继续增加。

4、关键确认性研究

应进行正式功效计算，并采用独立动物批次、预设主要终点、随机、盲法和预设统计分析。

每组数量可能超过常见经验范围。

5、生存、发生率和高变异模型

每组10至20只甚至更多并不罕见。

具体数量取决于事件率、风险差异、观察周期和删失情况。

6、大动物研究

每组数量可能明显少于啮齿类研究。

这时应通过配对、交叉、重复测量、精确检测和高质量标准化设计提高信息效率。

以上范围只适合作为早期预算和方案讨论的起点，不能替代项目专属样本量计算。

1、降低模型和测量变异

统一动物来源、年龄、性别、造模批次、给药时间、取材流程和检测参数。

2、采用基线分层随机

根据主要疾病指标将动物分层后随机分组。

3、使用随机区组设计

将手术日期、实验批次、笼位或检测板作为区组因素，减少无关变异进入残差。

4、采用重复测量

在不增加额外负担的前提下获得纵向数据，并使用正确统计模型。

5、提高终点测量精度

优化病理取样、影像参数、行为流程和实验人员培训。

6、选择更敏感的主要终点

主要终点应与候选药机制和疾病阶段匹配。

如果模型在当前周期内无法产生稳定结构变化，增加动物也未必能解决终点错位。

7、预先规定排除标准

避免实验结束后根据结果方向删除动物。

8、合理使用协变量

基线值、性别、批次等因素可以在预设分析中提高精度。

9、采用配对或自身对照设计

仅在不存在处理间干扰和残留效应时使用。

10、提高药物暴露和模型匹配度

暴露不足、靶点不适配和给药窗口错误无法依靠增加动物数量补偿。

1、所有啮齿类药效实验默认每组6只

2、只因为同类文献使用n=6便直接照搬

3、没有预先确定主要终点

4、使用预期最乐观的药效差异计算样本量

5、完全忽略模型组内变异

6、把动物数量当作实验单位数量

7、把同一动物的多个器官、切片和视野计算为独立n

8、把重复时间点计算为多个独立样本

9、将雌雄各3只分别进行显著性分析

10、只按体重随机，不按疾病基线分层

11、样本量计算针对两组，正式实验却包含多个剂量和多重比较

12、按照连续变量计算，最终主要结论却使用生存或发生率

13、预计20%的死亡，却仍然只入组6只

14、实验后看到P值接近0.05，再临时增加动物

15、删除异常值后不报告实际n变化

16、成模失败和药物相关死亡没有提前规定处理方式

17、只报告P值，不报告个体数据、效应量和置信区间

18、模型变异过大时只增加动物，不优化造模流程

19、主药效组和PK卫星组统一使用相同数量

20、一次n=6阳性结果直接用于关键项目决策

第一步，明确本次动物实验的开发目的。

确认项目属于模型摸索、首轮POC、剂量—效应、同类比较、联合治疗、机制验证还是关键确认研究。

第二步，确定核心比较。

例如，受试药中剂量与模型组比较，联合组与背景药组比较，或者候选药与标准治疗头对头比较。

第三步，确定实验单位。

明确统计学上的n是动物、笼、窝、局部处理区域，还是其他独立单位。

第四步，预先确定主要终点。

选择最直接影响项目决策的指标。

第五步，确定最小具有开发意义的效应量。

根据目标产品定位、现有治疗和继续开发阈值确定。

第六步，获得合理的变异估计。

优先使用同平台历史数据，并结合文献和预实验。

第七步，确定统计方法、显著性水平和目标功效。

使样本量计算与最终分析方法一致。

第八步，计算最终需要进入主要分析的动物数量。

第九步，根据成模失败、死亡和样本损失反推初始动物数量。

第十步，设置基线分层、随机化、盲法和区组安排。

第十一步，预设纳入、排除和死亡数据处理规则。

第十二步，区分主药效、PK/PD、阶段性取材和恢复观察队列。

动物样本量设计需要同时考虑候选药定位、动物模型、主要终点、历史变异、统计方法、成模率和预计脱落。

博恩生物可根据项目所处研发阶段，协助确定每组动物数量及总造模动物规模，避免机械采用每组6只或每组8只。

在方案设计阶段，可协助明确主要研究问题、核心比较、主要终点和实验单位，并根据候选药预期效应、模型历史数据和统计方法开展样本量估算。

在模型评估阶段，可结合平台历史成模率、死亡率、主要终点变异和阳性药响应，判断每组6只是否能够满足首轮探索，或者是否需要扩大至8只、10只、12只及更高数量。

在入组与随机阶段，可根据肿瘤体积、关节炎评分、UACR、血糖、心功能、神经评分及其他疾病基线进行分层随机，减少组间起点差异。

在实验执行阶段，可开展批次平衡、笼位平衡、盲法给药或评价、预设排除标准及完整动物状态记录，降低无关变异。

在统计分析阶段，可根据终点特点选择组间比较、重复测量、混合效应、协变量分析、生存分析和发生率分析，并报告实际n、效应量、置信区间和个体数据分布。

在动物模型层面，可围绕肿瘤、代谢、MASH、糖尿病肾病、炎症免疫、心脑血管、呼吸、神经和骨关节等适应症，结合具体模型的稳定性和疾病时间轴设计动物数量。

对于已经完成一轮小样本实验的项目，博恩生物可根据现有药效幅度、组内变异、脱落率和暴露情况，判断下一轮研究应扩大样本、优化模型、调整终点，还是先解决PK/PD和给药窗口问题。

动物实验每组6只可以吗？

可以，但需要满足模型稳定、效应较大、脱落较低和研究目的偏探索性等条件。

每组6只不能成为所有动物实验的统一标准。

样本量最终取决于五个核心因素：

实验单位是什么；

主要终点是什么；

多大的药效差异具有开发意义；

模型和检测的变异有多大；

项目能够接受多高的假阳性和假阴性风险。

动物数量过少，会使有效候选药被错误淘汰，也可能使偶然差异被高估；动物数量过多，则会增加动物使用、项目成本和检测负担。

合理的样本量设计，需要使用满足研究目标的最少动物，获得足以支持开发判断的证据强度。

当每组6只是经过主要终点、效应量、变异、功效和脱落率计算后的结果，它就是合理的设计。

当每组6只只是因为“以前一直这样做”，就需要重新评估。