How to Read Clinical Trial Results 2025
Educational guide to Phase 1/2/3 data, endpoints, statistics and safety signals
Reading time: 12–15 minutes | Words: 3,500+
Educational only: this chapter does not provide investment advice, trading signals or guarantees of results. Any decision to buy, sell or hold a security remains entirely your responsibility.
1. Why clinical trial results matter for investors and traders
Clinical trial readouts are among the most impactful events in biotech. A positive Phase 3 trial can re-rate a company, while a failed trial can remove most of the equity value in a single session. Price moves of plus or minus 40–80 percent around major readouts are not unusual in small and mid-cap names.
Many market participants only read the headline of the press release. However, the market reaction is often driven by the details: which endpoints were met, how robust the statistics are, how clean the safety profile looks and what the results imply for real patients. This chapter focuses on those details.
Key idea: a trial result is not just “good” or “bad”. It is a complex data package. The more nuance you can see in that package, the better you can understand why the market reacts the way it does.
2. Understanding clinical trial phases
| Phase |
Participants |
Typical duration |
Main goal |
Indicative market impact |
Role in development |
| Phase 1 |
20–100 healthy volunteers or patients |
1–2 years |
Safety, tolerability and dose finding |
Usually modest (about ±10–20%) |
Exploratory, early assessment |
| Phase 2 |
100–500 patients |
2–3 years |
Initial efficacy signals and safety |
Medium impact (about ±20–50%) |
Proof-of-concept for larger trials |
| Phase 3 |
1,000–5,000 patients (sometimes more) |
2–3 years |
Confirm efficacy and monitor adverse reactions |
Highest impact (about ±30–80%) |
Key evidence package for regulators |
| Phase 4 |
Patients in real-world use |
Ongoing after approval |
Long-term safety and additional outcomes |
Typically modest (about ±5–15%) unless safety issues arise |
Refines label and risk–benefit profile |
Why Phase 3 attracts so much attention
Phase 3 trials are often described as “make-or-break” because they provide the main evidence package that regulators use to decide on approval. A clearly positive Phase 3 with good safety can unlock a marketing authorisation. A negative Phase 3 result can halt a program entirely.
Perspective: early-phase data can move share prices, but Phase 3 is where the drug is asked to perform under rigorous conditions in a large, representative population. For many small companies, the outcome of a single Phase 3 can decide their medium-term future.
3. Primary vs secondary endpoints
Endpoints are the specific outcomes a trial is designed to measure. Understanding which are primary and which are secondary is essential to interpret a result correctly.
Primary endpoints
- Main measure of efficacy that the trial is statistically powered to detect.
- Defined in advance in the protocol and agreed with regulators.
- Usually must reach statistical significance for the trial to be considered successful.
- If the primary endpoint is not met, the study is generally considered negative, regardless of some secondary findings.
Secondary endpoints
- Additional measures of efficacy or patient benefit, such as quality-of-life scores or reduction in hospitalisations.
- Not individually powered to the same extent as the primary endpoint.
- Can strongly influence how attractive the drug is for regulators, physicians and payers.
- A trial that meets its primary endpoint but misses important secondary endpoints is technically “positive”, yet the commercial and regulatory outlook can become more uncertain.
Safety data
- Includes adverse events, serious adverse events, discontinuations and deaths.
- Even very effective drugs can be held back if the safety profile is not acceptable for the intended population.
- Patterns such as high discontinuation rates or organ toxicity are carefully scrutinised by regulators and clinicians.
Case study – AGIO RISE UP (November 2025):
In the RISE UP trial for sickle-cell disease, the primary endpoint related to haemoglobin response was formally met, but key secondary endpoints linked to painful crises and fatigue did not show convincing improvement. Safety was broadly acceptable. The market nevertheless reacted with a sharp drawdown, reflecting concern that the data package might not demonstrate enough real-world clinical benefit for regulators and prescribers.
4. Statistical significance and p-values
Clinical trials are built on statistics. A result can look impressive in absolute terms but still be considered inconclusive if it could easily be explained by random variation.
What a p-value represents
- The p-value expresses the probability that the observed difference between treatment and control occurred by chance, assuming the drug has no true effect.
- By convention, a p-value below 0.05 is often taken as “statistically significant”, meaning the result is unlikely to be due to chance alone.
