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

技術要約：サンプルサイズ制約下における2用量 vs. 3用量の最適化

問題提起
がん治療における用量選択のパラダイム転換を目指すFDAのProject Optimusの文脈において、初期段階の開発における重要な課題が生じている。それは、総サンプルサイズが固定されている場合、用量最適化試験に含めるべき最適な用量の数を決定することである。従来の細胞毒性抗がん剤はしばしば最大耐用量（MTD）に依存してきたが、新規治療薬には、範囲内で最適な用量を特定するためのより微細なアプローチが求められる。3つの候補用量（低用量、中用量、高用量）がある場合、開発者はトレードオフに直面する。2群試験は3群試験と比較して1群あたりの患者数を50%多く確保できるため、特定のペア比較における検出力を高める可能性がある。しかし、用量を排除することは、最適な候補を見逃すリスクを伴う。ここで検討される中心的な問いは、固定された総サンプルサイズの下で、2用量試験は3用量試験よりも統計的に優れているのかどうか、そしてどのような条件下（例：事前のエビデンスの強さ）であれば、ある用量を排除することが正当化されるのかという点である。

方法論
著者らは、数学的近似とシミュレーションを組み合わせた二重のメソドロジーを用いて、統計的検出力および正しい選択の確率（PCS）を評価している。

1. 数学的近似:

   • 著者らは、2群試験におけるType I/II誤差とサンプルサイズの関係に関する近似式を導出している。
   • サンプルサイズで調整された相対的なシグナル強度パラメータ $r$ を定義し、検出力が25%から75%の間である低検出力の研究（第2相の最適化で一般的）においては、パワー関数がシグナル強度に対してほぼ線形であることを示している。この線形性は、ゼロ付近における標準正規累積分布関数（$\Phi$）の近似に由来する。
   • この線形関係を用いて、コクラン・アーミテージ傾向検定を介した低用量と高用量の間のコントラストに基づく3群試験のパワーと、様々な2群構成（低 vs 高、低 vs 中、中 vs 高）のパワーをモデル化している。
   • また、中用量を排除するか、あるいは隣接する2つの用量に試験を制限することを正当化するために必要な事前の確信度（$\lambda$）を算出している。

2. シミュレーション研究:

   • 理論的な知見を補完するために、ベイズ的なモデル選択フレームワークを実装している。
   • シミュレーションは、4つの妥当な用量反応形状（平坦から線形、プラトーまで）にわたって行われ、事前分布は現実的な臨床的期待値に基づいて調整されている。
   • 比較対象となるデザインは、3用量デザイン（各用量 $N=30$）対 2用量比較であり、総サンプルサイズは一定に保たれている。
   • 主要な指標は、正しい用量を選択する確率（PCS）である。選択ルールは、高い有効性を優先し、有効性が同等である場合は、安全性への配慮から低い用量を選択する。

主な貢献と結果

• パワーのダイナミクスと事前確信度:

  • 数学的解析により、3群試験は、最適な用量が確実ではない限り、同じ総サンプルサイズを用いた2群試験よりも、用量選択において優れたパワーを提供することが明らかになった。
  • 具体的には、低用量と高用量を比較する2群試験のパワーは、3群試験のパワーの約 $\sqrt{3/2}$ 倍であるが、隣接する用量を比較する場合のパワーは、3群のパワーの $\sqrt{3/8}$ に過ぎない。
  • 排除の閾値: 著者らは、2群試験（低 vs 高）において中用量を排除することが正当化されるためには、中用量が最適ではないという事前の確信度（$\lambda$）が約 63% 必要であることを導き出した。逆に、2つの隣接する用量に試験を限定することを正当化するには、最適な用量がその間に厳密に存在するという、約 78% というより強い事前の確信が必要である。

• シミュレーションの結果:

  • 線形な用量反応の仮定の下では、3用量デザインは高用量を選択するPCSが約74%であったのに対し、2用量デザイン（高用量が完全に排除される可能性がある場合）は約51%であった。
  • 2用量デザインが正しいペア（例：中 vs 高）を一貫して選択できるシナリオであっても、用量反応関係の全体像を特徴付けることには失敗しており、これは3用量デザインが克服している限界である。
  • プラトー（飽和）シナリオにおいては、両方のデザインが最適な用量を選択するPCSにおいて同等の結果を示すが、3用量デザインの方が用量反応曲線の形状を確立する上で優れている。

• 実用的なガイダンスと格付けシステム:

  • 著者らは、集団の均質性とランダム化手法に基づき、実務者が用量最適化戦略を選択するための「5つ星格付けシステム」を提案している。
  • 3用量最適化は、一般的に2用量最適化よりも星が一つ高く評価される。
  • 用量のランダム化は、非ランダム化された「バックフィリング」（用量漸増コホートの拡張）よりも星が二つ高く評価される。これは、後者におけるベースラインの不均衡のリスクによるものである。
  • しかし、著者らは、高度に均質な集団（例：特定のバイオマーカー定義されたグループ）において、十分なサンプルサイズを伴う拡張されたバックフィリングは、ランダム化デザインと同等の最適化情報を提供できる、コスト効率の高い代替案となり得ると指摘している。

意義と主張
本論文は、Project Optimusの複雑な状況をナビゲートする実務家に対し、半定量的なガイダンスを提供することを目的としている。その主な意義は、「1群あたりのサンプルサイズを最大化すること（2用量試験）が常に最適な戦略である」という仮定に異議を唱えている点にある。むしろ、除外すべき用量に関する非常に強いエビデンスがない限り、3用量試験の方が好ましいと著者らは主張している。

これらの知見は、用量を離して配置すること（低 vs 高）は、隣接する用量を比較することよりも情報量が多いという直感を支持しているが、そのような削減を正当化するために必要な信頼のレベルを定量化している。論文は、3用量デザインが単に最適な用量選択を容易にするだけでなく、規制当局の意思決定に不可欠な用量反応関係を特徴付けることができる点も強調している。著者らは、数学的近似とシミュレーションから導き出された、数学的厳密さと初期段階の創薬における実務的な制約とのバランスを取るための「経験則」として、本研究を位置づけている。