Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Mô hình hóa điểm cuối lâm sàng gần như liên tục dưới dạng phân loại: ứng dụng cho mô hình hóa phản ứng-đáp ứng theo chiều dọc của các điểm số Mayo cho golimumab ở bệnh nhân viêm ruột kích thích
Tóm tắt
Việc xác định chính xác mối quan hệ giữa tiếp xúc và phản ứng của các điểm cuối lâm sàng rất quan trọng trong phát triển thuốc để xác định các phác đồ liều tối ưu. Các điểm cuối có ≥ 10 loại thứ tự thường được phân tích dưới dạng liên tục. Bài viết này nhằm chỉ ra những trường hợp mà việc phân tích dữ liệu như một phân loại có thứ tự là có lợi. Kết quả của phân tích liên tục và phân loại được so sánh trong khuôn khổ mô hình Phản ứng Gián tiếp dựa trên biến tiềm ẩn cho mô hình hóa theo chiều dọc các điểm số Mayo, từ 0 đến 12, thường được sử dụng như một điểm cuối tổng hợp để đo lường mức độ nghiêm trọng của viêm ruột kích thích (UC). Mô hình hóa phản ứng của các điểm số Mayo trở nên phức tạp bởi thực tế rằng các nghiên cứu thường bao gồm các giai đoạn kích thích và duy trì với việc tái phân phối ngẫu nhiên và các điều chỉnh liều khác được thúc đẩy bởi phản ứng. Những thách thức này được minh họa trong công trình này bằng cách phân tích dữ liệu thu thập từ 3 thử nghiệm giai đoạn II/III của golimumab ở bệnh nhân UC vừa đến nặng. Kiểm tra dự đoán trực quan đã được sử dụng để đánh giá mô hình. Phương pháp phân loại có thứ tự cho thấy chính xác và đáng tin cậy hơn so với phương pháp liên tục. Ngoài ra, một mô hình tiến triển bệnh với tốc độ khởi phát nhị pha thực nghiệm được tìm thấy là vượt trội so với mô hình giả dược thường được sử dụng với một tốc độ khởi phát. Một ứng dụng của phương pháp mô hình hóa này trong việc hướng dẫn điều chỉnh liều tiềm năng đã được minh họa.
Từ khóa
#Mô hình hóa điểm cuối; viêm ruột kích thích; golimumab; phân loại có thứ tự; phản ứng-đáp ứng.Tài liệu tham khảo
Overgaard RV, Ingwersen SH, Tornoe CW (2015) Establishing good practices for exposure-response analysis of clinical endpoints in drug development. CPT 4(10):565–575. https://doi.org/10.1002/psp4.12015
Sharma A, Jusko WJ (1996) Characterization of four basic models of indirect pharmacodynamic responses. J Pharmacokinet Biopharm 24(6):611–635
Hu C (2014) Exposure-response modeling of clinical end points using latent variable indirect response models. CPT 3:e117. https://doi.org/10.1038/psp.2014.15
Hutmacher MM, Krishnaswami S, Kowalski KG (2008) Exposure-response modeling using latent variables for the efficacy of a JAK3 inhibitor administered to rheumatoid arthritis patients. J Pharmacokinet Pharmacodyn 35:139–157
Hu C, Xu Z, Mendelsohn A, Zhou H (2013) Latent variable indirect response modeling of categorical endpoints representing change from baseline. J Pharmacokinet Pharmacodyn 40(1):81–91
Hu C, Szapary PO, Mendelsohn AM, Zhou H (2014) Latent variable indirect response joint modeling of a continuous and a categorical clinical endpoint. J Pharmacokinet Pharmacodyn 41(4):335–349. https://doi.org/10.1007/s10928-014-9366-0
Hu C, Zhou H (2016) Improvement in latent variable indirect response joint modeling of a continuous and a categorical clinical endpoint in rheumatoid arthritis. J Pharmacokinet Pharmacodyn 43(1):45–54
Hu C, Randazzo B, Sharma A, Zhou H (2017) Improvement in latent variable indirect response modeling of multiple categorical clinical endpoints: application to modeling of guselkumab treatment effects in psoriatic patients. J Pharmacokinet Pharmacodyn 44(5):437–448. https://doi.org/10.1007/s10928-017-9531-3
