早期肿瘤学试验中的概念验证和剂量优化的多臂二阶段（MATS）设计
摘要：FDA的肿瘤学中心的项目优化计划被广泛认为是改变肿瘤学常规剂量确定策略的前沿努力。与其他治疗领域不同，多剂量在剂量范围研究中得到充分评估，早期肿瘤学剂量确定研究的特点是确定单一剂量，如最大耐受剂量（MTD）或建议的2期剂量（RP2D）。与“优化计划”项目精神一致，我们提出了一种用于概念验证（PoC）和剂量优化的多臂两阶段（MATS）设计，该设计允许评估剂量递增试验中选择的两个剂量。设计首先在第一阶段在多个适应症中评估较高剂量，如果较高剂量表现出有希望的抗肿瘤活性，则自适应进入第二阶段进行相应适应症的评估。在第二阶段，对较高剂量和较低剂量进行随机比较，以实现概念验证和剂量优化。贝叶斯分层模型通过跨剂量、适应症和阶段共享信息来进行统计推断和决策。我们的模拟研究表明，所提出的MATS设计具有良好的性能。已开发并提供了一个R Shiny应用程序，网址为https://matsdesign.shinyapps.io/mats/。
作者：Zhenghao Jiang, Gu Mi, Ji Lin, Christelle Lorenzato, Yuan Ji
论文ID：2304.06164
分类：Applications
分类简称：stat.AP
提交时间：2023-04-14