Using MRI whole brain atrophy and clinically reported outcomes in combination to assess interim treatment response in multi-arm multi-stage trials in progressive multiple sclerosis

Resumen Técnico: Combinación de la Atrofia Cerebral Total por RM y Resultados Clínicos Reportados en Ensayos MAMS para la Esclerosis Múltiple Progresiva

Planteamiento del Problema
Los ensayos de brazos múltiples y etapas múltiples (MAMS, por sus siglas en inglés) requieren resultados de análisis intermedios que sean lo suficientemente sensibles para detectar la actividad temprana de un fármaco, permitiendo la continuación de tratamientos efectivos mientras se descartan los brazos ineficaces. Sin embargo, depender de una única medida de resultado intermedio plantea riesgos signific()} significativos. En el contexto del ensayo OCTOPUS (Optimal Clinical Trials Platform for Progressive Multiple Sclerosis), el diseño original propuso utilizar la tasa de atrofia de la masa cerebral total (WBA, por sus siglas en inglés) medida mediante RM como el único resultado intermedio.

Los autores identifican una vulnerabilidad crítica en este enfoque: los datos históricos de ensayos de Fase 3 en esclerosis múltiple progresiva (PMS), como ORATORIO y HERCULES, demuestran que los tratamientos pueden mostrar beneficios clínicos significativos (reducción de la progresión de la discapacidad) sin mostrar reducciones concordantes en la WBA. En consecuencia, depender únicamente de la WBA crea el riesgo de rechazar prematuramente tratamientos potencialmente efectivos si la señal de la WBA en el análisis intermedio es más débil de lo previsto o está ausente, a pesar de la eficacia clínica. El desafío consiste en integrar múltiples tipos de resultados —específicamente, resultados clínicos reportados continuamente (CROMs) y tasas de atrofia basadas en RM— en un marco de toma de decisiones intermedio unificado que aumente el poder estadístico y la resiliencia ante la incertidumbre en los tamaños del efecto.

Metodología
El artículo propone un marco estadístico para analizar conjuntamente múltiples resultados continuos con diferentes escalas y tipos de medición (medidas clínicas repetidas frente a cambios medidos directamente en el volumen cerebral) dentro de un diseño MAMS.

1. Modelo de Efectos Mixtos Multivariante:
   Los autores proponen un modelo de regresión lineal de efectos mixtos multivariante conjunto.

• Resultados Clínicos (CROMs): Para medidas repetidas como la Escala de Discapacidad Expandida (EDSS), la Caminata de 25 Pies con Cronómetro (T25FW) y la Prueba de Peg Test de 9 Agujeros (9HPT), se utiliza un modelo estándar con interceptos y pendientes aleatorias.
• Resultado de Imagen (WBA): Para la atrofia de la masa cerebral total, que se mide como una diferencia directa entre exploraciones de RM específicas (por ejemplo, desde el inicio hasta el mes 12), el modelo utiliza una formulación para el "cambio medido directamente". Esto tiene en cuenta la estructura de correlación específica donde los cambios que comparten un punto temporal de exploración están correlacionados, de forma distinta a las medidas repetidas estándar.
• Estructura Conjunta: Estos submódelos se vinculan añadiendo los efectos aleatorios del resultado de imagen al vector de efectos aleatorios de los resultados clínicos. Esto crea una matriz de covarianza no estructurada ($G$) que captura las correlaciones entre las pendientes aleatorias de los distintos resultados.

2. Estandarización y Combinación Lineal:
   Para combinar resultados con diferentes unidades y varianzas, los autores proponen escalar cada resultado por su respectiva desviación estándar de la pendiente aleatoria. Esta estandarización permite la combinación lineal de los efectos del tratamiento ($\hat{\beta}_{trt}$) en un único estadístico de prueba.

• El efecto del tratamiento se define como una suma ponderada de los efectos de tratamiento individuales ($\beta_{2q}$) para cada resultado.
• Aunque es posible utilizar la ponderación por inverso de la varianza (IVW), los autores encuentran que un enfoque de ponderación igual es efectivo tras la estandarización, ya que los resultados se sitúan en una escala común de tasa de cambio.