Liu Q, Shepherd BE, Li C, Harrell FE Jr (2017) Modeling continuous response variables using ordinal regression. Stat Med 36(27):4316–4335. https://doi.org/10.1002/sim.7433
Rutgeerts P, Feagan BG, Marano CW, Padgett L, Strauss R, Johanns J, Adedokun OJ, Guzzo C, Zhang H, Colombel JF, Reinisch W, Gibson PR, Sandborn WJ, group P-Is (2015) Randomised clinical trial: a placebo-controlled study of intravenous golimumab induction therapy for ulcerative colitis. Aliment Pharmacol Ther 42(5):504–514. https://doi.org/10.1111/apt.13291
Rutgeerts P, Sandborn WJ, Feagan BG, Reinisch W, Olson A, Johanns J, Travers S, Rachmilewitz D, Hanauer SB, Lichtenstein GR, de Villiers WJ, Present D, Sands BE, Colombel JF (2005) Infliximab for induction and maintenance therapy for ulcerative colitis. N Engl J Med 353(23):2462–2476. https://doi.org/10.1056/NEJMoa050516
Sandborn WJ, van Assche G, Reinisch W, Colombel JF, D’Haens G, Wolf DC, Kron M, Tighe MB, Lazar A, Thakkar RB (2012) Adalimumab induces and maintains clinical remission in patients with moderate-to-severe ulcerative colitis. Gastroenterology 142(2):257–265. https://doi.org/10.1053/j.gastro.2011.10.032
Braun J, Deodhar A, Inman RD, van der Heijde D, Mack M, Xu S, Hsu B (2012) Golimumab administered subcutaneously every 4 weeks in ankylosing spondylitis: 104-week results of the GO-RAISE study. Ann Rheum Dis 71(5):661–667. https://doi.org/10.1136/ard.2011.154799
Kavanaugh A, van der Heijde D, McInnes IB, Mease P, Krueger GG, Gladman DD, Gomez-Reino J, Papp K, Baratelle A, Xu W, Mudivarthy S, Mack M, Rahman MU, Xu Z, Zrubek J, Beutler A (2012) Golimumab in psoriatic arthritis: one-year clinical efficacy, radiographic, and safety results from a phase III, randomized, placebo-controlled trial. Arthritis Rheum 64(8):2504–2517. https://doi.org/10.1002/art.34436
Kay J, Matteson EL, Dasgupta B, Nash P, Durez P, Hall S, Hsia EC, Han J, Wagner C, Xu Z, Visvanathan S, Rahman MU (2008) Golimumab in patients with active rheumatoid arthritis despite treatment with methotrexate: a randomized, double-blind, placebo-controlled, dose-ranging study. Arthritis Rheum 58(4):964–975. https://doi.org/10.1002/art.23383
Keystone E, Genovese MC, Klareskog L, Hsia EC, Hall S, Miranda PC, Pazdur J, Bae SC, Palmer W, Xu S, Rahman MU (2010) Golimumab in patients with active rheumatoid arthritis despite methotrexate therapy: 52-week results of the GO-FORWARD study. Ann Rheum Dis 69(6):1129–1135. https://doi.org/10.1136/ard.2009.116319
Smolen JS, Kay J, Doyle MK, Landewe R, Matteson EL, Wollenhaupt J, Gaylis N, Murphy FT, Neal JS, Zhou Y, Visvanathan S, Hsia EC, Rahman MU (2009) Golimumab in patients with active rheumatoid arthritis after treatment with tumour necrosis factor alpha inhibitors (GO-AFTER study): a multicentre, randomised, double-blind, placebo-controlled, phase III trial. Lancet 374(9685):210–221. https://doi.org/10.1016/S0140-6736(09)60506-7
Gibson PR, Feagan BG, Sandborn WJ, Marano C, Strauss R, Johanns J, Padgett L, Collins J, Tarabar D, Hebzda Z, Rutgeerts P, Reinisch W (2016) Maintenance of efficacy and continuing safety of golimumab for active ulcerative colitis: PURSUIT-SC maintenance study extension through 1 year. Clin Transl Gastroenterol 7:e168. https://doi.org/10.1038/ctg.2016.24
