gms | German Medical Science

63. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

02. - 06.09.2018, Osnabrück

Homogenitätsanalysen in frequentistischen Ansätzen der Auswertung von Basket Studien

Meeting Abstract

Search Medline for

  • Maja Krajewska - Institute of Biometry and Clinical Epidemiology, Charité-Universitätsmedizin Berlin, corporate member of Freie Universität Berlin, Humboldt-Universität zu Berlin, Germany, Berlin, Deutschland
  • Geraldine Rauch - Institute of Biometry and Clinical Epidemiology, Charité-Universitätsmedizin Berlin, corporate member of Freie Universität Berlin, Humboldt-Universität zu Berlin, Germany, Berlin, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 63. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Osnabrück, 02.-06.09.2018. Düsseldorf: German Medical Science GMS Publishing House; 2018. DocAbstr. 100

doi: 10.3205/18gmds031, urn:nbn:de:0183-18gmds0317

Published: August 27, 2018

© 2018 Krajewska et al.
This is an Open Access article distributed under the terms of the Creative Commons Attribution 4.0 License. See license information at http://creativecommons.org/licenses/by/4.0/.


Outline

Text

Hintergrund: Herkömmlicherweise werden Behandlungen in der Onkologie hauptsächlich durch die Lokalisation des Tumors bestimmt, jedoch legen jüngste Erkenntnisse in der Onkologie nahe, sich hierbei stattdessen auf die genetischen Eigenschaften eines Tumors zu beziehen.

Um gemäß diesen Erkenntnissen die Wirksamkeit einer Therapie für Tumore mit gleicher genetischer Zusammensetzung zu untersuchen werden sogenannte Basket Studien durchgeführt. Mithilfe dieser Studien wird die Wirksamkeit einer Therapie auf verschiedene Arten einer Krankheit untersucht, wobei alle Patienten den gleichen Biomarker aufweisen müssen. Die Anwendung dieses Studiendesigns in der Onkologie beruht auf der Rekrutierung von Patienten mit Tumoren verschiedener Lokalisationen aber gleicher genetischer Beschaffenheit und deren Einteilung in sogenannte Baskets anhand des Lokus des Tumors.

Zur Auswertung dieser Studien wurde bisher vor allem hierarchische Bayesianische Modelle vorgeschlagen [1], [2], [3], wodurch Informationsaustausch zwischen als homogen gewerteten Baskets möglich ist. Die Grundidee von homogenen Baskets findet sich auch in dem von Cunanan et al. [4] vorgeschlagenem frequentistischen Ansatz zur Auswertung wieder: dabei werden alle Baskets auf Homogenität geprüft und anschließend entweder zusammengefasst oder separat ausgewertet. Dies wird anhand von einem im Vorfeld gewählten Homogenitätsparameter entschieden, der mit dem Exakten Tests nach Fischer getestet wird.

Ziel der Arbeit: Das Ziel dieser Arbeit ist es, die Güte der Homogenitätsanalyse in dem von Cunanan et al. [4] vorgeschlagenen Ansatz zu untersuchen. Dabei wird vor allem auf die Häufigkeit der korrekten Zuweisung der Baskets durch die Homogenitätsanalyse eingegangen und alternative Optionen diskutiert.

Vorgeschlagene Methoden: Um die Effizienz der Homogenitätsanalyse zu untersuchen, wird der vorgeschlagene Algorithmus in R [5] nachprogrammiert. Für die Simulation werden die von Cunanan et al. [4] berichteten Parameter benutzt: Anzahl der Baskets K = 5, Stichprobenzahl pro Basket n = 7. Die Therapie wird als unwirksam befunden, wenn die Tumorresponserate kleiner als theta_0 = 0.15 ist und als wirksam, wenn sie größer oder gleich theta_a = 0.45 ist. Die Simulation wird für alle fünf von Cunanan et al. [4] vorgeschlagenen Szenarien durchgeführt: die Therapie ist in keinen, in einem, in zwei, in drei, in vier, oder in allen Baskets effektiv. Alle Szenarien werden sowohl für gleichmäßige und ungleichmäßige Patientenrekrutierung in den einzelnen Baskets simuliert. Die Anzahl der korrekten Zuteilungen der Baskets durch die Homogenitätsanalyse und die Anzahl der falsch positiven und falsch negativen Ergebnisse der Therapie Effektivität für fälschlicherweise als homogen bewerteten Baskets wird berechnet.

Diskussionspunkte: Anhand der Ergebnisse wird diskutiert, wie effizient die Beurteilung der Baskets durch die Homogenitätsanalysen ist und welche Auswirkungen durch inkorrekte Zuweisung auftreten können. Zusätzlich wird diskutiert, ob der Exakte Test nach Fischer eine günstige Wahl zur Beurteilung der Homogenität darstellt. Als Alternative zur von Cunanan et al. [4] vorgeschlagenen Homogenitätsanalyse werden mögliche Optionen auf Zusammenfassung von einzelnen Baskets und ohne Homogenitätsanalyse, wobei alle Baskets als heterogen ausgewertet werden, diskutiert.

Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Berry SM, Broglio KR, Groshen S, Berry DA. Bayesian hierarchical modeling of patient subpopulations: efficient designs of phase II oncology clinical trials. Clinical Trials. 2013;10:720–34.
2.
Neuenschwander B, Wandel S, Roychoudhury S, Bailey S. Robust exchangeability designs for early phase clinical trials with multiple strata. Pharmaceutical Statistics. 2015;15(2):123–34.
3.
Simon R, Geyer S, Subramanian J, Roychowdhury S. The Bayesian basket design for genomic variant driven phase II trials. Seminars in Oncology. 2016;43(1):1–6.
4.
Cunanan K, Iasonos A, Shen R, Begg CB, Gonen M. An efficient basket trial design. Statistics in Medicine. 2017 May;1036(10):1568-1579. DOI: 10.1002/sim.7227 External link
5.
R Core Team. A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing; 2017. Available from: https://www.R-project.org/ External link