PMED: Diseño Óptimo de Ensayo de Plataforma Bayesiana con Múltiples Puntos Finales

En el desarrollo de medicamentos oncológicos, la selección de indicaciones y la identificación de la dosis óptima son los principales objetivos de la fase temprana de los ensayos clínicos y podrían impactar significativamente en la probabilidad de éxito. Los protocolos maestros, por ejemplo, el ensayo de canasta, el ensayo de paraguas y el ensayo de plataforma, se han vuelto populares en la práctica considerando la conexión de los diseños de ensayos con múltiples indicaciones y candidatos a tratamiento. También permiten la optimización de los recursos operativos y maximizan la capacidad de toma de decisiones basada en datos. Sin embargo, la mayoría de los diseños disponibles se desarrollan únicamente con el punto final de eficacia para la estimación y prueba del efecto del tratamiento, sin considerar el punto final de seguridad. Por lo tanto, a menudo carece de un marco cuantitativo integral que permita la selección óptima del tratamiento, lo que podría poner en riesgo el desarrollo futuro. Proponemos un diseño óptimo de ensayo de plataforma bayesiana con múltiples puntos finales (PMED) para caracterizar el perfil general de beneficio-riesgo. El diseño se amplía además para permitir la selección de tratamientos e indicaciones dentro y entre brazos, con un monitoreo continuo sobre múltiples análisis interinos para inutilidad. Además, proponemos un préstamo dinámico entre brazos para aumentar la eficiencia y precisión de la estimación dada el nivel de similitud entre brazos. Se utiliza una estructura jerárquica de hipótesis para lograr una selección óptima de combinaciones de indicación y tratamiento controlando el error familiar. A través de estudios de simulación, mostramos que PMED es un diseño robusto bajo los escenarios estudiados con un poder superb y una tasa de error familiar controlada.