<img alt="" src="https://secure.lote1otto.com/219869.png" style="display:none;">
Skip to content
  • English flag
  • German flag

Bayesian Methods for Multiple Cohort Expansion (MuCE) designs

header_informative_bayesian

MUCE est une solution bayésienne pour les essais des cohortes d'expansion où plusieurs doses et indications multiples sont testées en parallèle. De telles méthodes sont particulièrement importantes dans
des domaines comme l'oncologie où plusieurs doses et plusieurs indications doivent être testées pour la réussite des phases précoces des essais, et pour le choix optimal de la dose et de la population afin de passer de la phase précoce à une dose raisonnable pour la phase 3.

Notez que dans ces situations, le nombre de bras de comparaison pour un essai peut augmenter assez rapidement. Le test de trois doses avec trois indications nécessite essentiellement 9 essais différents. Un moyen efficace de tester un plus grand nombre d'essais est donc nécessaire pour accélérer le développement clinique.

Construit sur des modèles hiérarchiques bayésiens avec contrôle de la multiplicité, MUCE emprunte de manière adaptative des informations à travers des groupes de patients à partir de différentes indications traitées avec différentes doses.

Le modèle hiérarchique reflète le fait que les bras de traitement ayant des
doses similaires ou pour des indications similaires peuvent être plus semblables que d'autres, ce qui donne un poids approprié à ces emprunts. Cela permet à MUCE de contrôler l'erreur de type 1 tout en augmentant la puissance et en réduisant la taille de l'échantillon. Ces conceptions efficaces peuvent être appliquées dans toutes les études cliniques avec deux ou plusieurs bras. Pour une étude de cohorte d'expansion aux États-Unis, le modèle MUCE a montré des économies de taille d'échantillon
allant jusqu'à 16,67 % par rapport au modèle en 2 étapes de Simon.

Une application particulière du MUCE est dans les études de cohorte
d'expansion de phase 1b. Dans ces études, un ou plusieurs niveaux de
dose pour candidats présentant des profils d'innocuité raisonnables sont
sélectionnés pour une évaluation plus approfondie de l'efficacité à la
suite d'une augmentation de dose (phase 1a) dans laquelle différents
niveaux de dose du médicament sont étudiés pour vérifier l'innocuité.
Cela conduit à la détermination de la dose maximale tolérée (DMT). Par la suite, jusqu'à trois doses, aucune plus élevée que la DMT, sont généralement envisagées pour une expansion dans l'essai de la phase
1b, et un certain nombre d'indications différentes, disons des I-indications basées sur l'histologie sont considérées. Cela conduit à un maximum de 3*/bras, chacun associé à une combinaison unique d'indication et de dose.

About U-Design

U-Design was developed by Laiya Consulting as a clinical trial biostatistics SaaS package. Offering a number of innovative methods, users can utilize the tools and functions provided on U-Design to create their own customized clinical trials.

Watch a Cytel webinar on U-Design version 1.4, presented by Dr. Yuan Ji, a consultant for Cytel and the founder of Laiya Consulting.

ACCESS REPLAY

To learn more about the MUCE design and request a demo, click the button below.

request a meeting


 

About Pantelis Vlachos

Pantelis Vlachos photo on black 2018Pantelis is Principal/Strategic Consultant for Cytel, Inc. based in Geneva. He joined the company in January 2013. Before that, he was a Principal Biostatistician at Merck Serono as well as a Professor of Statistics at Carnegie Mellon University for 12 years. His research interests lie in the area of adaptive designs, mainly from a Bayesian perspective, as well as hierarchical model testing and checking although his secret passion is Text Mining. He has served as Managing Editor of the journal “Bayesian Analysis” as well as editorial boards of several other journals and online statistical data and software archives.

 

contact iconSubscribe back to top