Incorporación de datos de múltiples ensayos en curso para estudios bayesianos de fase II en un solo brazo

Área de la Ciencia:

• En el campo de la oncología
• Ensayos clínicos
• Estadísticas biológicas

Sus antecedentes:

• Los diseños de cestas se utilizan cada vez más en ensayos clínicos de oncología de medicina de precisión.
• El estudio de la Sociedad Americana de Oncología Clínica de Agentes Dirigidos y Registro de Utilización de Perfiles (TAPUR, por sus siglas en inglés) ejemplifica un ensayo exitoso que empareja pacientes con terapias dirigidas basadas en perfiles genómicos.
• El reclutamiento de pacientes con alteraciones genómicas raras en estos ensayos sigue siendo un desafío significativo.

Objetivo del estudio:

• Introducir y evaluar un enfoque bayesiano para la integración de datos de ensayos independientes y en curso con objetivos similares.
• Mejorar las decisiones intermedias y los análisis finales en ensayos clínicos.
• Reducir el número de pacientes necesarios para la evaluación del tratamiento.

Principales métodos:

• Se desarrolló un diseño de ensayo bayesiano de fase II en un solo brazo para cánceres raros.
• El enfoque utiliza un modelo jerárquico de efectos aleatorios bayesianos para incorporar datos de ensayos concurrentes.
• El método propuesto se comparó con el diseño estándar de dos etapas de Simon utilizando extensas simulaciones numéricas y se aplicó a datos del mundo real.

Principales resultados:

• Los resultados de la simulación indican que el enfoque bayesiano demuestra características operativas favorables en poblaciones raras de cáncer.
• El método propuesto funciona eficazmente en varios escenarios, incluidos aquellos con números fijos y variables de ensayos contribuyentes.
• El enfoque es prometedor para mejorar la eficiencia de los ensayos y la toma de decisiones.

Conclusiones:

• El enfoque bayesiano de dos etapas integra con éxito los datos de múltiples ensayos de cestas, mejorando el reclutamiento y el análisis de pacientes con alteraciones genómicas raras.
• Este método optimiza el momento de la toma de decisiones intermedias y los análisis finales.
• Ofrece una estrategia valiosa para los ensayos clínicos que enfrentan desafíos con tasas de acumulación lentas, especialmente en indicaciones oncológicas raras.