Upload
phamkhue
View
213
Download
0
Embed Size (px)
Citation preview
05.05.2017, 15:00 – 15:20
1. Das Prinzip
2. Komplexere Designs
3. Operative Aspekte, DSMBs
4. Ethische Aspekte
Literatur
Erfolgreiche Arzneimittelentwicklung unter Kostenzwängen und Regelungsdichte
Adaptive Studiendesigns und die praktischen Folgen
Walter Lehmacher
Institut für Medizinische Statistik, Informatik und Epidemiologie der Universität zu Köln
XII. Interdisziplinäres Expertengespräch, PPH plus, Frankfurt, 05. 05. 2017
2
Vorgaben:
α
1 – β
Δ / σ 2N Patienten
Probleme nach Studie:
Δ / σ größer als angenommen:
zu viele Patienten
Δ / σ kleiner als angenommen:
Studie hat geringere Power als 1 – β
Ethische und ökonomische Aspekte
Übliches Vorgehen bei der Fallzahlfestlegung
Schulz KF, Grimes DA, 2005: Sample Size Calculations in
Randomized Trials: Mandatory and Mystical. Lancet 365, 1348-53 W Lehmacher 2017-05-05
Armitage, 1991:
"It is interesting to speculate how the directions in which statistics
developed during the first half of this century might have been affected
if R. A. Fisher had been employed in medical or industrial research
rather than in agriculture."
3
Sequentielle Studien-Designs
Armitage P, 1991: Interim Analysis in Clinical Trials. Statist Med 10, 925–37
4 Z. ärztl. Fortbild. Qual.Gesundh.wes. 101 (2007) 51–58
1-seitiger p-Wert im Studienverlauf unter H0
Gruppen-sequentielle Designs:
K (Zwischen-)Auswertungen mit konstanten Niveaus K
5
K K
1 0,05
2 0,0294
3 0,0221
4 0,0182
5 0,0158
6 0,0142
7 0,0129
8 0,0120
9 0,0112
10 0,0106
k adjustierte Niveaus (2-seitig)
K fest , nik = n , N = 2nK fest Pocock, 1977
α = 0,05
W Lehmacher 2017-05-05
6
z. B. Δ / σ = 1, α = 0,05, K = 5:
1 – b N fest Nmax Pocock ASN
0,80 17 19 13
0,85 19 22 13
0,90 22 25 14
0,95 27 31 16
0,99 38 43 18
Ergo: Die max. Fallzahl ist ca. 10% höher, die mittlere aber ca. 30% geringer
Erwartete N (Average Sample Number)
W Lehmacher 2017-05-05
7
Gruppen-sequentielle Designs:
Adjustierte Niveaus k für = 0,05 (2-seitig)
Lancet 2005 W Lehmacher 2017-05-05
9
Adaptive gruppensequentielle Designs
Prinzip:
Zunächst Planung wie
gruppensequentielles Design;
z.B. K = 2 – 5 Sequenzen
Nach jeder Sequenz entweder
Stopp (wg. Signifikanz oder
Futility) oder
Fortsetzung mit evtl. beliebig neu
festgelegten Fallzahlen
(Bauer & Köhne 1994, Lehmacher
& Wassmer 1999)
Evtl. auch Einfügung/Streichen
neuer Sequenzen (conditional
error function)
W Lehmacher 2017-05-05
10
Verknüpfung adaptiver und multipler Tests
— gruppensequentielle Designs
— adaptive gruppensequentielle Designs
&
— Abschluss-Test-Prinzip
— Bonferroni-Holm
— a-priori-geordnete Hypothesen
lassen sich zu multiplen Prozeduren verknüpfen
W Lehmacher 2017-05-05
Sequenz
1 2 3 4 5
Kontrolle
1
2
3
4
15
Beispiel: Dosisfindung - Seamless Phase 2/3
W Lehmacher 2017-05-05
Sequenz
1 2 3 4 5
N, M+
N, M-
K, M+
K, M-
16
Beispiel: Neu vs. Kontrolle, Marker +/-
W Lehmacher 2017-05-05
17
Adaptions-Möglichkeiten
Abbruch nach Interim-Analyse (IA);
man darf abbrechen, muss aber nicht
Fallzahl-Adaptionen (unverblindet/verblindet)
Änderung des Random-Verhältnisses
Anzahl der weiteren IA
Streichen („Drop the loser“)/Reduktion/Auffüllen von
Armen/Subgruppen;
Wechsel von Non-Inferiority/Superiority/relevante Superiority
Weitere Design-Änderungen: Population (Enrichment),
Hauptzielvariablen, Hypothesen
W Lehmacher 2017-05-05
18
Größerer Aufwand
Statistik (intensivere Planung mit „strategischen“ Aspekten,
mehrfache Auswertungen, Software)
logistisch
prozedural (Informationsfluss, Entscheidungsmöglichkeiten - auch
in Anbetracht „ungenauer“ IAs - , DSMBs, SCs);
Bewahrung der Integrität der Studie, Vermeidung von „operational
bias“: Rekrutierung, Drop Outs, Endpunkt-Bewertung
Potential der Adaptionen wird oft nicht genutzt
„Regeln“ bzw. „Freiheiten“ für Adaptionen festzulegen
(Beispiel: „Bedingte Power von 80%“)
W Lehmacher 2017-05-05
19
DSMBs
„Strategische“ Aufgaben des DSMBs innerhalb der oft komplexen
Durchführung einer Studie
Ansprechpartner beim Sponsor im Upper Management oder
Steering Committee? (natürlich nicht beim Studienpersonal)
Potential der Adaptionen wird oft nicht genutzt
DSMB „ahnt“ oder sieht Teil- oder Endergebnis, man muss aber
weiter machen (z. B. bzgl. relevanter Superiority, Endpunkten)
Ergebnisse von IAs sind ja auch noch ungenau; Vorsicht vor
voreiligen Schlüssen
Für manche Adaptionen weiß DSMB zu viel; weiteres Committee
notwendig für adaptive Entscheidungen (SC?)
