Resumo Técnico: Uma Abordagem de Agrupamento Informada por Trajetória para Empréstimo de Informação em Ensaios de Cesta (Basket Trials)

Definição do Problema

Os ensaios de cesta (basket trials), que avaliam um único tratamento em múltiplos tipos de tumores ou biomarcadores simultaneamente, enfrentam um desafio estatístico crítico: a heterogeneidade na eficácia do tratamento entre as cestas. Embora a análise independente de cada cesta evite o empréstimo inapropriado de informação, ela sacrifica a eficiência estatística, particularmente dados os pequenos tamanhos amostrais (tipicamente 20 a 50 pacientes) comuns em oncologia de fase inicial. Por outro lado, o agrupamento completo (assumindo que todas as cestas são permutáveis) pode inflar as taxas de falsos positivos se as cestas diferirem significativamente em resposta.

Soluções existentes, como modelos Bayesianos hierárquicos, permitem o empréstimo parcial, mas frequentemente dependem de estruturas de permutabilidade ou covariáveis pré-especificadas. No entanto, na prática, os biomarcadores ou covariáveis que definem os subgrupos latentes são frequentemente desconhecidos no início do ensaio. Além disso, métodos de agrupamento (clustering) anteriores frequentemente dependem exclusivamente de um único desfecho sumário, como a Taxa de Resposta Objetiva (ORR). Os autores argumentam que confiar em uma única proporção binária pode levar a um desempenho de agrupamento instável, especialmente em amostras pequenas ou quando as probabilidades de resposta estão próximas de limiares de decisão, falhando em capturar a estrutura de similaridade subjacente das cestas.

Metodologia

Os autores propõem uma estrutura de dois estágios, baseada em dados, que utiliza trajetórias longitudinais de resposta tumoral para informar o empréstimo de informação, em vez de depender exclusivamente da ORR final.

1. Extração de Características de Trajetória

O método modela a resposta tumoral como um processo de Markov homogêneo no tempo de primeira ordem com estados $S = \{CR, PR, SD, PD\}$.

• Probabilidades de Transição: Para cada cesta $j$, uma matriz de probabilidade de transição de um passo $\hat{P}_j$ é estimada a partir das sequências observadas de respostas tumorais entre os pacientes.
• Distribuição de Estado Final Ponderada: Para contabilizar o número variável de pontos de avaliação entre os pacientes, os autores introduzem um esquema de ponderação baseado na distribuição empírica de contagens de avaliação. Isso gera uma distribuição de estado final ponderada ($\pi_j$), que estima a probabilidade marginal de um paciente estar em um estado de resposta específico em sua última avaliação observada.
• Vetor de Características: O vetor de características de agrupamento para cada cesta é construído como $y_j = (\pi_j^\top, \hat{\theta}_j)^\top$, combinando os quatro componentes da distribuição de estado final ponderada com a ORR observada ($\hat{\theta}_j$).

2. Procedimento de Agrupamento (Clustering)

• Métrica de Distância: A dissimilaridade entre as cestas é calculada usando a distância de Manhattan ($L_1$) entre seus vetores de características.
• Seleção de Clusters: O número de clusters é determinado usando o método Silhouette. O algoritmo seleciona o número de clusters ($u$) que maximiza o índice Silhouette médio, sujeito a um tamanho mínimo de cluster de 2.
• Salvaguarda de Estabilidade: Se o índice Silhouette médio máximo for baixo ($\bar{s} \leq 0,25$), indicando uma separação fraca entre os clusters, o método retorna ao padrão de estrutura de cluster único (empréstimo total) para evitar um particionamento excessivo e instável.

3. Modelagem Bayesiana Hierárquica

Uma vez identificados os clusters, um modelo Bayesiano hierárquico é ajustado apenas para o desfecho primário de eficácia (ORR) dentro de cada cluster.

• Cestas dentro do mesmo cluster estimado compartilham uma distribuição a priori comum para o log-odds de resposta, permitindo o empréstimo adaptativo de informação.
• Cestas em clusters diferentes são analisadas independentemente, evitando o empréstimo inapropriado entre grupos heterogêneos.
• A abordagem é tratada como um algoritmo de dois estágios: a etapa de agrupamento é baseada em dados, e a inferência Bayesiana subsequente é condicional à partição estimada.