- A p-value above 0.05 suggests the trial did not provide enough evidence to reject the “no effect” hypothesis.
| Scenario |
Observed effect |
P-value |
Interpretation |
| Clear positive |
Strong reduction in symptom score vs placebo |
0.001 |
Highly unlikely to be random; strong statistical support. |
| Borderline |
Modest improvement vs placebo |
0.048 |
Formally significant but close to the threshold; usually analysed with caution. |
| Inconclusive |
Minimal difference vs placebo |
0.15 |
Result consistent with random noise; trial generally considered negative. |
Practical note: headlines sometimes highlight “near misses” such as p=0.06. From a strict statistical standpoint these results are not significant, even if the company presentation may try to emphasise trends.
5. Safety data and red flags
Safety can be decisive. A highly effective drug with severe toxicity may still struggle to obtain approval or adoption, especially if safer alternatives exist.
Potential red flags
- Imbalances in deaths between treatment and control arms judged to be drug-related.
- Serious organ toxicities or life-threatening adverse events at therapeutic doses.
- High rates of treatment discontinuation due to side effects.
- Safety issues that prevent use of doses needed to achieve efficacy.
- Problematic interactions with common background therapies.
Elements that support a positive view
- Side-effect profile similar to or better than existing standard of care.
- Low discontinuation rates, indicating that patients can stay on therapy.
- Adverse events that are mild, predictable and manageable in clinical practice.
6. Real-world examples
NUVB and IBTROZI
- Program: development of IBTROZI for polycythaemia vera.
- Data: pivotal trials showed meaningful improvements in key disease measures and supportive secondary outcomes.
- Safety: manageable profile judged acceptable for the target population.
- Regulatory outcome: approval in 2025, followed by encouraging early commercial uptake.
- Market takeaway: a combination of clear efficacy, acceptable safety and a well-executed launch can sustain positive share-price trends beyond the initial approval day.
AGIO and the RISE UP trial
- Program: treatment for sickle-cell disease.
- Data: primary endpoint in terms of haemoglobin response met, but important secondary endpoints related to clinical crises and fatigue did not show compelling benefit.
- Safety: broadly acceptable, but efficacy profile raised questions on differentiation and real-world value.
- Market takeaway: even when a primary endpoint is technically positive, lack of clear clinical benefit on key outcomes can lead to a negative re-rating.
7. Market and trading implications (descriptive)
The following points summarise how many active biotech traders tend to approach clinical-trial catalysts. They are observations of market behaviour, not recommended strategies.
Common patterns in market behaviour
- Trial dates are often tracked months in advance using specialised calendars and company guidance.
- As expectations build, some stocks experience a “run-up” in the weeks before data, especially when sentiment is optimistic.
- On data day, spreads widen and intraday volatility increases sharply; price reactions can be outsized in both directions.
- In the days after the announcement, the market frequently revisits the first move as analysts digest full datasets, conference-call commentary and competitor reactions.
Risk-focused practices used by some traders
- Limiting exposure to any single binary event to a small portion of total capital (for example a few percent of the overall portfolio).
- Reducing or closing positions before the readout, focusing on the pre-event move rather than the outcome itself.
- Waiting for at least one or two trading sessions after the data release before considering new positions, to let the initial emotional reaction settle.
These practices are not universally appropriate and may not suit your objectives or risk tolerance. They are described solely to illustrate how some market participants choose to manage the risk of binary events.
8. Trial-results checklist
When a new press release drops, a simple checklist can help structure the analysis:
- Was the primary endpoint met, and with what p-value?
- Which secondary endpoints were positive, negative or exploratory only?
- Does the safety profile look acceptable for the disease and available alternatives?
- Was the patient population representative of the real-world setting?
- Is the trial size adequate to support robust conclusions?
- Is the comparator (placebo or active control) appropriate?
- Do company comments and guidance suggest a clear regulatory path?
- How large is the addressable market and how crowded is the competitive landscape?
- Does the company have sufficient cash to reach the next milestones?
Conclusion: building a disciplined way to read trial data
Reading clinical trial results carefully is one of the core skills for anyone interested in biotech. The goal is not to predict the future with certainty, but to understand what the data really show and how regulators, physicians and investors are likely to interpret them.
Primary and secondary endpoints, statistical robustness and safety all play a part. Looking at these elements together, rather than relying on a single headline, can help avoid many of the common pitfalls seen around major catalysts.