Umfassende Charter bzgl. Entscheidungsregeln und Vermeidung
von Operational Bias!
W Lehmacher 2017-05-05
20
Wang SJ, Hung HMJ, O'Neill R, 2011
Modelle für Informations- und Entscheidungs-Prozeduren
W Lehmacher 2017-05-05
21
Ethik-Aspekte
☺ Generell weniger Patienten
☺ Schnellere Studien
☺ Weniger Patienten in schlechten Studien/Armen
Änderung des Random-Verhältnisses: Equipoise? Pat-Info?
Ethisch schwierige Situationen: DSMB „ahnt“ Endergebnis, man
muss/will aber weiter machen (z.B. relevante Superiority,
sekundäre Endpunkte)
Statistisch „knappe“ Entscheidungen bei IAs;
Individual-ethische vs. Gruppen-ethische Aspekte (s. IQWiG)
W Lehmacher 2017-05-05
22
(„Regulatorische“) Probleme bei ADs
jenseits der formalen Statistik:
Widerspruch zum konfirmatorischen Phase III-Gedanken
Inhaltliche Begründung von ADs; kein Ersatz für schlechte Vorplanung
Vertraulichkeit der IA/Integrität der Studie
α-Fehler
IA ~ DSMB
Bias bzgl. Behandlungs-Effekte
Heterogenität über die Zeit
Voreilige Entscheidungen
Overrunning
Seamless Phase II/III
Interpretation
W Lehmacher 2017-05-05
23
Zusammenfassung
Statistisch viel machbar
Strategische Bedeutung bei interdisziplinärer Planung
Größerer Aufwand – aber großes Sparpotential
„Integrität der Studie“ bzw. Verblindung bewahren, aber Potential der
Adaptionen besser nutzen
Mehr Fantasie & Mut!
W Lehmacher 2017-05-05
24
Literatur
FDA, 2010: Draft Guidance for Industry: Adaptive Design Clinical Trials for
Drugs and Biologics
FDA, 2015: Draft Guidance for Industry and Food and Drug Administration
Staff: Adaptive Designs for Medical Device Clinical Studies
EMA-CHMP, 2007: Reflection Paper on Methodological Issues In
Confirmatory Clinical Trials Planned With an Adaptive Design
Gallo P, 2006: Confidentiality and trial integrity issues for adaptive designs.
Drug Inf J 40, 445-50
Lehmacher W, 2010: Auswirkungen der Personalisierten Medizin auf die
klinische Forschung – Wie sieht die Statistik der Zukunft aus? In
Niederschlag W, Lemke, HU, Rienhoff O (Hrsg): Personalisierte Medizin &
Informationstechnologie, Health Academy, Dresden
Wang SJ, Hung HMJ, O'Neill R, 2011: Adaptive design clinical trials and trial
logistics models in CNS drug development. Eur Neuropsychopharmacol
21, 159-66
Bhatt DL, Mehta C, 2016: Adaptive Designs for Clinical Trials. N Engl J Med
375, 65-74
W Lehmacher 2017-05-05
25
Literatur
He W, Gallo P, Miller E, Jemiai Y, Maca J, Koury K, Fan XF, Jiang Q, Wang C,
Lin M, 2017: Addressing Challenges and Opportunities of ‘‘Less Well-
Understood’’ Adaptive Designs. Therapeutic Innovation & Regulatory
Science 51, 60-8
Laage T, Loewy JW, Menon S, Miller ER, Pulkstenis E, Kan-Dobrosky N,
Coffey C, 2017: Ethical Considerations in Adaptive Design Clinical Trials.
Therapeutic Innovation & Regulatory Science 51, 190-9
W Lehmacher 2017-05-05
26
Statistische Literatur
Bauer P, Köhne K, 1994: Evaluation of Experiments with Adaptive Interim
Analyses. Biometrics 50, 1029–41
Lehmacher W, Wassmer G, 1999: Adaptive sample size calculations in group
sequential trials. Biometrics 55, 1286-90
Kieser M, Bauer P, Lehmacher W, 1999: Inference on Multiple Endpoints in
Clinical Trials with Adaptive Interim Analyses. Biom J 41, 261-77
Lehmacher W, Kieser M, Hothorn L, 2000: Sequential and Multiple Testing for
Dose-Response Analysis. Drug Inf J 34, 591–7.
Hellmich M, 2001: Monitoring Clinical Trials with Multiple Arms. Biometrics
57, 892–8
Bauer B, Bretz F, Dragalin V, König F, Wassmer G, 2015: Twenty-five years of
confirmatory adaptive designs: opportunities and pitfalls. Statist. Med.
DOI: 10.1002/sim.6472
Chow S-C, Chang M, 2007: Adaptive Design Methods in Clinical Trials.
Chapman & Hall, Boca Raton
Wassmer G, Brannath W, 2016: Group Sequential and Confirmatory Adaptive
Designs in Clinical Trials. Springer Switzerland
W Lehmacher 2017-05-05
27
Vielen Dank für Ihre Aufmerksamkeit!
Univ.-Prof. Dr. Walter Lehmacher
Ehemaliger Direktor
Institut für Med. Statistik, Informatik und Epidemiologie
der Universität zu Köln
Kerpener Str. 62 - Geb. 22
50931 Köln
Tel: 0221-478-6500/01 Fax: -6520
Tschüss
XII. Interdisziplinäres Expertengespräch, PPH plus, Frankfurt, 05. 05. 2017