Adaptive designs for detecting gene signatures

Abstract

Clinical trials have contributed in a great extent to the evolution of medicalresearch, through the examination of treatment efficacy. Tumor biology haschanged in a way that most tumors are heterogeneous and only a subset ofpatients with a particular cancer has the potential to benefit from a treatment. This phenomenon was created a shift towards the traditional way ofcomparing treatments. In recent years, most clinical trials are conductedin a 2-stage design, where first a sensitive subgroup is identified and thenthe treatment efficacy is calculated for both the sensitive subgroup and allpopulation.In this study we are interested in creating an adaptive design for detecting gene signatures and prospectively identify a target subpopulation whenhaving time-to-event endpoints as a primary outcome. For this purpose, wewill use the Cox proportional hazard model with only parameters the treatment effect and its interaction with the expression genes. This interactionhas a crucial role in our design, as it determines which genes will be includedin our signature. Moreover, as far as the signature is developed, we will seta classification rule based in the genes belonging in the signature and thehazard ratio of each patient, to identify the sensitive subpopulation.Finally, we are focusing to the evaluation of the treatment by conductingone hypothesis test for all randomized patients and a second only for the sensitive subgroup. The performance of the design will be measured in terms ofstatistical power, regarding two different scenarios and by alternating severalparameters such as the sample size.

Οι κλινικές δοκιμές συμβάλλουν σε μεγάλο βαθμό στην εξέλιξη του ιατρικού τομέα, μέσω της εξέτασης της αποτελεσματικότητας νέων θεραπειών. Η βιολογία του καρκίνου έχειαλλάζει με τέτοιο τρόπο που πλέον οι περισσότεροι όγκοι είναι ετερογενείς και μόνο ένα υποσύνολο ασθενών με συγκεκριμένο καρκίνο έχει τη δυνατότητα να ωφεληθεί από μια θεραπεία. Τα τελευταία χρόνια, οι περισσότερες κλινικές δοκιμές διεξάγονται σε 2 στάδια, μέσω των οποίων πρώτα προσδιορίζεται μια ευαίσθητη υποομάδα και στη συνέχεια η αποτελεσματικότητα της θεραπείας υπολογίζεται τόσο για την ευαίσθητη υποομάδα όσο και για όλο τον πληθυσμό. Σε αυτή τη μελέτη μας ενδιαφέρει η δημιουργία ενός προσαρμοστικού σχεδιασμού για την ανίχνευση μιας ευαίσθητης ομάδας γονιδίων, όπου με την βοήθεια αυτής να οριστεί η υποομάδα των ασθενών που επωφελούνται πραγματικά από την νέα θεραπεία . Η απόδοση του σχεδιασμού θα μετρηθεί σε στατιστική ισχύ, όσον αφορά δύο διαφορετικά σενάρια και για διαφορετικές παραμέτρους όπως το μέγεθος του δείγματος.