Always cross-check trial information with primary sources such as full press releases, company presentations, regulatory documents and peer-reviewed publications. Consider seeking professional advice before taking financial decisions based on trial outcomes.
Biotech Catalyst Calendar
This lesson is part of a broader educational series on catalyst-driven biotech investing. To explore upcoming trial readouts and regulatory events, you can consult the dedicated calendar on Merlintrader.
Open the Biotech Catalyst Calendar
Come leggere i risultati dei trial clinici 2025
Guida educativa ai dati di Fase 1/2/3, agli endpoint, alle statistiche e ai segnali di sicurezza
Tempo di lettura: 12–15 minuti | Parole: oltre 3.500
Solo a fini informativi: questo capitolo non contiene consigli di investimento, segnali operativi o promesse di risultato. Ogni decisione di acquisto, vendita o detenzione di strumenti finanziari resta sotto la tua piena responsabilità.
1. Perché i risultati dei trial sono così importanti
I readout dei trial clinici sono fra gli eventi più impattanti nel mondo biotech. Un trial di Fase 3 positivo può rivalutare un’azienda; un trial negativo può cancellare in poche ore una parte significativa della capitalizzazione. Nei titoli small e mid-cap non sono rari movimenti del 40–80 per cento intorno a questi eventi.
Molti investitori leggono solo il titolo del comunicato. In realtà la reazione del mercato dipende spesso dai dettagli: quali endpoint sono stati centrati, quanto sono robusti i numeri, come appare il profilo di sicurezza e che cosa implicano i risultati per i pazienti reali. Questo capitolo si concentra proprio su questi aspetti.
Idea chiave: il risultato di un trial non è semplicemente “buono” o “cattivo”. È un pacchetto di dati complesso. Più dettagli riesci a leggere in quel pacchetto, meglio puoi capire il perché della reazione del mercato.
2. Capire le fasi del trial clinico
| Fase |
Partecipanti |
Durata tipica |
Obiettivo principale |
Impatto indicativo sul titolo |
Ruolo nello sviluppo |
| Fase 1 |
20–100 volontari sani o pazienti |
1–2 anni |
Sicurezza, tollerabilità e dose |
Di solito modesto (circa ±10–20%) |
Valutazione esplorativa iniziale |
| Fase 2 |
100–500 pazienti |
2–3 anni |
Primi segnali di efficacia e sicurezza |
Impatto medio (circa ±20–50%) |
Proof-of-concept per studi più grandi |
| Fase 3 |
1.000–5.000 pazienti (talvolta di più) |
2–3 anni |
Conferma dell’efficacia e monitoraggio delle reazioni avverse |
Impatto più elevato (circa ±30–80%) |
Base principale del dossier per le autorità regolatorie |
| Fase 4 |
Pazienti in uso reale |
Ongoing dopo l’approvazione |
Sicurezza a lungo termine e outcome aggiuntivi |
Tipicamente modesto (circa ±5–15%), salvo problemi di sicurezza |
Affina etichetta e profilo beneficio/rischio |
Perché la Fase 3 è così seguita
Gli studi di Fase 3 vengono spesso definiti “make-or-break” perché forniscono il principale pacchetto di evidenze che le autorità utilizzano per decidere sull’approvazione. Una Fase 3 chiaramente positiva, con un buon profilo di sicurezza, può portare all’autorizzazione all’immissione in commercio. Una Fase 3 negativa può invece portare alla chiusura del programma.
Punto di vista: i dati di Fase 1 e 2 possono muovere i prezzi, ma è in Fase 3 che il farmaco viene testato in modo rigoroso su una popolazione ampia e rappresentativa. Per molte small cap, l’esito di un singolo studio di Fase 3 determina buona parte del futuro a medio termine.
3. Endpoint primari e secondari
Gli endpoint sono i risultati specifici che uno studio vuole misurare. Capire quali sono primari e quali secondari è essenziale per interpretare correttamente un readout.
Endpoint primario
- È la misura di efficacia principale per cui lo studio è stato disegnato e “potenziato” dal punto di vista statistico.
- Viene definito in anticipo nel protocollo e concordato con le autorità.
- Perché il trial sia considerato positivo, l’endpoint primario deve in genere raggiungere la significatività statistica.
