通过贝叶斯剂量响应模型改善模型辅助设计的I期试验的最大耐受剂量选择
Rentaro Wakayama1, Tomotaka Momozaki2, Shuji Ando2
1Department of Information Sciences, Graduate School of Science and Technology, Tokyo University of Science, Chiba, Japan.
这项研究引入了一种新的贝叶斯剂量-反应模型,用于在早期瘤学试验中确定最大耐受剂量 (MTD). 这种新方法通过提供更稳定的毒性估计来提高MTD选择准确性和试验效率.
科学领域:
- 临床试验 临床试验
- 生物统计学 生物统计学
- 药理学 药理学是指药理学的学科.
背景情况:
- 模型辅助设计非常受欢迎,用于识别最大耐受剂量 (MTD),因为它的准确性和简单性.
- 目前使用同位素回归 (PAVA) 的方法可以在小样本大小中产生不稳定的估计,这在I期瘤学试验中很常见.
- 这种不稳定性可以降低MTD选择的准确性.
研究的目的:
- 为使用贝叶斯剂量反应模型的模型辅助设计提出一种新的MTD识别策略.
- 为了提高剂量限制性毒性 (DLT) 概率估计的稳定性和准确性.
- 提高I期瘤学试验的整体效率.
主要方法:
- 开发了贝叶斯剂量反应模型,以估计DLT概率,同时强制执行单调性 (毒性随剂量增加而增加).
- 该模型利用跨剂量水平的信息进行稳定的估计,特别是在小样本设置中.
- 研究了不同的链接函数 (logit,log-log,complementary log-log),以评估它们对MTD选择准确性的影响.
主要成果:
- 与传统方法相比,提出的贝叶斯方法证明了MTD选择准确度的提高.
- 在特定场景中,准确度的提高达到10%以上,平均约为6%.
- 该方法提供了更稳定的DLT概率估计,尤其对于小样本大小至关重要.
结论:
- 新的贝叶斯剂量反应模型为在I期瘤学试验中识别MTD提供了更准确,更稳定的方法.
- 这种方法通过改善MTD选择来提高早期临床试验的效率.
- 这些发现支持采用这种战略来优化试验设计和患者安全.
更多相关视频
07:57Positron Emission Tomography-based Dose Painting Radiation Therapy in a Glioblastoma Rat Model using the Small Animal Radiation Research Platform
Published on: March 24, 2022
06:20Irradiator Commissioning and Dosimetry for Assessment of LQ α and β Parameters, Radiation Dosing Schema, and in vivo Dose Deposition
Published on: March 11, 2021
相关概念视频
Dose Size and Dosing Frequency: Determination Methods
Dosage Regimens: Partial Pharmacokinetic Parameters
Dosage Regimens: Designs and Approaches
Pharmacokinetic Models: Comparison and Selection Criterion
Physiological models take a detailed approach by considering specific molecular processes. They can predict drug distribution, metabolism, and elimination changes, providing a comprehensive understanding of how drugs interact with the body.
Determination of Multiple Dosing Parameters: Loading and Maintenance Doses
Determination of Multiple Dosing Parameters: Steady-State, Minimum and Maximum Concentrations
