×
刘素玉;郭贝贝;袁莹

免疫治疗的贝叶斯I/II期试验设计。 （英语） Zbl 1402.62278号

美国统计协会。 113，第523号，1016-1027（2018）.
摘要：免疫治疗是一种创新的治疗方法，可以刺激患者的免疫系统对抗癌症。它显示出不同于传统化疗的特点，并将革新癌症治疗。我们提出了一种贝叶斯I/II期剂量发现设计，该设计通过同时考虑三种结果，即免疫反应、毒性和疗效，结合了免疫治疗的独特特征。其目的是确定生物最佳剂量，即在风险-利益权衡中具有最高期望值的剂量。利用Emax模型描述免疫反应的边际分布。根据免疫反应的条件，我们使用潜在变量方法联合建模毒性和疗效。利用积累的数据，我们根据不断更新的模型估计值，自适应地将患者随机分配到实验剂量。仿真研究表明，我们提出的设计在选择目标剂量并将患者分配到目标剂量。本文的补充材料，包括可用于复制作品的材料的标准化描述，可以作为在线补充提供。

引用于1文件

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析
62C10个 贝叶斯问题；贝叶斯过程的特征

关键词：

贝叶斯自适应设计;剂量测定;免疫反应;免疫疗法;第一/二阶段试验;风险收益权衡

软件：

U2OET公司
PDF格式BibTeX公司 XML格式引用
\textit｛S.Liu｝et al.，J.Am.Stat.Assoc.113，No.523，1016–1027（2018；兹bl 1402.62278）
全文： 内政部 链接

