S'abonner

Tutoriel d’un schéma adaptatif de phase II à bras unique pour les réponses binaires (approche bayésienne) – Application dans le cadre d’une thérapie ciblée associée à une immunothérapie sur les tumeurs solides - 19/04/19

Doi : 10.1016/j.respe.2019.03.025 
L. Regnaut a, , S. Cousin b, A. Italiano b, S. Mathoulin-Pélissier a, c, d, e, M. Pulido a, c, D. Dinart c, d, C. Bellera a, c, d
a Institut Bergonié, Comprehensive Cancer Center, Unité de recherche et d’épidémiologie cliniques, Bordeaux, France 
b Institut Bergonié, Comprehensive Cancer Center, Département d’oncologie médicale, Bordeaux, France 
c Inserm CIC-EC 14.01, Épidémiologie clinique, Bordeaux, France 
d Inserm, ISPED, Centre Inserm U1219 Bordeaux Population Health, Équipe EPICENE, Bordeaux, France 
e Université de Bordeaux, ISPED, Centre InsermU1219 Bordeaux Population Health, Équipe EPICENE, Bordeaux, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

L’objectif des essais cliniques de phase II est de confirmer l’activité clinique préliminaire d’un nouveau traitement. Contrairement aux schémas fréquentistes classiques utilisés pour ce type d’essai (Fleming, Simon, Gehan), S Zohar [1] a introduit une approche bayésienne permettant de gérer les inclusions de façon dynamique. À chaque analyse intermédiaire fixée, une probabilité prédictive cumulée a posteriori d’arrêt pour efficacité ou inefficacité du traitement est estimée à partir des observations recueillies et du modèle bêta-binomial utilisé. Nous présentons ici les analyses des caractéristiques opérationnelles (risque α, puissance 1-β, taille d’échantillon n) qui nous ont permis de fixer les composantes du modèle bêta-binomial.

Méthodes

Nous nous appuierons sur quatre essais de phase II évaluant l’activité anti-tumorale d’une combinaison « thérapie ciblée-immunothérapie » pour des tumeurs solides. Le critère principal utilisé évalue le taux de réponses objectives sous traitement. Celui-ci pouvant être décomposé de manière déterministe par un nombre de succès et d’échecs (les paramètres a et b respectifs de la loi bêta), un modèle bêta-binomial est appliqué. Dans un contexte bayésien, la première étape de la mise en œuvre d’un essai consiste à définir la distribution bêta a priori de la probabilité de réponse, le nombre minimal et maximal de patients à inclure, le nombre d’analyses à réaliser et les règles d’arrêt de l’étude. Puis, au fur et à mesure des inclusions, la probabilité prédictive cumulée a posteriori est estimée et soumise aux règles d’arrêt pour décider de la poursuite ou non des inclusions. Enfin, des analyses de simulation approfondies ont été réalisées afin d’évaluer les caractéristiques opérationnelles du modèle choisi.

Résultats

La distribution a priori non-informative B(1 ;1) donne des propriétés statistiques acceptables (α=1,9 %, 1-β=70,9 %, n=33 patients) et meilleures que celles de la distribution a priori sceptique B(0,19 ;3,56) (α=10,9 %, 1-β=62,9 %, n=33 patients) ou celles de la distribution a priori enthousiaste B(3 ;12) (α=1,4 %, 1-β=63,7 %, n=38 patients). Au regard des caractéristiques opérationnelles, et en l’absence d’hypothèse forte sur le taux de réponses objectives, le prior non-informatif B(1 ;1) a été choisi pour la suite de l’étude. Puis, le seuil des règles d’arrêt a été fixé à 80 % car les caractéristiques opérationnelles sont meilleures et la taille d’échantillon moyenne est plus faible que s’il était fixé à des proportions plus élevées.

Conclusion

L’approche bayésienne est une alternative intéressante par rapport aux schémas standards. En réévaluant la distribution a posteriori du taux de réponse tout au long de l’essai et en réduisant le nombre d’inclusions par rapport à la limite maximale (n=50), elle permet de maintenir une certaine flexibilité sur les données collectées. Le modèle bêta-binomial est pertinent pour des essais évaluant des taux de réponses, un critère de jugement fréquemment utilisé dans les phases II. En contrepartie, cette approche impose une réactivité forte pour disposer des données (monitoring, data management) et une collaboration étroite des différents acteurs de l’essai. Par la suite, un tutoriel de la mise en œuvre du schéma sera développé et les premiers résultats seront présentés.

Le texte complet de cet article est disponible en PDF.

Mots clés : Schéma adaptatif, Approche bayésienne, Probabilité prédictive, Modèle bêta-binomial, Simulations


Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 67 - N° S3

P. S152 - mai 2019 Retour au numéro
Article précédent Article précédent
  • Automatisation d’une procédure de détection du « response shift » (procédure de Oort) dans une commande Stata et application aux données de l’enquête VICAN
  • B. Perrot, M. Istvan, M. Blanchin, A. Bouhnik, J. Hardouin, V. Sébille
| Article suivant Article suivant
  • Enquête évaluant la prévention de la fracture de la hanche à l’aide d’un dispositif médical innovant : Avis d’experts sur les bénéfices attendus chez les personnes âgées ostéoporotiques et patients atteints de cancer
  • L. Rodrigues, S. Chevret

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.