整合各阶段疗效数据的双药 I-II 期肿瘤试验贝叶斯自适应设计
统计方法学
2023-05-09 v3
摘要
多种抗癌治疗的联合通常被认为可增强药物活性。受一项真实临床试验的启发，本文考虑双药联合的 I-II 期剂量探索设计，其主要目标之一是刻画毒性与疗效特征。我们提出一个两阶段贝叶斯自适应设计，可容纳其间患者人群的变化。在第一阶段，我们利用过量控制递增(EWOC)原则估计最大耐受剂量组合。随后在第二阶段，在一个新的但相关的患者人群中进行，以寻找最具疗效的剂量组合。我们采用稳健的贝叶斯分层随机效应模型，允许疗效信息跨阶段共享，假设相关参数可交换或不可交换。在可交换假设下，为主效应参数指定随机效应分布以捕捉阶段间差异的不确定性。纳入不可交换假设进一步使得各阶段特定的疗效参数拥有各自的先验。所提方法通过广泛的模拟研究进行评估。我们的结果表明，在关于参数可交换性的保守先验假设下，疗效评估的运作特征得到总体改善。
引用
@article{arxiv.2106.08277,
title = {A Bayesian adaptive design for dual-agent phase I-II oncology trials integrating efficacy data across stages},
author = {José L. Jiménez and Haiyan Zheng},
journal= {arXiv preprint arXiv:2106.08277},
year = {2023}
}