Il existe une hétérogénéité reconnue au sein d’un type de tumeur donné d’un patient à l’autre (hétérogénéité inter-patients) et au sein d’un individu (hétérogénéité intra-patient). [1] Les conceptions traditionnelles sont remises en question par l’hétérogénéité, qui a conduit à l’avènement de thérapies ciblées permettant une médecine de précision. Cette dernière permet aux médecins d’identifier les caractéristiques individuelles des patients ou les types de tumeurs potentiellement plus sensibles à un traitement donné, et représente une énorme avancée dans le traitement du cancer.
Actuellement, beaucoup d’efforts sont déployés pour rechercher davantage de paires de médicaments ciblés et de biomarqueurs correspondants. [2] Il n’y a que peu de paires de traitements de sous-groupes (STP) efficaces identifiées, car il y a un manque de méthodes statistiques pour la découverte et l’analyse des sous-groupes. Avec les leçons tirées des études menées au fil des ans, l’approche à évolué vers des méthodes permettant la découverte de nouveaux sous-groupes, pendant et après l’essai clinique.
IJ'ai le grand plaisir de vous informer que Cytel offre un nouveau module de East Bayes, Subgroup Enrichment and Analysis – SCUBA, qui effectue une simulation d’essai pour examiner les caractéristiques de fonctionnement de la conception adaptative bayésienne (SCUBA) basée sur des grappes de sous-groupes (Guo et al., 2017).
En utilisant des partitions aléatoires et des modèles bayésiens semi-paramétriques, SCUBA fournit une évaluation cohérente et probabiliste des sous-groupes de patients potentiels et de leurs thérapies ciblées associées. [3] Cette conception s’applique aux essais randomisés et contrôlés de phase II avec un ou plusieurs bras de traitement et un bras témoin commun. Les biomarqueurs continus de base sont mesurés pour chaque patient, en fonction des sous-groupes établis. Chaque STP peut être utilisé pour de futures études de confirmation dans le cadre de l’approbation réglementaire.
SCUBA aide à résoudre le problème de l’identification des sous-groupes appropriés, définis comme des patients dont les valeurs de biomarqueurs se situent dans des plages spécifiques. Il peut être utilisé comme une conception d’enrichissement de la population, qui permet le recrutement dans le bras de traitement optimal prévu, ou une méthode d’analyse des données qui estime les sous-groupes de patients à la fin de l’essai.
Cette nouvelle approche permet de gérer un essai avec plusieurs bras de traitement et d’établir les sous-groupes souhaitables pour chaque bras. Elle fait progresser l’approche de la médecine de précision avec la puissance de la modélisation statistique et de l’inférence. SCUBA peut également être facilement appliqué à des essais plus simples où un seul bras de traitement et un seul contrôle sont présents, et permet également de gérer un seul biomarqueur.
Cliquez ci-dessous pour en savoir plus sur ce nouveau module East Bayes.
Références:
[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
À propos de Pantelis Vlachos
Pantelis est vice-président, Succès client pour Cytel, Inc. Basé à Genève, Il a rejoint l’entreprise en janvier 2013. Avant cela, il a été biostatisticien principal chez Merck Serono ainsi que professeur de statistique à l’Université Carnegie Mellon pendant 12 ans. Ses intérêts de recherche se situent dans le domaine des conceptions adaptatives, principalement d’un point de vue bayésien, ainsi que dans le test et la vérification de modèles hiérarchiques, bien que sa passion secrète soit la fouille de texte. Il a été rédacteur en chef de la revue « Bayesian Analysis » ainsi que des comités de rédaction de plusieurs autres revues et archives de données statistiques et de logiciels en ligne.