参考文献：

[1] Bachmayr-Heyda，A。；奥斯特，S。；海因策，G。；Polterauer，S。；格林，C。；Braicu，E.I.公司。；塞胡利，J。；兰布列支，S。；弗戈特，I。；马纳，S。；皮尔斯·D。；舒斯特，E。；Thalhammer，T。；Horvat，R。；丹克特，C。；Zeillinger，R。；Castill-Tong，D.，卵巢癌患者肿瘤浸润CD8+T细胞与细胞增殖相关的预后影响——OVCAD联盟的研究，，BMC癌症, 13, 422, (2013) ·doi:10.1186/1471-2407-13-422
[2] Braun，T.M.，《双变量持续再评估方法：将CRM扩展到两个竞争结果的第一阶段试验》，对照临床试验, 23, 240-256, (2002)
[3] 布罗迪，J。；Kohrt，H。；Marabelle，A。；Levy，R.，淋巴瘤的主动和被动免疫治疗：证明原理和改善结果，临床肿瘤学杂志, 29, 1864-1875, (2011)
[4] Cha，E。；Fong，L.，前列腺癌免疫治疗：生物学和治疗方法，临床肿瘤学杂志, 27, 3677-3686, (2011)
[5] Couzin-Frankel，J.，癌症免疫治疗，科学类, 324, 1432-1433, (2013)
[6] 1972年疏散模型和生命表（含讨论）英国皇家统计学会杂志B34187220系列
[7] 2005年招募潜在的高亲和力CD8+T细胞库用于抗肿瘤免疫反应实验医学杂志20115911602
[8] 2008逻辑和其他回归模型的弱信息默认先验分布应用统计学年鉴213601383
[9] 古利，T.A。；马丁·P·J。；费希尔，L.D。；Pettinger，M.，模拟作为一/二期临床试验的设计工具：骨髓移植的一个例子，对照临床试验, 15, 450-462, (1994)
[10] 郭，B。；Yuan，Y.，一项不可忽视的辍学I/II期临床试验的贝叶斯设计，医学统计学, 24, 1721-1732, (2015)
[11] 基于贝叶斯I/II期生物标记物的精确药物分子靶向剂量测定，美国统计协会杂志, 112, 508-520, (2017)
[12] Hamanishi，J。；曼代，M。；川崎，M。；冈崎，T。；田中，Y。；山口，K。；Higuchi，T。；八木，H。；Takakura，K。；Minato，N.，程序性细胞死亡1配体1和肿瘤浸润性CD8+T淋巴细胞是人类卵巢癌的预后因素，美国国家科学院院刊, 104, 3360-3365, (2007)
[13] Houede，N。；泰尔，P.F。；Nguyen，H.，在第一/第二阶段试验中使用顺序毒性和疗效对联合治疗进行基于效用的优化，生物计量学, 66, 532-540, (2010) ·Zbl 1192.62224号
[14] Jin，I.H。；刘，S。；泰尔，P。；Yuan，Y.，使用数据增强来促进延迟结果的I/II期临床试验的进行，美国统计协会杂志, 109, 525-536, (2014)
[15] 考夫曼，H.L.，《精确免疫学：免疫疗法治疗癌症的前景》，临床肿瘤学杂志, 33, 1315-1317, (2015)
[16] 刘，S。；Johnson，V.E.，一种用于I/II期临床试验的稳健贝叶斯剂量发现设计，生物统计学, 17, 249-263, (2016)
[17] Makkouk，A。；Weiner，G.J.，《癌症免疫治疗和打破免疫耐受：应对旧挑战的新方法》，癌症研究, 75, 5-10, (2015)
[18] 默里，T.A。；泰尔，P.F。；袁，Y。；McAvoy，S。；Gomez，D.R.，基于非小细胞肺癌半竞争风险效用的稳健治疗比较，美国统计协会杂志, 112, 11-23, (2017)
[19] Pardoll，D.，癌症免疫治疗中免疫检查点的封锁，《自然评论》癌症, 12, 252-264, (2012)
[20] 罗伯特·C。；卡塞拉，G。，蒙特卡罗统计方法，（2004），Springer-Verlag，纽约·Zbl 1096.62003年
[21] 佐藤，E。；奥尔森，S.H。；Ahn，J。；邦迪，B。；西川，H。；钱，F。；Jungbluth，A.A。；弗罗西纳，D。；格尼提克，S。；Ambrosone，C.，上皮内CD8+肿瘤浸润淋巴细胞和高CD8+/调节性T细胞比率与卵巢癌的良好预后相关，美国国家科学院院刊, 102, 18538-18543, (2005)
[22] 泰尔，P。；Cook，J.，基于效率-毒性权衡的剂量确定，生物计量学, 60, 684-693, (2004) ·Zbl 1274.62883号
[23] 泰尔，P.F。；Nguyen，H.Q。；Braun，T.M.，使用时间的联合效用来响应和毒性，以自适应地优化计划剂量方案，生物计量学, 69, 673-682, (2013) ·Zbl 1429.62616号
[24] 泰尔，P.F。；Nguyen，H.Q。；Zohar，S。；Maton，P.，正在接受呼吸窘迫综合征治疗的早产儿的最佳镇静剂量，美国统计协会杂志, 109, 931-943, (2014)
[25] 1998年基于I/II期临床试验疗效和不良结果的剂量确定和安全性监测策略医学统计学2748954913
[26] 托帕利安，S.L。；韦纳，G.J。；帕多尔博士，癌症免疫治疗已经成熟，临床肿瘤学杂志, 23, 4828-4836, (2011)
[27] 尹，G。；李，Y。；Ji，Y.，使用毒性和疗效优势比在第一/第二阶段临床试验中的贝叶斯剂量发现，生物计量学, 62, 777-784, (2006) ·Zbl 1111.62114号
[28] 2016I–II期临床试验的贝叶斯设计佛罗里达州博卡拉顿：查普曼和霍尔/CRC·Zbl 1387.92004号
[29] 袁，Y。；Yin，G.，通过联合建模毒性和疗效作为时间-事件结果的贝叶斯剂量发现，英国皇家统计学会杂志，C系列，58，719-736，（2009）
[30] 肿瘤贝叶斯Ⅰ/Ⅱ期药物联合试验设计，应用统计年鉴, 5, 924-942, (2011) ·Zbl 1232.62155号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。