Likelihood-Ratio E-Value Monitoring for Benchmark-Based Decisions in Early-Phase Oncology Trials

Resumo Técnico: Monitoramento de E-Value Baseado em Razão de Verossimilhança para Decisões de Referência em Ensaios Oncológicos de Fase Inicial

Definição do Problema
Ensaios oncológicos de fase inicial frequentemente exigem regras de interrupção prontas para o protocolo para determinar se um regime experimental demonstra atividade suficiente em relação a benchmarks clínicos pré-especificados. Embora os designs Bayesianos otimizados de fase II existentes (como o BOP2 e o BOP2-FE) forneçam limites de contagem calibrados para essas decisões, eles dependem de probabilidades posteriores derivadas de uma priori de análise. Esses designs utilizam funções de corte de probabilidade posterior dependentes do tamanho da amostra para definir regras de interrupção. O autor identifica três limitações nesta abordagem: (1) a evidência é quantificada através de probabilidades posteriores mesmo quando são usadas prioris vagas; (2) as regras operacionais de interrupção estão vinculadas a limiares de probabilidade posterior em vez de medidas de evidência direta; e (3) a validade dessas regras depende da calibração na fase de design, em vez de argumentos de validade sequencial direta, o que limita sua robustez sob interrupção opcional arbitrária.

Metodologia
O artigo propõe o Monitoramento de E-Value Calibrado (CEVAM), um framework de evidência de razão de verossimilhança projetado para substituir a evidência de probabilidade posterior por evidência de razão de verossimilhança em uma escala de e-value. O método é adaptado para ensaios de fase II de braço único monitorando desfechos de eficácia binários contra benchmarks pré-especificados ($p_0$ para taxas de resposta inaceitáveis e $p_1$ para alternativas clinicamente significativas).

A metodologia central envolve a construção de dois e-processos específicos:

1. E-Processo de Eficácia ($ELR_n$): Um processo de razão de verossimilhança comparando a alternativa do design $p_1$ contra o ponto menos favorável da nula composta $p \le p_0$.
2. E-Processo de Futilidade Reversa ($FLR_n$): Um processo de razão de verossimilhança reversa comparando uma taxa não promissora $p_0$ contra a taxa alvo $p_1$.

O autor estabelece que ambos os processos são supermartingais não negativos sob suas respectivas hipóteses nulas. Pela desigualdade de Ville, cruzar limiares fixos ($1/\alpha$ para eficácia, $1/\beta$ para futilidade) fornece controle de erro do Tipo I uniforme no tempo sob monitoramento opcional.

Uma característica crítica do CEVAM é a derivação de limites de contagem de resposta monótonos. Como as estatísticas de razão de verossimilhança são funções estritamente monótonas do número cumulativo de respostas ($R_n$), os limiares de evidência contínuos podem ser convertidos em limites inteiros ($r_{eff}$ e $r_{fut}$) para cada análise interina. Isso permite que o design seja apresentado como uma tabela de limites pré-tabulada, um formato padrão em protocolos clínicos.

O artigo distingue duas implementações:

• Versão de Limiar Fixo: Utiliza limiares de evidência pré-especificados ($\alpha, \beta$) diretamente. Esta versão retém propriedades de "validade a qualquer momento" (anytime-valid), o que significa que é válida sob interrupção opcional arbitrária e cronogramas de monitoramento irregulares.
• Versões Calibradas para Olhares Planejados (CEVAM-NT e CEVAM-T): Projetadas para ensaios convencionais com olhares interinos fixos. Estas versões calibram os parâmetros de limiar de evidência ($\alpha_{eff}, \beta$) via busca em grade para atender a características operacionais específicas (Erro do Tipo I, poder, tamanho de amostra esperado) nos olhares planejados.
  • CEVAM-NT: Fixa o parâmetro de futilidade ($\beta$) e calibra apenas o limiar de eficácia.
  • CEVAM-T: Calibra simultaneamente os limiares de eficácia e futilidade para otimizar a eficiência.

