利用基于核的协变量相似性实现无缝I-II期癌症临床试验
统计方法学
2025-11-04 v1
摘要
为响应美国食品药品监督管理局（FDA）的“Optimus项目”，早期阶段肿瘤学试验的设计正在发生范式转变。为加速药物开发，无缝I/II期设计以及高效复用I期数据的兴趣日益增长。我们提出了一种非参数信息借用的方法，该方法根据I期和II期之间协变量分布的相似性，自适应地折扣I期观测值。相似性通过基于核的最大均值差异（MMD）进行量化，并转化为剂量特定的权重，纳入用于II期疗效评估（例如客观缓解率（ORR））的幂先验框架中。考虑到早期阶段肿瘤学研究典型的样本量较小，我们解析推导了该权重的置信区间，从而无需重采样过程即可评估借用精度。在四种毒性场景和五种基线协变量设置下的模拟研究表明，所提出的方法提高了在有效剂量下ORR的95%可信区间下限超过预设阈值的概率，同时避免了在弱效剂量下出现错误的阈值跨越。基于一项转移性胰腺导管腺癌试验的案例研究展示了由此产生的借用权重和后验估计。
引用
@article{arxiv.2511.01290,
title = {Seamless Phase I--II Cancer Clinical Trials Using Kernel-Based Covariate Similarity},
author = {Kana Makino and Natsumi Makigusa and Masahiro Kojima},
journal= {arXiv preprint arXiv:2511.01290},
year = {2025}
}