基于混合患者群体试验评估生物标志物亚组治疗有效性的贝叶斯荟萃分析
统计方法学
2023-06-07 v1 应用统计
摘要
在药物研发过程中，可能出现证据表明某治疗在特定患者亚组中更为有效。尽管早期试验可能在生物标志物混合人群中进行，后期试验更可能仅纳入生物标志物阳性患者，从而导致同一治疗在不同人群中被研究。进行荟萃分析时，一种保守做法是仅合并在生物标志物阳性亚组中开展的试验。然而，这丢弃了隐藏于生物标志物混合人群观测治疗效应中、关于生物标志物阳性亚组治疗效应的潜在有用信息。我们将标准随机效应荟萃分析加以扩展，以合并来自不同人群试验的治疗效应，从而估计目标生物标志物亚组的合并治疗效应。该模型假定生物标志物阳性与阴性亚组间存在治疗效应的系统性差异，此差异由报告任一或两者治疗效应的试验估计得出。所估计的系统性差异及生物标志物混合研究中阴性患者比例，被用于从混合人群观测治疗效应中插值得到生物标志物阳性亚组的治疗效应。所发展方法被应用于转移性结直肠癌的示例，并在模拟研究中评估。该示例中，相较仅研究生物标志物阳性患者的标准随机效应荟萃分析，所发展方法提升了合并治疗效应估计的精度。模拟研究证实：当生物标志物亚组间治疗效应系统性差异不太大时，所发展方法可在保持低偏倚的同时提升合并治疗效应估计的精度。
引用
@article{arxiv.2306.03771,
title = {Bayesian meta-analysis for evaluating treatment effectiveness in biomarker subgroups using trials of mixed patient populations},
author = {Lorna Wheaton and Dan Jackson and Sylwia Bujkiewicz},
journal= {arXiv preprint arXiv:2306.03771},
year = {2023}
}