Differences in Performance of Bayesian Dynamic Borrowing and Synthetic Control Methods: A Case Study of Pediatric Atopic Dermatitis

Résumé Technique : Différences de Performance entre l'Emprunt Dynamique Bayésien et les Méthodes de Contrôle Synthétique

Énoncé du Problème
Dans la conception d'essais cliniques, particulièrement pour les populations pédiatriques, les maladies rares ou les scénarios où le traitement standard diffère considérablement des traitements de preuve de concept, le recrutement et la rétention des participants pour un bras de contrôle prospectif présentent des défis substantiels. Deux méthodologies ont émergé pour répondre à cela : l'Emprunt Dynamique Bayésien (BDB - Bayesian Dynamic Borrowing) et les Méthodes de Contrôle Synthétique (SCM - Synthetic Control Methods). Bien que les deux visent à augmenter ou remplacer les bras de contrôle prospectifs en utilisant des données historiques, leurs performances n'ont pas été directement comparées. Cette lacune existe en raison de différences fondamentales dans leur application, la nature de leurs sorties (une distribution a priori versus un bras de contrôle généré) et les métriques utilisées pour évaluer leur qualité. Cette étude cherche à combler cette lacune en comparant la puissance statistique et les taux d'erreur de Type 1 du BDB (utilisant un a priori méta-analytique prédictif) et du SCM dans le contexte spécifique de la dermatite atopique pédiatrique.

Méthodologie
L'étude a utilisé une approche par étude de cas basée sur six essais contrôlés randomisés (ECR) historiques impliquant la dermatite atopique pédiatrique. Le critère de jugement principal était le taux de réponse EASI-75 (amélioration de 75 % de l'indice de zone et de sévérité de l'eczéma).

• Source de Données : Six ECR historiques ont été sélectionnés, fournissant les tailles d'échantillon et le nombre de répondeurs pour les groupes de contrôle. Les tranches d'âge des participants s'étendaient de 6 mois à 18 ans, et les interventions incluaient divers traitements tels que le Dupilumab, le Baricitinib et le Tralokinumab.
• Emprunt Dynamique Bayésien (BDB) : La bibliothèque R RBesT a été employée pour construire un a priori méta-analytique prédictif (MAP). Cet a priori était informé par les données de contrôle historiques. La méthodologie impliquait la simulation de nouvelles données hypothétiques pour les combiner avec l'a priori, permettant au modèle d'ajuster dynamiquement le poids des données historiques en fonction de la similitude entre l'a priori historique et les données observées lors de l'essai (réduction du poids si l'hétérogénéité est élevée).
• Méthodes de Contrôle Synthétique (SCM) : La bibliothèque R Synthpop a été utilisée pour générer un bras de contrôle synthétique. Cela impliquait de simuler les résultats du groupe de contrôle en se basant sur les tailles d'échantillon et les nombres de répondeurs observés dans les études historiques. La probabilité de réponse globale du contrôle a été modélisée comme la moyenne combinée du taux de réponse et de sa distribution.
• Simulation et Métriques : À travers 10 000 réplicats simulés, les deux méthodes ont été évaluées à l'aide de tests exacts de Fisher et de calculs de puissance analytiques. Les principales métriques de performance étaient la puissance statistique et le taux d'erreur de Type 1. Pour le SCM, un ensemble de données synthétiques a été créé pour chaque réplicat avec des effectifs de participants égaux à la taille moyenne historique de l'échantillon.

La comparaison a produit les métriques de performance suivantes :

• BDB : A produit une puissance de 0,580 et un taux d'erreur de Type 1 de 0,026. L'a priori MAP résultant avait un taux de réponse moyen de 0,20 avec un intervalle de crédibilité à 95 % de 0,02–0,71.
• SCM : A produit une puissance de 0,641 et un taux d'erreur de Type 1 de 0,027. Le contrôle synthétique présentait un taux de réponse moyen de 0,24 avec un intervalle de confiance à 95 % de 0,14–0,36.

L'étude a noté que le modèle SCM présentait une puissance légèrement plus élevée (une différence de 0,061) tout en maintenant un taux d'erreur de Type 1 presque identique à celui du BDB. L'intervalle de crédibilité à 95 % du BDB était notablement plus large que l'intervalle de confiance à 95 % du contrôle synthétique, reflétant la plus grande incertitude inhérente à l'a priori bayésien lorsqu'on incorpore des études historiques hétérogènes.

Une analyse secondaire a ajusté le SCM pour correspondre à la taille d'échantillon effective totale de la conception BDB (n=64). Sous cette contrainte, le SCM a atteint une puissance de 0,639 mais un taux d'erreur de Type 1 de 0,312, illustrant l'augmentation attendue du risque de faux positifs lorsque les tailles d'échantillon sont réduites.

Contributions et Signification
La principale contribution de ce travail est la première comparaison empirique directe des métriques de performance (puissance et erreur de Type 1) du BDB et du SCM dans un cadre d'étude de cas unifié. Les auteurs soulignent que, bien que les méthodes produisent des estimations de réponse de contrôle comparables (avec une différence d'environ 5 %) et des intervalles d'incertitude qui se chevauchent, elles servent des rôles opérationnels distincts :

1. Contexte d'Application : Le BDB est conçu pour minimiser le nombre total de participants nécessaires en empruntant de l'information, ce qui le rend approprié lorsque le recrutement est difficile mais que l'allocation à un bras de contrôle est réalisable. Le SCM est conçu pour générer un bras de contrôle entièrement à partir de données historiques, ce qui le rend préférable lorsque l'allocation de patients à un groupe de contrôle est contraire à l'éthique ou pratiquement impossible.
2. Différences Méthodologiques : Le BDB est adaptatif, ajustant son influence en fonction de la similitude avec les données de l'essai, tandis que le SCM suit une approche « une fois pour toutes » où le bras de contrôle est généré puis analysé de manière statique.
3. Cadre de Décision : L'article conclut qu'aucune méthode n'est universellement supérieure. Le choix entre BDB et SCM doit être dicté par les contraintes spécifiques de l'essai potentiel, spécifiquement la faisabilité éthique de l'allocation d'un bras de contrôle et la difficulté de recrutement.

Limites et Portée
Les auteurs déclarent explicitement que la comparaison est limitée au bras de contrôle. Les résultats ne peuvent pas être extrapolés à des scénarios où le bras d'intervention est augmenté, car les effets de traitement peuvent interagir avec les facteurs spécifiques à l'essai (ex: population, abandon) différemment des taux de base. De plus, le SCM dans cette étude a utilisé des ensembles de données simulés dérivés de statistiques récapitulatives historiques plutôt que des données réelles au niveau individuel des patients, ce qui pourrait avoir entraîné des intervalles de confiance plus étroits que ceux qui seraient observés dans une application réelle utilisant des données brutes. L'étude maintient une position modeste, notant que la « meilleure » méthode est contingente aux besoins spécifiques de l'essai plutôt qu'à une supériorité définitive en termes de métriques statistiques.