というNBER論文をアンドリュー・ローらが書いている。原題は「A Cost/Benefit Analysis of Clinical Trial Designs for COVID-19 Vaccine Candidates」で、著者はDonald A. Berry（ベリー・コンサルタンツLLC*1）、Scott Berry（同）、Peter Hale（ワクチン研究基金*2）、Leah Isakov（セキーラス*3）, Andrew W. Lo（MIT）、Kien Wei Siah（同）、Chi Heem Wong（同）。
以下はその要旨。
We compare and contrast the expected duration and number of infections and deaths averted among several designs for clinical trials of COVID-19 vaccine candidates, including traditional randomized clinical trials and adaptive and human challenge trials. Using epidemiological models calibrated to the current pandemic, we simulate the time course of each clinical trial design for 504 unique combinations of parameters, allowing us to determine which trial design is most effective for a given scenario. A human challenge trial provides maximal net benefits—averting an additional 1.1M infections and 8,000 deaths in the U.S. compared to the next best clinical trial design—if its set-up time is short or the pandemic spreads slowly. In most of the other cases, an adaptive trial provides greater net benefits.
（拙訳）
我々は、従来型のランダム化臨床試験、および適応的臨床試験*4と人体試験*5といったCOVID-19ワクチン候補の幾つかの臨床試験の設計について、試験期間ならびに回避される感染者数と死者数の期待値を比較較量した。現下のパンデミックにカリブレートした疫学モデルを用いて我々は、504のユニークなパラメータ組み合わせについて各臨床試験設計の時間推移をシミュレーションした。それにより、どの試験設計が所与のシナリオにおいて最も効果的かを決定できる。人体試験は、立ち上げ時間が短い、もしくはパンデミックの拡散が遅い場合、純便益が最大――次善の臨床試験設計に比べ米国で追加的な110万の感染者数と8千の死者を回避する――となった。他の大半のケースでは、適応的試験の純便益が大きかった。
