Bridging data across studies using frequentist and Bayesian estimation

Abstract

In drug development programs, an experimental treatment is evaluated across different populations and/or disease types using multiple studies conducted in countries around the world. In order to show the efficacy and safety in a specific population, a bridging study may be required. There are therapeutic areas for which enrolling patients to a trial is very challenging. Therefore, it is of interest to utilize the available historical information from previous studies. However, treatment effect may vary across different subpopulations/disease types; therefore, directly utilizing outcomes from historical studies may result in a biased estimation of treatment effect under investigation in the target trial. In this article, we propose novel approaches using both frequentist and Bayesian frameworks that allow borrowing information from historical studies while accounting for relevant patient's covariates via a propensity-based weighting. We evaluate the operating characteristics of the proposed methods in a simulation study and demonstrate that under certain conditions these methods may lead to improved estimation of a treatment effect.

Bridging across patient subgroups in phase I oncology trials that incorporate animal data

“…Statistical methodology to extrapolate across geographic regions has been proposed mainly in the context of phase II and phase III clinical trials. [33][34][35][36] Much less has been written on phase I clinical trials, where different metrics are used to evaluate trial efficiency and estimation accuracy.…”

A Bayesian hierarchical model for bridging across patient subgroups in phase I clinical trials with animal data

“…Bridging studies have received considerable interest (Wadsworth et al, 2018), as fewer resources may be needed to demonstrate drug behaviours by using relevant data from other subgroups, compared with the approach of establishing an independent package of clinical drug development. To date, methodology to extrapolate from foreign clinical data has been proposed mainly for phase II and phase III trials (Chow et al, 2012;Hsiao et al, 2004;Tsou et al, 2012;Zhang et al, 2017). Discussion was limited on making good use of co-data in phase I dose-escalation trials for informed decision making.…”

Principios de estadística Bayesiana y su relación con la farmacocinética aplicada

“…Se le considera el fundador de la probabilidad inversa, según la cual, a partir de cierta información muestral es posible conocer cuan probable es que un suceso desconocido esté comprendido entre ciertos límites. Así, con Bayes, comienza la inferencia estadística y una interpretación diferente del concepto de probabilidad, constituyendo una alternativa a la estadística frecuentista (clásica o tradicional) 3,4 .…”

“…Así, esta población ya habrá sido adecuadamente estudiada, por ejemplo una cohorte pediátrica con una patología determinada, habiéndose estimado los valores de los parámetros farmacocinéticos poblacionales previos, así como los de su variabilidad asociada. Estas poblaciones, que podemos llamar "especiales", podrán ser niños, neonatos, ancianos, insuficientes renales, obesos, o pacientes críticos, entre otras condiciones que supongan una característica que, a priori, pudiera significar razón para generar un grupo diferenciado, con características farmacocinéticas del fármaco diferentes a las de otras poblaciones 4,13 .…”

“…Farmacocinética -P. Cáceres G. et al macos de estrecho margen terapéutico que optimizará importantes aspectos de la farmacoterapia del paciente. Además, suma la ventaja de requerir solo un limitado número de muestras por paciente, y la flexibilidad en cuanto a los tiempos requeridos en el muestreo de sangre para cuantificación de fármacos4,13,26,30 .El empleo de las PSE se encuentra muy arraigado en la práctica cotidiana, pese a lo cual es posible que el uso de los IC y la estadística Bayesiana continúe ganando espacio en la rutina estadística aplicada a la clínica, tanto como a la investigación básica y aplicada1,9,11 . Así, la utilización de los principios Bayesianos también en la práctica de la farmacocinética clínica podrá resultar en la mejora de la atención farmacoterapéutica[31][32][33][34] .…”