Principais Contribuições

1. Mudança de Escala de Evidência: O CEVAM substitui os cortes de probabilidade posterior por evidência de razão de verossimilhança definida diretamente em relação aos benchmarks clínicos, eliminando a necessidade de uma priori de análise Bayesiana.
2. Formato Pronto para Protocolo: O método preserva a utilidade prática dos designs do tipo BOP2 ao converter e-processos em limites de contagem de resposta inteiros e monótonos que podem ser tabulados antes do início do ensaio.
3. Framework de Implementação Dupla: O artigo fornece tanto uma regra de limiar fixo válida a qualquer momento (para monitoramento flexível/adaptativo) quanto regras calibradas para olhares planejados (para ensaios padrão de olhares finitos), preenchendo a lacuna entre a teoria sequencial rigorosa e o design de ensaios práticos.
4. Extensão para Desfechos Complexos: Embora o texto principal foque em desfechos binários, o Material Suplementar descreve como o princípio da evidência projetada se aplica a desfechos ordinais, aninhados, co-primários e de eficácia-toxicidade conjunta.

Resultos de Simulação
Simulações de Monte Carlo compararam o CEVAM com designs existentes: BOP2 (apenas futilidade), BOP2-FE (eficácia e futilidade com cortes de função de potência) e BOP2-FE com cortes de eficácia do tipo O'Brien-Fleming.

• Erro do Tipo I: Todos os designs, incluindo CEVAM-NT e CEVAM-T, controlaram com sucesso o erro do Tipo I nominal (0.10) sob a nulidade do design ($p_0 = 0.20$).
• Eficiência: O design CEVAM-T ajustado alcançou o menor tamanho de amostra esperado em todos os cenários avaliados (tanto sob a nulidade quanto sob a alternativa) em comparação com os outros designs.
• Poder: O CEVAM-T manteve probabilidades de rejeição (poder) próximas às do BOP2-FE, indicando que os ganhos de eficiência não comprometeram materialmente a capacidade de detectar regimes promissores.
• Gasto de Erro: Os designs CEVAM tenderam a alocar a probabilidade de erro do Tipo I mais cedo no ensaio em comparação com os designs BOP2-F, que concentraram o gasto de erro no olhar final.

Aplicação ao Ensaio TREND
O método foi aplicado retrospectivamente ao ensaio TREND (um estudo de fase II de tislelizumab neoadjuvante para câncer de mama triplo-negativo). Usando os benchmarks relatados pelo ensaio ($p_0=0.41, p_1=0.56$) e o resultado final de eficácia avaluável (30 respostas patológicas completas em 44 pacientes), tanto o CEVAM-NT quanto o CEVAM-T classificaram o resultado como evidência suficiente para interrupção por sucesso precoce. Isso demonstrou que as regras do CEVAM poderiam ser especificadas usando os parâmetros de design padrão relatados e apoiariam a mesma decisão de interrupção precoce do design Bayesiano original.

Significância e Alegações
O artigo afirma que o CEVAM oferece uma escala de evidência de razão de verossimilhança livre de priori de análise e pronta para o protocolo para o monitoramento de benchmarks. Sua principal significância reside em desacoplar a escala de evidência das probabilidades posteriores, mantendo o formato prático de tabela de limites exigido para protocolos clínicos.

O autor observa modestamente que o método é especificamente direcionado ao problema "mais estreito, porém de importância prática", do monitoramento de benchmark ao nível de braço, em vez de configurações randomizadas de dois braços adaptativas gerais. O artigo conclui que o CEVAM-T melhora a eficiência do ensaio ao reduzir os tamanhos de amostra esperados sem sacrificar o poder, forneando uma alternativa flexível ao monitoramento por corte de probabilidade posterior. Sugere-se trabalhos futuros para abordar desfechos atrasados, cronogramas de olhares alternativos e integração com designs de otimização de dose de múltiplos braços.