国际标准期刊号: 2169-0138
Qi X、Munasinghe W、Hosmane B、Chiu Y 和
寻找最大耐受剂量 (MTD) 是 I 期肿瘤学研究最重要的主要目标。药物暴露和毒性事件是 MTD 表征所需的两个组成部分。目前,I 期试验需要对多名受试者进行多种剂量水平的治疗,其中许多受试者接受的药物剂量低于预期的有效暴露量。此外,这些研究采用预先确定的逐步增量剂量,可能导致 MTD 预测不准确。需要对传统的自适应剂量发现设计进行改进,以获得有关暴露程度和事件发生时间的更准确信息,并通过更动态的登记来促进更好的决策,这也是之前发表的工作的重点。EACRM 通过纳入剂量限制毒性 (DLT) 事件以及来自每位患者的事件信息,动态扩展了传统的自适应剂量发现设计。开发了一个加速故障时间模型,并进行了一些调整,以更新在特定时间点未完成整个 DLT 评估期的受试者的 DLT 时间。在各种假设下的模拟表明,EACRM 在识别 MTD 方面的表现与传统 3+3 设计相同或更好,并且在其他重要操作特征(例如研究长度、数量)方面也优于 3+3 设计。接受高于 MTD 治疗的受试者数量,以及受试者总数。开发了一个加速故障时间模型,并进行了一些调整,以更新在特定时间点未完成整个 DLT 评估期的受试者的 DLT 时间。在各种假设下的模拟表明,EACRM 在识别 MTD 方面的表现与传统 3+3 设计相同或更好,并且在其他重要操作特征(例如研究长度、数量)方面也优于 3+3 设计。接受高于 MTD 治疗的受试者数量,以及受试者总数。开发了一个加速故障时间模型,并进行了一些调整,以更新在特定时间点未完成整个 DLT 评估期的受试者的 DLT 时间。在各种假设下的模拟表明,EACRM 在识别 MTD 方面的表现与传统 3+3 设计相同或更好,并且在其他重要操作特征(例如研究长度、数量)方面也优于 3+3 设计。接受高于 MTD 治疗的受试者数量,以及受试者总数。