Two-dose vs. Three-Dose Optimization Under Sample Size Constraint

Résumé technique : Optimisation de deux contre trois doses sous contrainte de taille d'échantillon

Énoncé du problème
Dans le contexte du Projet Optimus de la FDA, qui cherche à réformer les paradigmes de sélection de dose en oncologie, un défi critique surgit lors du développement de phase précoce : déterminer le nombre optimal de doses à inclure dans une étude d'optimisation de dose lorsque la taille totale de l'échantillon est fixe. Alors que la chimiothérapie cytotoxique traditionnelle repose souvent sur la dose maximale tolérée (DMT), les nouvelles thérapies nécessitent une approche plus nuancée pour identifier la dose optimale au sein d'une plage donnée. Lorsque trois doses candidates (faible, moyenne, élevée) sont disponibles, les investigateurs sont confrontés à un arbitrage : une étude à deux bras permet d'inclure 50 % de patients supplémentaires par bras par rapport à une étude à trois bras, ce qui peut augmenter la puissance pour des comparaisons par paires spécifiques. Cependant, exclure une dose risque de passer à côté du candidat optimal. La question centrale abordée est de savoir si une étude à deux doses est statistiquement préférable à une étude à trois doses sous une taille d'échantillon totale fixe, et sous quelles conditions (par exemple, la force des preuves préalables) l'exclusion d'une dose peut être justifiée.

Méthodologie
Les auteurs emploient une approche méthodologique duale combinant l'approximation mathématique et la simulation pour évaluer la puissance statistique et la probabilité de sélection correcte (PSC) à travers différents plans d'étude.

1. Approximation mathématique :

   • Les auteurs dérivent une approximation de la relation entre les erreurs de type I/II et la taille de l'échantillon dans les études à deux bras.
   • Ils définissent un paramètre de force de signal relatif, $r$, ajusté pour la taille de l'échantillon, et démontrent que pour les études sous-dimensionnées (typiques de l'optimisation en Phase 2) avec une puissance comprise entre 25 % et 75 %, la fonction de puissance est approximativement linéaire par rapport à la force du signal. Cette linéarité découle de l'approximation de la fonction de répartition de la loi normale standard ($\Phi$) au voisinage de zéro.
   • En utilisant cette relation linéaire, les auteurs modélisent la puissance d'une étude à trois bras (pilotée par le contraste entre les doses faible et élevée via un test de tendance de Cochran-Armitage) par rapport à diverses configurations à deux bras (Faible vs Élevée, Faible vs Moyenne, Moyenne vs Élevée).
   • Ils calculent le seuil de croyance préalable ($\lambda$) requis pour justifier l'exclusion de la dose moyenne ou la restriction d'une étude à deux doses adjacentes.

2. Étude de simulation :

   • Un cadre de sélection de modèle bayésien est implémenté pour compléter les résultats théoriques.
   • La simulation couvre quatre formes plausibles de réponse à la dose (allant de plate à linéaire à un plateau) en utilisant des priors calibrés selon des attentes cliniques réalistes.
   • Les plans comparés incluent un plan à 3 doses ($N=30$ par dose) par rapport à des comparaisons à 2 doses, en maintenant la taille totale de l'échantillon constante.
   • La métrique primaire est la Probabilité de Sélection Correcte de la bonne dose (PSC). La règle de sélection privilégie une efficacité supérieure, choisissant les doses plus faibles si l'efficacité est comparable (considération de sécurité).

Contributions clés et résultats

• Dynamique de puissance et croyance préalable :

  • L'analyse mathématique révèle qu'une étude à trois bras offre généralement une puissance supérieure pour la sélection de dose par rapport à une étude à deux doses avec la même taille d'échantillon totale, à condition que la dose optimale ne soit pas connue avec une grande certitude.
  • Plus précisément, la puissance d'une étude à deux bras comparant les doses faible et élevée est environ $\sqrt{3/2}$ fois la puissance d'une étude à trois bras, tandis que la comparaison de doses adjacentes ne produit que $\sqrt{3/8}$ de la puissance d'une étude à trois bras.
  • Seuils d'exclusion : Les auteurs démontent que la dose moyenne ne peut être exclue dans une étude à deux doses (Faible vs Élevée) que s'il existe une croyance préalable ($\lambda$) d'environ 63 % que la dose moyenne n'est pas la dose optimale. Inversement, justifier une étude de deux doses adjacentes nécessite une croyance préalable beaucoup plus forte d'environ 78 % que l'optimal se situe strictement entre elles.

• Résultats de la simulation :

  • Sous une hypothèse de réponse dose-effet linéaire, le plan à 3 doses a atteint une PSC de ~74 % pour la sélection de la dose élevée, contre ~51 % pour un plan à 2 doses (où la dose élevée pourrait être entièrement exclue).
  • Même dans les scénarios où un plan à 2 doses sélectionne systématiquement la bonne paire (ex: Moyenne vs Élevée), il échoue à caractériser la relation dose-réponse complète, une limitation que le plan à 3 doses surmonte.
  • Dans les scénarios de plateau, les deux plans présentent des PSC comparables pour la sélection de la dose optimale, mais le plan à 3 doses reste supérieur pour établir la forme de la courbe dose-réponse.

• Orientation pratique et système de notation :

  • Le document propose un « système de notation à 5 étoiles » pour guider les praticiens dans le choix des stratégies d'optimisation de dose basées sur l'homogénéité de la population et les méthodes de randomisation.
  • L'optimisation à 3 doses est notée une étoile de plus que l'optimisation à 2 doses de manière générale.
  • La randomisation des doses est notée deux étoiles de plus que le « backfilling » non randomisé (expansion des cohortes d'escalade de dose) en raison du risque de déséquilibres de base dans ce dernier.
  • Cependant, les auteurs notent que le « backfilling » étendu dans des populations hautement homogènes (ex: groupes définis par biomarqueurs spécifiques) avec des tailles d'échantillon suffisantes peut fournir des informations d'optimisation comparables aux plans randomisés, offrant ainsi une alternative rentable.

Signification et revendications
Le document prétend fournir une orientation semi-quantitative aux praticiens naviguant dans les complexités du Projet Optimus. Sa signification principale réside dans le fait de remettre en question l'hypothèse selon laquelle maximiser la taille de l'échantillon par bras (via une étude à 2 doses) est toujours la stratégie optimale. Au lieu de cela, les auteurs soutiennent que, à moins qu'il n'existe une preuve très forte pour exclure une dose candidate, une étude à trois doses est préférable, même avec une taille d'échantillon totale fixe.

Les conclusions soutiennent l'intuition selon laquelle espacer les doses (Faible vs Élevée) est plus informatif que de comparer des doses adjacentes, mais elles quantifient le haut niveau de confiance requis pour justifier une telle réduction des niveaux de dose. Le document souligne qu'un plan à 3 doses facilite non seulement la sélection de dose, mais caractérise également la relation dose-réponse, ce qui est crucial pour la prise de décision réglementaire. Les auteurs présentent leur travail comme une « règle empirique » dérivée d'approximations mathématiques et de simulations, destinée à équilibrer la rigueur statistique avec les contraintes pratiques du développement de médicaments en phase précoce.