- Se l’endpoint primario non viene centrato, lo studio viene quasi sempre considerato negativo, anche in presenza di qualche segnale favorevole su altri parametri.
Endpoint secondari
- Misurano aspetti aggiuntivi del beneficio clinico, per esempio qualità di vita, riduzione delle ospedalizzazioni, miglioramento di sintomi specifici.
- Di norma non sono “potenziati” allo stesso livello dell’endpoint primario.
- Possono però influenzare in modo importante il giudizio di regolatori, medici e payor sul valore complessivo del farmaco.
- Uno studio che centra l’endpoint primario ma manca endpoint secondari rilevanti è tecnicamente positivo, ma la visibilità commerciale e regolatoria può diventare più incerta.
Dati di sicurezza
- Comprendono eventi avversi, eventi avversi gravi, interruzioni di trattamento e decessi.
- Anche un farmaco molto efficace può avere difficoltà ad arrivare sul mercato o a essere adottato se il profilo di sicurezza non è ritenuto adeguato.
- Pattern come un’alta percentuale di drop-out per effetti collaterali o tossicità d’organo a dosi terapeutiche vengono valutati con estrema attenzione.
Case study – AGIO RISE UP (novembre 2025):
Nello studio RISE UP per l’anemia falciforme, l’endpoint primario legato alla risposta emoglobinica è stato formalmente centrato, ma endpoint secondari chiave relativi alle crisi dolorose e alla fatica non hanno mostrato un beneficio convincente. La sicurezza è risultata in linea con le attese, ma il mercato ha reagito con un forte ribasso, riflettendo il dubbio che il pacchetto dati esprimesse un beneficio clinicamente sufficiente.
4. Significatività statistica e p-value
La statistica è il cuore di ogni trial. Un risultato può sembrare impressionante in termini assoluti, ma essere giudicato poco solido se potrebbe spiegarsi con la sola variabilità casuale.
Cosa rappresenta il p-value
- Il p-value indica la probabilità che la differenza osservata tra trattamento e controllo sia dovuta al caso, assumendo che il farmaco non abbia alcun effetto reale.
- Per convenzione, un p-value inferiore a 0,05 viene spesso considerato “statisticamente significativo”.
- Un p-value superiore a 0,05 suggerisce che lo studio non ha fornito evidenze sufficienti per respingere l’ipotesi di “nessun effetto”.
| Scenario |
Effetto osservato |
P-value |
Interpretazione |
| Risultato chiaramente positivo |
Netto miglioramento rispetto al placebo |
0,001 |
Altamente improbabile che sia dovuto al caso; forte supporto statistico. |
| Risultato borderline |
Miglioramento moderato rispetto al placebo |
0,048 |
Formalmente significativo ma vicino alla soglia; viene in genere analizzato con prudenza. |
| Risultato inconcludente |
Differenza minima rispetto al placebo |
0,15 |
Compatibile con rumore statistico; lo studio viene di solito considerato negativo. |
Nota pratica: nei comunicati capita di vedere enfatizzati “quasi-successi” con p-value come 0,06. Dal punto di vista statistico, questi risultati non sono significativi, anche se possono essere presentati come tendenze incoraggianti.
5. Dati di sicurezza e segnali da tenere d’occhio
La sicurezza può essere determinante. Un farmaco molto efficace ma con una tossicità importante può incontrare ostacoli, soprattutto se esistono alternative più sicure.
Possibili red flag
- Squilibri nei decessi tra braccio attivo e controllo ritenuti correlati al trattamento.
- Tossicità d’organo o eventi avversi gravi a dosi terapeutiche.
- Alta percentuale di interruzioni di trattamento per effetti collaterali.
- Problemi di sicurezza che impediscono di usare le dosi necessarie per ottenere efficacia.
- Interazioni sfavorevoli con terapie di base molto diffuse.
Elementi che supportano una visione positiva
- Profilo di effetti collaterali simile o migliore rispetto allo standard of care.
- Bassi tassi di interruzione, che indicano buona tollerabilità nella pratica clinica.
- Eventi avversi per lo più lievi, prevedibili e gestibili.
6. Casi reali
NUVB e IBTROZI
- Programma: sviluppo di IBTROZI per la policitemia vera.
- Dati: studi pivotal con miglioramenti significativi nelle misure chiave di malattia e diversi endpoint secondari di supporto.