3. Cálculo de Potencia:
   El artículo detalla un método para calcular la potencia de este diseño multivariante. Este extiende los métodos descritos por Frost et al. para dar cuenta de:

• La matriz de varianza-covarianza marginal derivada del modelo conjunto.
• Los patrones de reclutamiento escalonado y abandono, modelados mediante un enfoque de mezcla de patrones donde los participantes se agrupan en cohortes según su estado de seguimiento en el análisis intermedio.
• El cálculo de la varianza del efecto de tratamiento combinado para determinar el tamaño de muestra requerido o la potencia para un nivel de significancia ($\alpha$) dado.

Resultos Clave
La metodología se aplicó a los datos del ensayo MS-STAT2 (un ensayo de Fase 3 de simvastatina en PMS secundaria) para estimar los componentes de varianza y simular la potencia para el ensayo OCTOPUS.

• Mejora de la Potencia: Utilizando los datos de varianza de MS-STAT2 y asumiendo efectos de tratamiento plausibles (una reducción del 15% en la tasa de atrofia y una reducción del 30% en las tasas de CROMs), el modelo conjunto aumentó la potencia del análisis intermedio del 83% (atrofia sola) al 90% (resultados combinados) con un alfa unilateral de 0.45. Esto representa un aumento absoluto del 7% en la potencia.
• Robustez ante la Variabilidad: Cuando el análisis se repitió utilizando los tamaños de efecto observados en los ensayos EXPAND y ORATORIO, las ganancias de potencia se mantuvieron o mejoraron ligeramente (alcanzando hasta un 93.9% en el escenario de ORATORIO). Esto demuestra que el enfoque conjunto mitiga el riesgo de decisiones con falta de potencia cuando los efectos de los resultados individuales varían significativamente de las hipótesis iniciales.
• Aplicación Retrospectiva: Cuando el modelo propuesto se aplicó retrospectivamente a los datos de MS-STAT2, identificó correctamente la falta de efecto del tratamiento en todos los cuatro resultados (estadístico de prueba combinado $p=0.634$), respaldando la decisión de descartar el brazo de simvastatina. Ningún componente individual mostró una señal.
• Estructura de Correlación: El análisis confirmó que los CROMs están más altamente correlacionados entre sí que con la WBA. Si bien la alta correlación reduce el beneficio marginal de añadir un resultado, la inclusión de la WBA proporcionó un aumento medible en la potencia.

Significancia y Reivindicaciones
Los autores argumentan que, si bien la ganancia de potencia en su ejemplo específico fue moderada (aprox. 7%), la estrategia ofrece un valor metodológico significativo:

1. Resiliencia a la Incertidumbre: El beneficio principal no es necesariamente un aumento masivo de la potencia, sino la mitigación del riesgo asociado a la incertidumbre en los tamaños del efecto. Al repartir la "responsabilidad" entre resultados relacionados pero distintos, la decisión intermedia se vuelve menos susceptible a resultados negativos inesperados en cualquier métrica individual.
2. Generalizabilidad: El enfoque se presenta como una solución generalizable para los ensayos MAMS, particularmente en enfermedades neurodegenerativas donde los puntos finales subrogados únicos pueden no alinearse perfectamente con los resultados clínicos.
3. Implementación Práctica: Los autores señalan que el modelo complejo puede ajustarse utilizando paquetes estadísticos estándar (por ejemplo, MLwiN) y proporcionan un comando de Stata escrito por el usuario (mvmixedpower) para facilitar los cálculos de potencia para diseños similares.
4. Análisis Intermedio vs. Final: Los autores enfatizan que esta métrica combinada es más adecuada para decisiones intermedias de "continuar/detener" (stop/go), donde el objetivo es la detección de señales en lugar de la interpretación clínica precisa del tamaño del efecto. Citan el ensayo EJS ACT-PD en la enfermedad de Parkinson como un ejemplo de una estrategia similar adoptada para pruebas de etapa temprana.

En conclusión, el artículo demuestra que un modelo mixto multivariante puede integrar con éxito los datos de la RM y los clínicos para crear una medida de resultado intermedio más robusta para los ensayos MAMS, reduciendo la probabilidad de descartar erróneamente tratamientos efectivos en la esclerosis múltiple progresiva.