TWICEBEE: A Two-stage Intra-patient Curve-free Bayesian Decision-Theoretic Dose Escalation Design

以下は、論文「TWICEBEE: A Two-stage Intra-patient Curve-free Bayesian Decision-Theoretic Dose Escalation Design」の詳細な技術的要約です。

1. 問題提起

第 I 相臨床試験は伝統的に、投与量の割り当てが登録時に一度行われ、毒性の結果が治療サイクル全体で静的であるという仮定に基づき、単一の最大耐容用量（MTD）を特定することを目的としています。しかし、この仮定は多サイクル免疫療法（例：CAR T 細胞療法）では成立しません。なぜなら、以下の理由によるからです：

• 患者内での用量増量は、時間経過に伴う薬物曝露を増加させるために臨床的に望ましい。
• 毒性パターンは動的である：多くの免疫療法において、固定された用量での毒性は初期サイクルで最も高く、免疫適応や腫瘍負荷の減少などのメカニズムにより、後続のサイクルで低下する。
• 既存の限界：現在の患者内デザイン（例：BaSyc、DIETE、IP-CRM）は、一定の毒性を仮定するか、試験全体で単一の MTD を標的とするか、またはサイクル数が限られている。これらは、患者がサイクルを進行するにつれて実質的に MTD が増加するという、特定の「サイクル固有の毒性が増加しない」パターンを考慮できていない。

2. 方法論：TWICEBEE デザイン

著者は、固定用量においてサイクルを経るにつれて毒性が低下する状況に特化した二段階デザインであるTWICEBEE（TWo-stage Intra-patient Curve-frEe Bayesian dEcision-thEoretic dose escalation）を提案する。

A. 核心的な概念の転換

このデザインは、治療サイクルを用量レベルと並ぶ第二の次元として扱う。毒性が両次元ともに増加する標準的な二剤デザインとは異なり、TWICEBEE は以下を仮定する：

• 用量次元：用量とともに毒性が増加する（$p_{j,c} \le p_{j+1,c}$）。
• サイクル次元：サイクル数とともに毒性が低下する（$p_{j,c} \ge p_{j,c+1}$）。

B. 「C 部分順序」

サイクル次元における毒性傾向の逆転に対応するため、著者は**曲線なしベイズ意思決定理論（c-CFBD）**フレームワークを修正する：

• 彼らはC 部分順序を定義し、用量 - サイクルの組み合わせ $(j, c)$ が $(j', c')$ よりも毒性が低いとみなす条件を、$j \le j'$（低い用量）かつ $c' \le c$（早いサイクル）とする。
• これにより、モデルは情報を伝播させることができる：高い用量/早いサイクルでの DLT（用量制限毒性）の観察は、低い用量や後続のサイクルの安全性に関する情報を提供し、逆に低い用量/早いサイクルでの安全性の観察は、高い用量や後続のサイクルの安全性に関する情報を提供する。
• 較正：このデザインは、過剰な外挿を防ぐために実効サンプルサイズ（ESS）較正を使用し、疑似データの伝播がサンプルサイズを人為的に増大させないことを保証する。

C. 二段階構造

1. 第 1 段階：加速滴定（AT）

   • 目的：用量レベルを迅速に探索する。
   • メカニズム：すべての患者は事前に指定された用量から開始する。DLT が発生しない場合、次のサイクルで用量を 1 レベル増量する。
   • 移行：試験は最初の DLTを観察するか、事前に指定された最大初期サンプルサイズ（$n_{start}$）に達した時点で第 2 段階へ移行する。
   • データ利用：第 1 段階中であっても、修正された c-CFBD モデルは第 2 段階への準備として、すべての用量 - サイクル組み合わせのハイパーパラメータを更新する。

