用于多方案序贯 I 期剂量递增试验的贝叶斯时间事件药代动力学模型
应用统计
2021-03-04 v3
摘要
I 期剂量递增试验是在人体中研究潜在有前景药物安全性的第一步。传统的 I 期剂量递增试验方法仅基于单一治疗方案。然而近来，在同一试验中更频繁地研究多种方案。此处我们考虑序贯 I 期试验，其中一旦某一方案的剂量递增完成，试验便以新方案（例如每日或每周给药）继续进行。其目标是利用已完成与进行中的剂量递增试验两方面的信息，为下一剂量队列的剂量水平决策提供信息。为此，我们改编了时间事件药代动力学（TITE-PK）模型，该模型最初是为同时研究多种方案而开发的。TITE-PK 使用药代动力学（PK）模型整合来自多种方案的信息。在一项模拟研究中，所开发的方法与桥接连续重评估法及使用元分析先验的贝叶斯逻辑回归模型进行比较。在多数考虑的场景中，就推荐可接受剂量及避免过高毒性剂量而言，TITE-PK 的表现优于比较方法。此外，TITE-PK 在模拟试验所需患者数量相近的情况下取得了更优表现。对于涉及单一方案的场景，TITE-PK 在可接受剂量推荐方面与替代方法表现相似。用于实现说明性序贯 I 期试验示例的 R 与 Stan 代码公开于 https://github.com/gunhanb/TITEPK_sequential。
引用
@article{arxiv.1811.09433,
title = {A Bayesian time-to-event pharmacokinetic model for sequential phase I dose-escalation trials with multiple schedules},
author = {Burak Kürsad Günhan and Sebastian Weber and Abdelkader Seroutou and Tim Friede},
journal= {arXiv preprint arXiv:1811.09433},
year = {2021}
}