Adaptive clinical trial design with delayed treatment effects using elicited prior distributions

Resumen Técnico: Diseño de Ensayos Clínicos Adaptativos con Efectos de Tratamiento Retardados mediante Distribuciones Prioris Elicitadas

Planteamiento del Problema
Los ensayos clínicos que utilizan variables de tiempo hasta un evento, como la supervivencia global (OS) o la supervivencia libre de progresión (PFS), son fundamentales para evaluar nuevas terapias, particularmente en inmunoncología. Sin embargo, los tratamientos modernos como las inmunoterapias suelen exhibir efectos de tratamiento retardados (DTEs), donde los beneficios terapéuticos emergen solo después de un periodo específico. Este fenómeno viola el supuesto de riesgos proporcionales (PH), que sustenta los métodos estadísticos estándar como el modelo de Cox y la prueba de log-rank. En consecuencia, los diseños de ensayos tradicionales enfrentan riesgos significativos:

1. Potencia Subóptima: Los métodos estándar pueden ser inapropiados o subóptimos cuando se viola el supuesto de PH.
2. Terminación Prematura: Los análisis intermedios realizados antes de que haya transcurrido el periodo de retraso pueden subestimar el beneficio terapéutico eventual, lo que conduce a decisiones de futilidad incorrectas y a la terminación prematura de ensayos potencialmente efectivos.
3. Incertidumbre: Los parámetros clave que gobiernan el retraso (el tiempo de inicio $T$ y la razón de riesgos post-retraso $HR^*$) son inherentemente inciertos en la etapa de diseño, lo que dificulta diseñar ensayos que sean tanto adecuadamente potentes como robustos.

Metodología
Los autores proponen un marco de diseño de ensayo adaptativo híbrido Bayesiano-frecuentista que integra distribuciones prioris elicitadas de expertos para abordar los DTEs. La metodología consta de tres componentes:

1. Parametrización del Modelo y Prioris:

   • El ensayo asume un modelo de riesgo por tramos donde el riesgo del grupo experimental coincide con el del grupo control hasta un tiempo de retraso $T$, tras el cual se aplica una razón de riesgos constante $HR^*$.
   • Los parámetros del grupo control ($\lambda_c, \gamma_c$) se derivan de datos históricos.
   • Se utiliza la elicitación de expertos para definir las distribuciones prioris para:
     • $P_S$: La probabilidad de que las curvas de supervivencia se separen (existe un efecto de tratamiento).
     • $P_{DTE}$: La probabilidad de un retraso, condicional a que exista un efecto.
     • $D_{HR^*}$: La distribución de la razón de riesgos post-retraso.
     • $D_T$: La distribución de la duración del retraso.
   • Esta estructura crea tres escenarios clínicamente significativos: sin efecto, efecto inmediato y efecto retardado.

2. Aseguramiento con Análisis Intermedios:

   • El marco extiende el concepto de aseguramiento (la probabilidad de éxito ponderada por la distribución prior la de un ensayo) a los diseños adaptativos.
     im Diferentemente de la potencia tradicional calculada para una alternativa fija, el aseguramiento promedia la probabilidad de éxito sobre la distribución prior conjunta de los parámetros, contabilizando la incertidumbre en $T$ y $HR^*$.
   • Esto se estima mediante simulación, donde se simulan ensayos bajo vectores de parámetros extraídos, y se aplican reglas de parada en las observaciones intermedias.

3. Probabilidad Predictiva (PP) para Parada por Futilidad:

   • Se desarrolla un nuevo marco de Probabilidad Predictiva (PP) para decisiones de futilidad intermedias.
   • En un análisis intermedio, las distribuciones prioris elicitadas se actualizan con los datos observados mediante MCMC para obtener distribuciones posteriores.
   • Estas posteriores se propagan hacia adelante para simular resultados futuros no observados, reconstruyendo el análisis final para estimar la probabilidad de finalmente rechazar la hipótesis nula ($H_0$).
   • Innovación Clave: El tiempo de retraso $T$ se trata como un parámetro libre que se actualiza con los datos, en lugar de un valor fijo, lo que permite que la PP contabilice la incertidumbre en la temporalidad del efecto.
   • Regla de Parada: El ensayo se detiene por futilidad si la PP estimada cae por debajo de un umbral preespecificado $\lambda$. La parada por eficacia sigue gobernada por límites de gasto de alfa (alpha-spending) estándar para mantener el control del error Tipo I.

