针对多疗程I期试验早期剂量探索的贝叶斯模型
统计方法学
2020-12-08 v1
摘要
肿瘤学中的剂量探索临床试验旨在确定新药物的最大耐受剂量(MTD)，通常由出现短期剂量限制性毒性(DLTs)的患者比例定义。针对此类I期肿瘤学试验的基于模型的方法已被广泛设计，且大多局限于治疗第一周期内发生的DLT，尽管患者继续接受多个周期的治疗。我们旨在通过贝叶斯累积建模方法估计在一系列治疗周期上的DLT概率，其中DLT概率的建模考虑了给药的累积效应和DLT发生的周期。我们提出了一种称为DICE(Dose-fInding CumulativE，剂量探索累积)的设计，用于根据先前观察到的毒性进行剂量递增和递减，旨在找到MTD序列(MTS)。我们进行了广泛的模拟研究，将该方法与时间-事件连续重新评估方法(TITE-CRM)和基准进行比较。总体而言，我们的方法获得了更好或相当的正确MTS选择百分比。此外，我们研究了DICE的预测能力。
引用
@article{arxiv.2012.03700,
title = {Bayesian model for early dose-finding in phase I trials with multiple treatment courses},
author = {Moreno Ursino and Lucie Biard and Sylvie Chevret},
journal= {arXiv preprint arXiv:2012.03700},
year = {2020}
}