Zeitschrift für klinische Studien
Offener Zugang

Abstrakt

Vorteile bayesianischer Ansätze für die Analyse und Zusammenfassung von Daten zu unerwünschten Ereignissen aus randomisierten klinischen Phase-III-Studien

Louis Jacob, Marion Caceres, Morgane Gilles, Léa Poulmarch and Sylvie Chevret

Ziele: Die Analyse unerwünschter Ereignisse (UE) ist ein wichtiger Aspekt bei der Beurteilung neuer Behandlungen. Daten zu UE werden oft über individuelle Häufigkeitsraten berichtet, wobei mögliche Quellen von Heterogenität aufgrund von Behandlungsverlauf oder Einzelpersonen außer Acht gelassen werden. Wir wollten anhand der Daten einer randomisierten klinischen Studie zur Bewertung von Chemotherapien gegen akute Promyelozytenleukämie (APL2006-Studie) veranschaulichen, wie mithilfe bayesianischer Modellierung zuverlässige Informationen erzielt werden können. Methoden: Wir haben 2015 erstmals eine medizinische Literaturrecherche durchgeführt, um den Verbesserungsbedarf bei der Berichterstattung über UE aufzuzeigen. Anschließend haben wir die Daten der APL2006-Studie verwendet, um bayesianische hierarchische Modelle auf die Anzahl der UE anzuwenden. Ergebnisse: Es wurde festgestellt, dass nur fünf der zehn vorgesehenen Zeitschriften im Untersuchungszeitraum Ergebnisse aus RCTs veröffentlicht hatten. Die mittlere Stichprobengröße der Studie betrug 523, von 50 bis 20.870, wobei die Wirksamkeitsergebnisse überwiegend positiv waren (in 61 %). Obwohl 39 (89 %) Artikel in der Zusammenfassung kurz Informationen zu AE enthalten, wurde die Analyse der AE-Daten unzureichend berichtet oder sogar vollständig durchgeführt. In der APL2006-Studie erhielten 522 (97 %) der 538 Patienten insgesamt 4.203 Chemotherapiezyklen . Insgesamt wurden 3.584 AE in 2.242 (53,3 %) Zyklen bei 520 (99,6 %) Patienten erfasst, d. h. bei allen Patienten aus Arm A außer 2. Daher war die Rate der Patienten mit AE wenig aussagekräftig, während die durchschnittlichen AE-Zahlen pro Patient vorzuziehen waren. Neben dem Randomisierungsarm erschienen die verschiedenen Expositionen – zusammengefasst in der Anzahl der verabreichten Zyklen und der Art des Chemotherapiezyklus – als potenzielle Variabilitätsquellen. Die Bayes-Analyse dieser AE-Zählungen unter Verwendung von Poisson-Gamma-Modellen mit nichtinformativen Vorannahmen ermöglichte die Darstellung der Heterogenität der AE-Zählung über die Arme hinweg. Schlussfolgerung: Wir haben gezeigt, dass die Bayes-Modellierung dazu beiträgt, Informationen über die Verteilung unerwünschter Ereignisse in einer randomisierten klinischen Studie zu liefern. Studienregistrierungsnummer und Studienregister: APL2006, NCT00378365.