4. Procedimiento de Calibración:

   • Selección de Temporalidad: El momento intermedio se elige simulando la distribución de los valores de PP bajo la distribución predictiva prior, donde el tiempo óptimo se selecciona cuando la distribución de la PP se vuelve suficientemente polarizada (concentrada cerca de 0 y 1) para distinguir entre ensayos prometedores y no prometedores, asegurando que la observación sea informativa.
   • Selección de Umbral: El umbral de futilidad $\lambda$ se calibra para equilibrar el control del error Tipo I, la potencia bajo escenarios alternativos (incluyendo efectos retardados) y la minimización del tamaño de muestra esperado bajo la hipótesis nula.

Contribuciones Clave
El artículo realiza cuatro contribuciones específicas:

1. Extensión del Aseguramiento: Extiende el marco de aseguramiento a diseños adaptativos con análisis intermedios, permitiendo a los investigadores evaluar cómo las observaciones intermedias impactan la probabilidad global de éxito bajo la incertidumbre de los parámetros.
2. Marco de PP para DTEs: Desarrolla un marco de Probabilidad Predictiva específicamente para la toma de decisiones de futilidad en presencia de efectos retardados, utilizando prioris elicitadas que se actualizan secuencialmente con los datos del ensayo.
3. Metodología de Calibración: Proporciona un procedimiento de calibración de dos pasos para seleccionar la temporalidad intermedia y el umbral de futilidad de la PP, optimizando las características operativas como el tamaño de muestra esperado bajo la hipótesis nula mientras mantiene la potencia.
4. Implementación de Software: Los autores desarrollaron un paquete de R (DTEAssurance) de código abierto y gratuito, así como una aplicación Shiny, para facilitar la implementación de este marco, permitiendo a los investigadores simular, comparar y visualizar diseños de ensayos adaptativos.

Resultados
El marco fue evaluado utilizando un ensayo hipotético de Fase III en cáncer de pulmón de células no pequeñas (NSCLC) comparando una inmunoterapia con docetaxel. El estudio comparó cuatro diseños:

• D1: Diseño fijo (sin intermedio).
• D2: Diseño de Grupos Secuenciales (GSD) con observaciones únicamente de eficacia.
• D3: GSD híbrido con futilidad basada en PP (el método propuesto).
• D4: GSD con límites de futilidad estándar de gasto de beta (beta-spending).

Hallazgos Clave:

• Bajo la Hipótesis Nula (Sin Efecto): Ambos diseños adaptativos (D3 y D4) redujeron significativamente el tamaño de muestra esperado (de 1,200 a ~1,022) y la duración del ensayo al detener ~69% de los ensayos fútiles tempranamente, manteniendo el error Tipo I en el nivel nominal del 2.5%.
• Bajo Efecto Retardado (Escenario Primario): El diseño de PP propuesto (D3) demostró un desempeño superior comparado con el enfoque estándar de gasto de beta (D4). D3 detuvo solo el 5.5% de los ensayos con efecto retardado por futilidad (pérdida de potencia de 0.7% relativa a D2), mientras que D4 detuvo el 15.3% (pérdida de potencia de 3.3%). Esto se debe a que la estadística de log-rank estándar (usada en D4) es atenuada por el retraso, provocando una futilidad prematura, mientras que el enfoque de PP (D3) incorpora el conocimiento previo sobre el retraso, manteniéndose robusto.
• Bajo Efecto Inmediato: Ambos diseños adaptativos funcionaron de manera similar, con una pérdida de potencia mínima comparado con los diseños fijos.
• Sensibilidad: Los resultados fueron robustos a las variaciones en las probabilidades prioris elicitadas ($P_S$ y $P_{DTE}$).

Significancia y Reivindicaciones
El artículo afirma que este marco proporciona un enfoque basado en principios y práctico para diseñar ensayos adaptativos para terapias con efectos retardados. Al integrar el conocimiento experto elicitado directamente en el proceso de planificación y toma de decisiones, el método:

• Mejora la Robustez: Minimiza el riesgo de terminar prematuramente ensayos con beneficios genuinos pero retardados, un problema crítico en inmunoncología.
• Mejora la Eficiencia: Reduce los tamaños de muestra esperados y las duraciones de los ensayos bajo la hipótesis nula sin sacrificar la potencia bajo escenarios alternativos plausibles.
• Mantiene el Rigor: Preserva el control estricto del error Tipo I frecuentista para la eficacia mientras utiliza métodos Bayesianos para las decisiones de futilidad.
• Facilita la Implementación: El software adjunto reduce las barreras de adopción, permitiendo a los investigadores visualizar estructuras de retraso y comunicar las elecciones de diseño de manera efectiva.

Los autores posicionan este trabajo como una extensión directa de su metodología de elicitación previa, ofreciendo una solución coherente a los desafíos inferenciales y operativos planteados por los riesgos no proporcionales en los ensayos clínicos modernos.