Es besteht eine anerkannte Heterogenität innerhalb eines bestimmten Tumortyps von Patient zu Patient (Interpatienten-Heterogenität) und innerhalb eines Individuums (Intrapatienten-Heterogenität)[1]. Traditionelle Designs werden durch Heterogenität herausgefordert und das hat zur Einführung zielgerichteter Therapien geführt, die Präzisionsmedizin ermöglichen. Die Präzisionsmedizin ermöglicht es Ärzten, individuelle Patientenmerkmale oder Tumorarten zu identifizieren, die möglicherweise am besten auf eine bestimmte Therapie ansprechen, und stellt einen großen Fortschritt in der Krebsbehandlung dar.
Derzeit werden große Anstrengungen unternommen, um nach weiteren Paaren von zielgerichteten Medikamenten und entsprechenden Biomarkern zu suchen. [2]Es sind nur wenige effektive Subgruppenbehandlungspaare (STPs) identifiziert, da es an statistischen Methoden zur Subgruppen-Erkennung und -Analyse mangelt. Mit den Erkenntnissen aus Studien, die im Laufe der Jahre durchgeführt wurden, hat sich das Feld auf Methoden verlagert, die es ermöglichen, während und nach der klinischen Studie neue Untergruppen zu entdecken.
Ich freue mich, Ihnen mitteilen zu können, dass Cytel ein neues Modul in East Bayes, Subgroup Enrichment and Analysis – SCUBA, einführt, dass eine Versuchssimulation durchführt, um die Betriebseigenschaften des Untergruppen-clusterbasierten Bayesian Adaptive (SCUBA) Designs zu untersuchen (Guo et al., 2017).
Unter Verwendung von zufälligen Partitionen und semiparametrischen Bayes-Modellen bietet SCUBA eine kohärente und probabilistische Bewertung potenzieller Patientenuntergruppen und der zugehörigen zielgerichteten Therapien. [3]Dieses Design ist anwendbar auf randomisierte und kontrollierte Studien der Phase II mit einem oder mehreren Behandlungsarmen und einem gemeinsamen Kontrollarm anwendbar. Kontinuierliche Biomarker zu Studienbeginn werden für jeden Patienten gemessen, basierend auf den Untergruppen, die geschätzt werden. Jeder STP kann für zukünftige Bestätigungsstudien zur behördlichen Zulassung verwendet werden.
SCUBA hilft, das Problem der Identifizierung geeigneter Untergruppen zu lösen, die als Patienten definiert sind und deren Biomarkerwerte in bestimmte Bereiche fallen. Es kann als Populationsanreicherungsdesign verwendet werden, das die Aufnahme in einen vorhergesagten optimalen Behandlungsarm ermöglicht, oder als Datenanalysemethode, die Untergruppen von Patienten am Ende der Studie schätzt.
Dieser neuartige Ansatz bietet die Möglichkeit, eine Studie mit mehreren Behandlungsarmen durchzuführen und für jeden Arm wünschenswerte Untergruppen bereitzustellen. Es fördert den Ansatz der Präzisionsmedizin mit der Kraft statistischer Modellierung und Inferenz. SCUBA kann auch leicht auf einfachere Studien angewendet werden, bei denen nur ein Behandlungsarm und eine Kontrolle untersucht werden, und es kann auch mit einem einzelnen Biomarker verwendet werden.
Klicken Sie unten, um mehr über dieses neue Modul in East Bayes zu erfahren.
Referenzen:
[1] Catenacci, D. V. (2015). Next‐generation clinical trials: Novel strategies to address the challenge of tumor molecular heterogeneity. Molecular Oncology, 9(5):967-996
[2] Mullard, A. (2015). NCI-MATCH trial pushes cancer umbrella trial paradigm. Nature Reviews Drug Discovery, 14(8):513.
[3] https://eastbayes.cytel.com/doc/paper/nihms955285.pdf
Über Pantelis Vlachos
Pantelis Vlachos ist Vice President, Customer Success bei Cytel, Inc. in Genf. Er trat dem Unternehmen im Januar 2013 bei. Zuvor war er leitender Biostatistiker bei Merck Serono sowie 12 Jahre lang Professor für Statistik an der Carnegie Mellon University. Seine Forschungsinteressen liegen im Bereich adaptiver Designs, hauptsächlich aus der Bayes-Perspektive, sowie im Testen und Prüfen von hierarchischen Modellen, obwohl seine heimliche Leidenschaft Textmining ist. Er war als Chefredakteur für die Zeitschrift „Bayesian Analysis“ sowie für die Redaktionsleitung mehrerer anderer Zeitschriften und Online-Archive für statistische Daten und Software tätig.
