BARD：无缝集成填充和自适应随机化的双阶段剂量优化设计

剂量优化的常用方法是双阶段设计，首先进行剂量递增以识别最大容忍剂量 (MTD)，随后进行随机化阶段，将患者分配到两个或多个剂量以进一步评估和比较其风险-收益概况以识别最优剂量。这种方法的一个限制是需要较大的样本量。为解决这一挑战，我们提出了一种无缝双阶段设计，BARD（Backfill and Adaptive Randomization for Dose Optimization），该设计包含两个关键特征来缩小样本量和缩短试验持续时间。第一个特征是将填充集成到第一阶段的剂量递增中，以增强患者入组和数据生成，同时不延长试验时间。第二个特征是通过协变量自适应随机化，将第一阶段治疗的患者与第二阶段的患者无缝组合，以 inform 最优剂量，从而降低样本量。我们的模拟研究表明，BARD 降低了样本量，提高了识别最优剂量的准确性，同时保持了随机化中的协变量平衡，允许在不同剂量之间进行无偏比较。BARD 设计为满足 Project Optimus 设定的剂量优化要求提供了一种高效解决方案，软件可在 www.trialdesign.org 上免费获取。