Un método bayesiano híbrido prior para combinar datos nacionales del mundo real y datos extranjeros en el desarrollo...

Área de la Ciencia:

• Bioestadística
• Diseño de Ensayos Clínicos
• Ciencia de Datos

Sus antecedentes:

• Los ensayos clínicos híbridos combinan ensayos controlados aleatorios (ECA) con datos del mundo real (RWD) para mejorar la eficiencia.
• Los métodos existentes como Meta-Analytic Predictive (MAP) Prior luchan con la heterogeneidad de los datos, las discrepancias de referencia y el sesgo en la integración de datos de múltiples fuentes.
• Estas limitaciones dificultan la aplicación de diseños híbridos en escenarios complejos como ensayos de puente y ensayos clínicos multirregionales (MRCT).

Objetivo del estudio:

• Proponer un nuevo marco bayesiano híbrido, EQPS Robust MAP (rMAP), diseñado para mitigar la heterogeneidad y el sesgo en la integración de datos de múltiples fuentes.
• Validar la viabilidad y robustez del método EQPS-rMAP a través de simulaciones sistemáticas y análisis de casos retrospectivos.
• Evaluar el rendimiento de EQPS-rMAP en comparación con los métodos tradicionales para la integración de datos de ensayos clínicos.

Principales métodos:

• El marco EQPS-rMAP emplea un enfoque de tres etapas: estratificación de la puntuación de propensión para el ajuste de covariables, priors MAP específicos de estrato para el ajuste dinámico de pesos y pesos de probabilidad de equivalencia para la cuantificación del riesgo de conflicto.
• El rendimiento se evaluó mediante seis análisis simulados que examinaron la heterogeneidad, los cambios de referencia y otros factores, comparando EQPS-rMAP con MAP, PSMAP y Empirical Bayes MAP.
• Se realizaron análisis de casos del mundo real utilizando conjuntos de datos independientes para Risankizumab en psoriasis en placas para confirmar la aplicabilidad práctica.

Principales resultados:

• Las simulaciones mostraron que EQPS-rMAP mantiene la robustez de la estimación bajo una heterogeneidad significativa, reduce los requisitos de tamaño de muestra y mejora la eficiencia del ensayo.
• Los análisis de casos demostraron la eficacia de EQPS-rMAP para controlar el sesgo externo y al mismo tiempo lograr una alta precisión de estimación en comparación con los métodos convencionales.
• El método demostró ser ventajoso para gestionar conflictos de datos y mejorar la fiabilidad de la evidencia integrada.

Conclusiones:

• El método EQPS-rMAP proporciona soporte empírico para la viabilidad de los diseños de ensayos clínicos híbridos.
• Los avances metodológicos en EQPS-rMAP abordan los conflictos de referencia y heterogeneidad de forma adaptativa, ampliando su aplicabilidad.
• Este marco ofrece una solución sólida para integrar datos externos y del mundo real en diversas aplicaciones de ensayos clínicos, incluidos ensayos de puente, MRCT y estudios post-comercialización.