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

Resumo Técnico: Otimização de Duas vs. Três Doses sob Restrição de Tamanho de Amostra

Definição do Problema
No contexto do Projeto Optimus da FDA, que busca reformar os paradigmas de seleção de dose na oncologia, surge um desafio crítico durante o desenvolvimento de fase inicial: determinar o número ideal de doses a serem incluídas em um estudo de otimização de dose quando o tamanho total da amostra é fixo. Enquanto a quimioterapia citotóxica tradicional frequentemente depende da Dose Máxima Tolerada (MTD), novas terapias exigem uma abordagem mais sutil para identificar a dose ideal dentro de uma faixa. Quando três doses candidatas (baixa, média, alta) estão disponíveis, os investigadores enfrentam um compromisso: um estudo de dois braços permite 50% mais pacientes por braço em comparação a um estudo de três braços, potencialmente aumentando o poder para comparações pareadas específicas. No entanto, excluir uma dose acarreta o risco de perder o candidato ideal. A questão central abordada é se um estudo de duas doses é estatisticamente preferível a um estudo de três doses sob um tamanho total de amostra fixo e sob quais condições (ex.: força da evidência prévia) justifica-se excluir uma dose.

Metodologia
Os autores empregam uma abordagem metodológica dupla, combinando aproximação matemática e simulação para avaliar o poder estatístico e a probabilidade de seleção correta (PCS) entre diferentes desenhos de estudo.

1. Aproximação Matemática:

   • Os autores derivam uma aproximação para a relação entre erros do Tipo I/II e o tamanho da amostra em estudos de dois braços.
   • Eles definem um parâmetro de força de sinal relativa, $r$, ajustado pelo tamanho da amostra, e demonstram que, para estudos com baixo poder (típicos de otimização de Fase 2) com poder entre 25% e 75%, a função de poder é aproximadamente linear em relação à força do sinal. Essa linearidade decorre da aproximação da função de distribuição cumulativa normal padrão ($\Phi$) próxima a zero.
   • Usando essa relação linear, os autores modelam o poder de um estudo de três braços (impulsionado pelo contraste entre as doses baixa e alta via teste de tendência de Cochran-Armitage) versus várias configurações de dois braços (Baixa vs. Alta, Baixa vs. Média, Média vs. Alta).
   • Eles calculam o limiar de crença prévia ($\lambda$) necessário para justificar a exclusão da dose média ou a restrição de um estudo a duas doses adjacentes.

2. Estudo de Simulação:

   • Um framework de seleção de modelos Bayesiano é implementado para complementar os achados teóricos.
   • A simulação abrange quatro formas plausíveis de dose-resposta (variando de plana a linear a platô) usando priors calibrados para expectativas clínicas realistas.
   • Os desenhos comparados incluem um desenho de 3 doses ($N=30$ por dose) versus comparações de 2 doses, mantendo o tamanho total da amostra constante.
   • A métrica primária é a Probabilidade de Seleção Correta da dose certa (PCS). A regra de seleção prioriza maior eficácia, escolhendo doses mais baixas se a eficácia for comparável (consideração de segurança).

Principais Contribuições e Resultados

• Dinâmica de Poder e Crença Prévia:

  • A análise matemática revela que um estudo de três braços geralmente oferece poder superior para seleção de dose em comparação a um estudo de dois braços com o mesmo tamanho total de amostra, desde que a dose ideal não seja conhecida com alta certeza.
  • Especificamente, o poder de um estudo de dois braços comparando as doses baixa e alta é aproximadamente $\sqrt{3/2}$ vezes o poder de um estudo de três braços, enquanto comparar doses adjacentes rende apenas $\sqrt{3/8}$ do poder de três braços.
  • Limiares para Exclusão: Os autores derivam que a dose média pode ser excluída em um estudo de dois braços (Baixa vs. Alta) apenas se houver uma crença prévia ($\lambda$) de aproximadamente 63% de que a dose média não é a ideal. Por outro via, justificar um estudo de duas doses adjacentes requer uma crença prévia muito mais forte de aproximadamente 78% de que a dose ideal reside estritamente entre elas.

• Achados da Simulação:

  • Sob uma suposição de dose-resposta linear, o desenho de 3 doses alcançou uma PCS de ~74% para selecionar a dose alta, comparado a ~51% para um desenho de 2 doses (onde a dose alta poderia ser totalmente excluída).
  • Mesmo em cenários onde um desenho de 2 doses seleciona consistentemente o par correto (ex.: Média vs. Alta), ele falha em caracterizar a relação dose-resposta completa, uma limitação que o desenho de 3 doses supera.
  • Em cenários de platô, ambos os desenhos apresentam PCS comparáveis para selecionar a dose ideal, mas o desenho de 3 doses permanece superior para estabelecer a forma da curva dose-resposta.

• Orientação Prática e Sistema de Classificação:

  • O artigo propõe um "sistema de classificação de 5 estrelas" para orientar profissionais na seleção de estratégias de otimização de dose baseadas na homogeneidade da população e métodos de randomização.
  • A otimização de 3 doses é classificada com uma estrela a mais do que a otimização de 2 doses em geral.
  • A randomização de doses é classificada com duas estrelas a mais do que o "backfilling" não randomizado (expansão de coortes de escalonamento de dose) devido ao risco de desequilíbrios basais neste último.
  • No entanto, os autores observam que o "backfilling estendido em populações altamente homogêneas (ex.: grupos definidos por biomarcadores específicos) com tamanhos de amostra suficientes pode fornecer informações de otimização comparáveis aos desenhos randomizados, oferecendo uma alternativa de custo-benefício atraente.

Significância e Alegações
O artigo afirma fornecer orientação semiquantitativa para profissionais que navegam pelas complexidades do Projeto Optimus. Sua principal significância reside em desafiar a suposição de que maximizar o tamanho da amostra por braço (via um estudo de 2 doses) é sempre a estratégia ideal. Em vez disso, os autores argumentam que, a menos que haja evidência muito forte para excluir uma candidata, um estudo de três doses é preferível, mesmo com um tamanho total de amostra fixo.

Os achados apoiam a intuição de que espaçar as doses (Baixa vs. Alta) é mais informativo do que comparar doses adjacentes, mas quantificam o alto nível de confiança necessário para justificar tal redução nos níveis de dose. O artigo enfatiza que um desenho de 3 doses não apenas facilita a seleção de dose, mas também caracteriza a relação dose-resposta, o que é crítico para a tomada de decisão regulatória. Os autores posicionam seu trabalho como uma "regra prática" derivada de aproximação matemática e simulação, destinada a equilibrar o rigor estatístico com as restrições práticas do desenvolvimento de fármacos em fase inicial.