- Sicurezza: profilo gestibile, giudicato accettabile per la popolazione target.
- Esito regolatorio: approvazione nel 2025, seguita da un avvio commerciale incoraggiante.
- Messaggio per il mercato: combinazione di efficacia chiara, sicurezza accettabile ed esecuzione commerciale può sostenere un trend positivo oltre il solo giorno dell’approvazione.
AGIO e lo studio RISE UP
- Programma: trattamento dell’anemia falciforme.
- Dati: endpoint primario ematologico centrato, ma endpoint secondari clinici importanti non pienamente convincenti.
- Sicurezza: complessivamente in linea con le attese, ma con dubbi sul beneficio clinico complessivo.
- Messaggio per il mercato: anche con un endpoint primario formalmente positivo, l’assenza di un vantaggio chiaro sugli outcome che contano nella vita di tutti i giorni può portare a una rivalutazione al ribasso.
7. Implicazioni di mercato (descrittive)
I punti seguenti riassumono come molti operatori attivi si muovono intorno ai catalyst da trial. Non sono indicazioni operative, ma una descrizione di comportamenti che si osservano spesso sul mercato.
Pattern ricorrenti
- Le date dei readout vengono monitorate con largo anticipo tramite calendari dedicati e guidance aziendale.
- Quando le aspettative sono elevate, il titolo può vivere un “run-up” nelle settimane precedenti la pubblicazione dei dati.
- Nel giorno del comunicato gli spread si allargano, la volatilità intraday aumenta e le reazioni di prezzo possono essere estremamente ampie.
- Nei giorni successivi il mercato spesso rivede il movimento iniziale alla luce dei dati completi, della call con il management e del contesto competitivo.
Modalità di gestione del rischio usate da alcuni trader
- Limitare l’esposizione a ogni singolo evento binario a una piccola frazione del capitale complessivo.
- Ridurre o azzerare la posizione prima del readout, concentrandosi sul movimento pre-evento invece che sull’esito.
- Attendere almeno una o due sedute dopo la pubblicazione dei dati prima di valutare nuove operazioni, per lasciare decantare la prima reazione emotiva.
Queste scelte non sono necessariamente adatte a tutti i profili e possono essere eccessivamente rischiose o conservative a seconda degli obiettivi individuali. Sono riportate solo per illustrare come alcuni operatori gestiscono i catalyst binari.
8. Checklist per leggere un trial clinico
Quando esce un nuovo comunicato con i risultati, una checklist semplice aiuta a non perdere i punti chiave:
- L’endpoint primario è stato centrato? Con quale p-value?
- Quali endpoint secondari sono risultati positivi, negativi o solo esploratori?
- Il profilo di sicurezza è compatibile con la malattia e con le alternative disponibili?
- La popolazione arruolata è rappresentativa del setting reale?
- La dimensione del campione è sufficiente a supportare conclusioni solide?
- Il comparatore (placebo o farmaco attivo) è appropriato?
- Dalle dichiarazioni del management emerge un percorso regolatorio chiaro?
- Qual è la dimensione del mercato indirizzabile e quanto è affollato il panorama competitivo?
- L’azienda ha cassa sufficiente per raggiungere le prossime tappe?
Conclusione: verso un modo più disciplinato di leggere i dati
Saper leggere i risultati dei trial è una delle competenze centrali per chi si interessa di biotech. L’obiettivo non è indovinare il futuro con certezza, ma capire che cosa dicono davvero i dati e come potrebbero essere interpretati da regolatori, medici e investitori.
Endpoint primari e secondari, robustezza statistica e sicurezza giocano tutti un ruolo. Guardare questi elementi nel loro insieme, invece di fermarsi al solo titolo del comunicato, aiuta a evitare molte delle trappole tipiche intorno ai grandi catalyst.
Verifica sempre le informazioni dei trial sulle fonti primarie (comunicati completi, presentazioni societarie, documenti regolatori, eventuali pubblicazioni peer-reviewed) e valuta la possibilità di confrontarti con un professionista abilitato prima di prendere decisioni finanziarie basate su questi dati.
Biotech Catalyst Calendar
Questa lezione fa parte di un percorso educativo sui catalyst biotech. Per esplorare i prossimi readout e gli eventi regolatori puoi utilizzare il calendario dedicato pubblicato su Merlintrader.
Vai al Biotech Catalyst Calendar
