基于先前不良事件轮廓的自动化 PRO-CTCAE 症状选择

PRO-CTCAE 是一种由美国国家癌症研究所开发的患者报告结局系统，用于捕捉肿瘤学试验中出现的症状性不良事件。它包含一个来自 CTCAE 词汇表的大型图书馆，而项目选择对于给定试验通常依据来自先前数据的预期毒性轮廓进行指导。选择过多的 PRO-CTCAE 项目可能会增加患者负担并降低依从性，而选择过少则可能错失重要的安全信号。我们提出了一种自动方法，用于基于历史安全数据选择最小且全面的 PRO-CTCAE 子集。首先将每个备选 PRO-CTCAE 症状术语映射到其对应的 MedDRA 首选术语 (PT)，然后编码为 Safeterm，这是一种高维语义空间，捕捉 MedDRA 术语中临床和情境多样性。我们对每个备选 PRO 项目进行得分，以衡量其与历史不良事件 PT 列表的相关性，并将相关性和发生率结合到一个效用函数中。随后对组合效用和多样性矩阵应用谱分析，以识别正交的医学概念集合，这些集合在相关性和多样性之间取得平衡。按重要性对症状进行排序，并建议根据解释信息的比例设置截断点。该工具已实现为 Safeterm 试验安全应用的一部分。我们使用仿真和肿瘤学案例研究对其性能进行评估，其中使用了 PRO-CTCAE。这种自动方法通过利用 MedDRA 语义和历史数据，为 PRO-CTCAE 设计提供了简化途径，提供了一种客观且可重复的方法，在信号覆盖与患者负担之间进行权衡。