2. 第 2 段階：修正された c-CFBD

   • 目的：用量割り当てを精緻化し、サイクル固有の MTD（MTDC）を推定する。
   • メカニズム：次のサイクルの最適な用量を選択するために**ワンステップ・ルック・アヘッド（OSLA）**効用関数を使用する。
   • 決定ルール：
     • 新規患者：開始用量は、サイクル 1 に対する現在の事後分布に基づいて選択される。
     • 継続中の患者：次の用量は、以下の 2 つの推奨の最小値をとることで決定される：(1) 患者の履歴に基づきその特定の患者に対して推奨される用量、(2) そのサイクルを完了した最も直近のコホートに対して推奨される最低用量。これにより、過激な「用量ジャンプ」を防ぐ。
     • DLT の処理：患者が DLT を経験した場合、1 レベル減量される（または最低レベルに留まる）。
   • 停止ルール：次の高い用量が目標毒性率（$p_T + \delta$）を超える確率が高い場合、試験は新規患者の登録を停止する。

3. 主要な貢献

• 新規フレームワーク：患者内での用量増量において、サイクルを経るにつれて毒性が低下することを具体的にモデル化する最初のデザインを導入し、単一 MTD パラダイムを超えた。
• C 部分順序：サイクル数と毒性の逆相関関係を反映するように部分順序構造を再定義し、c-CFBD デザインを適応させた。
• サイクル固有の MTD：単一の MTD の代わりに、このデザインは**サイクルごとの MTD（MTDC）**のシーケンスを出力し、より詳細で臨床的に関連性の高い投与スケジュールを提供する。
• ハイブリッドアプローチ：第 1 段階における加速滴定の速度と、第 2 段階におけるベイズ意思決定理論の統計的厳密性を組み合わせた。

4. 結果（シミュレーション研究）

著者は、TWICEBEE を 3 つの競合デザイン（DIETE、IP-CRM、および第 2 段階で i3+3 を用いた変種である2S-i3+3）と比較評価した。シミュレーションは、異なる毒性プロファイル（独立したサイクルと依存するサイクル）を持つ 10 のシナリオで実行された。

• 精度：TWICEBEE は、ほとんどのシナリオで真の MTDC 軌道を正確に特定し、各サイクルの真の MTD/MAD と密接に一致した。
• 患者割当：過剰に保守的（治療効果不十分）になる傾向があった 2S-i3+3 変種と比較して、TWICEBEE は患者のより高い割合を正しい（最適な）用量レベルに割当てることに成功した。
• 競合デザインとの比較：
  • DIETE/IP-CRM 対 TWICEBEE：2 つの MTD（適応前と適応後）を見つける DIETE や、すべてのサイクルで 1 つの MTD を見つける IP-CRM とは異なり、TWICEBEE は治療の動的な性質を反映して各サイクルごとに固有の MTDを正常に特定した。
  • 2S-i3+3 対 TWICEBEE：TWICEBEE は安全であればより高い用量を見つけることでより攻撃的であったのに対し、i3+3 変種はより低く安全な用量に留まる傾向があった。
• 効率性：TWICEBEE は、比較されたすべてのデザインの中で最小の期待サンプルサイズを必要とし、この効率性を c-CFBD 基盤から継承した。
• 頑健性：このデザインは、患者内での依存関係（あるサイクルでの DLT が次のサイクルのリスクを増加させる）を持つシナリオ下でも、有利な操作特性を維持した。

5. 意義と含意

• 臨床的関連性：このデザインは、患者が後続のサイクルでより高い用量を許容できる CAR T 細胞療法やその他の免疫療法の試験における重要なギャップに対処する。安全性を損なうことなく有効性を向上させる可能性のある患者内での用量増量を実装するための統計的に厳密な方法を提供する。
• 規制との整合性：このアプローチは、患者内での用量最適化とモデルに基づく医薬品開発を促進する最近の FDA ガイダンスと整合している。
• 広範な適用性：脳腫瘍に対する頭蓋内 CAR T 細胞療法を動機としていたが、このフレームワークは、免疫媒介性の毒性が時間とともに減衰する他の多サイクルレジメン（例：ビスペシフィック T 細胞エンゲージャー）にも適用可能である。
• 将来の方向性：著者は、現在のデザインは毒性のみに依存していると指摘している。将来の研究は、有効性の結果を取り入れ、減少するのではなく蓄積する可能性のある毒性パターンに対処することを目指している。

要約すると、TWICEBEEは、現代の細胞性免疫療法に内在する複雑で動的な毒性プロファイルに対する特化した解決策を提供し、第 I 相試験デザインにおける重要な方法論的進歩を表している。