Principais Contribuições

1. Agrupamento Informado por Trajetória: O artigo introduz um novo método para análise de ensaios de cesta que utiliza trajetórias de resposta longitudinal (probabilidades de transição) para definir a similaridade entre as cestas, indo além dos desfechos sumários estáticos como a ORR.
2. Tratamento de Cronogramas de Avaliação Variáveis: Os autores propõem um mecanismo de ponderação específico para derivar as probabilidades de estado final que contabiliza a heterogeneidade no número de pontos de avaliação entre os pacientes, um problema comum em dados de ensaios do mundo real.
3. Grupos de Empréstimo Baseados em Dados: A estrutura identifica grupos de empréstimo latentes sem exigir biomarcadores ou covariáveis pré-especificados, abordando uma limitação prática em ensaios de fase inicial onde tais informações podem estar indisponíveis.
4. Separação de Agrupamento e Empréstimo: O método separa explicitamente a etapa de agrupamento (usando a trajetória completa) da etapa de empréstimo (usando apenas o desfecho primário), garantindo que as decisões de empréstimo estejam alinhadas com as definições regulatórias de eficácia, enquanto ainda utiliza os dados de trajetória para o agrupamento.

Resultados de Simulação

Os autores avaliaram o método através de 10.000 réplicas de simulação em três cenários: cestas homogêneas (um verdadeiro cluster), heterogeneidade de dois clusters e heterogeneidade de três clusters.

• Recuperação de Clusters: Em configurações heterogêneas (Cenários 2 e 3), a abordagem proposta informada pela trajetória recuperou a estrutura de cluster subjacente com mais frequência do que o comparador de agrupamento "apenas ORR". O método apenas ORR teve dificuldade em distinguir cestas com ORRs semelhantes, mas padrões de trajetória diferentes.
• Erro Tipo I e Poder:
  • No cenário homogêneo (Cenário 1), o método proposto mostrou uma tendência ao sobreparticionamento (selecionando múltiplos clusters quando apenas um existia), o que levou a uma leve inflação na taxa de erro Tipo I além do nível nominal de 5%.
  • Em cenários heterogêneos, o método manteve as taxas de erro Tipo I geralmente próximas ao nível nominal, enquanto demonstrou poder estatístico melhorado em comparação com análises independentes ("Sem cluster") e o modelo de "Um cluster" (agrupamento total).
• Eficiência de Estimativa: O método proposto gerou intervalos de credibilidade de 90% mais estreitos em comparação com a abordagem de não empréstimo, indicando melhor precisão de estimativa.
• Comparadores: O método foi comparado contra análise independente, agrupamento total, agrupamento apenas por ORR e um modelo de troca de informação (EXNEX). O modelo EXNEX nestes cenários comportou-se de forma semelhante à análise independente, mostrando empréstimo limitado.

Significância e Limitações

O artigo afirma que a estrutura proposta oferece uma solução prática para o empréstimo de informação em ensaios de cesta onde as estruturas de subgrupos latentes são desconhecidas. Ao utilizar dados de trajetória coletados rotineiramente, o método melhora a recuperação dos agrupamentos reais de cestas e aumenta a eficiência da estimação em cenários heterogêneos.

No entanto, os autores reconhecem modestamente limitações específicas:

• Sobreparticionamento em Homogeneidade: A implementação baseada em Silhouette tende a sobreparticionar quando a estrutura verdadeira é homogênea, o que pode levar a uma complexidade desnecessária e a uma leve inflação do erro Tipo I.
• Premissas Simplificadoras: O método trata as categorias de resposta como nominais no cálculo de distância e usa uma distribuição uniforme para regularizar as linhas em matrizes de transição onde não são observadas transições de saída. Essas escolhas priorizam a estabilidade numérica e a simplicidade, mas podem não refletel plenamente a natureza ordinal da resposta tumoral ou padrões de transição clinicamente realistas.
• Inferência Condicional: Como o agrupamento é estimado antes do ajuste do modelo Bayesiano, as distribuições posteriores resultantes são condicionais à partição estimada, em vez de marginalizarem totalmente a incerteza do cluster.

Os autores concluem que, embora o método mostre promessa para melhorar a eficiência do empréstimo em cenários heterogêneos, pesquisas futuras devem explorar algoritmos de agrupamento mais robustos para mitigar o sobreparticionamento em cenários homogêneos.