Sandborn WJ, Feagan BG, Marano C, Zhang H, Strauss R, Johanns J, Adedokun OJ, Guzzo C, Colombel JF, Reinisch W, Gibson PR, Collins J, Jarnerot G, Hibi T, Rutgeerts P, Group P-SS (2014) Subcutaneous golimumab induces clinical response and remission in patients with moderate-to-severe ulcerative colitis. Gastroenterology 146(1):85–95. https://doi.org/10.1053/j.gastro.2013.05.048
Sandborn WJ, Feagan BG, Marano C, Zhang H, Strauss R, Johanns J, Adedokun OJ, Guzzo C, Colombel JF, Reinisch W, Gibson PR, Collins J, Jarnerot G, Rutgeerts P, Group PU-MS (2014) Subcutaneous golimumab maintains clinical response in patients with moderate-to-severe ulcerative colitis. Gastroenterology 146(1):96–109. https://doi.org/10.1053/j.gastro.2013.06.010
Feagan BG, Sandborn WJ, Gasink C, Jacobstein D, Lang Y, Friedman JR, Blank MA, Johanns J, Gao LL, Miao Y, Adedokun OJ, Sands BE, Hanauer SB, Vermeire S, Targan S, Ghosh S, de Villiers WJ, Colombel JF, Tulassay Z, Seidler U, Salzberg BA, Desreumaux P, Lee SD, Loftus EV Jr, Dieleman LA, Katz S, Rutgeerts P, Group U-I-US (2016) Ustekinumab as induction and maintenance therapy for Crohn’s disease. N Engl J Med 375(20):1946–1960. https://doi.org/10.1056/nejmoa1602773
Sandborn WJ, Gasink C, Gao LL, Blank MA, Johanns J, Guzzo C, Sands BE, Hanauer SB, Targan S, Rutgeerts P, Ghosh S, de Villiers WJ, Panaccione R, Greenberg G, Schreiber S, Lichtiger S, Feagan BG, Group CS (2012) Ustekinumab induction and maintenance therapy in refractory Crohn’s disease. N Engl J Med 367(16):1519–1528. https://doi.org/10.1056/nejmoa1203572
Xu Z, Vu T, Lee H, Hu C, Ling J, Yan H, Baker D, Beutler A, Pendley C, Wagner C, Davis HM, Zhou H (2009) Population pharmacokinetics of golimumab, an anti-tumor necrosis factor-alpha human monoclonal antibody, in patients with psoriatic arthritis. J Clin Pharmacol 49(9):1056–1070. https://doi.org/10.1177/0091270009339192
Woo S, Pawaskar D, Jusko WJ (2009) Methods of utilizing baseline values for indirect response models. J Pharmacokinet Pharmacodyn 36:381–405
Hutmacher MM, French JL (2011) Extending the latent variable model for extra correlated longitudinal dichotomous responses. J Pharmacokinet Pharmacodyn 38:833–859
Hu C, Xu Y, Zhuang Y, Hsu B, Sharma A, Xu Z, Zhang L, Zhou H (2018) Joint longitudinal model development: application to exposure-response modeling of ACR and DAS scores in rheumatoid arthritis patients treated with sirukumab. J Pharmacokinet Pharmacodyn 45(5):679–691. https://doi.org/10.1007/s10928-018-9598-5
Zhang L, Beal SL, Sheiner LB (2003) Simultaneous vs sequential analysis for population PK/PD data I: best-case performance. J Pharmacokinet Pharmacodyn 30(6):387–404
Hutmacher MM (2016) Evaluation of estimation, prediction and inference for autocorrelated latent variable modeling of binary data-a simulation study. J Pharmacokinet Pharmacodyn 43(3):275–289. https://doi.org/10.1007/s10928-016-9471-3
Karlsson MO, Holford NHG (2008) A tutorial on visual predictive checks. www.page-meeting.org/?abstract=1434
Hu C, Adedokun OJ, Chen Y, Szapary PO, Gasink C, Sharma A, Zhou H (2017) Challenges in longitudinal exposure-response modeling of data from complex study designs: a case study of modeling CDAI score for ustekinumab in patients with Crohn’s disease. J Pharmacokinet Pharmacodyn 44(5):425–436. https://doi.org/10.1007/s10928-017-9529-x
Hutmacher MM, French JL, Krishnaswami S, Menon S (2011) Estimating transformations for repeated measures modeling of continuous bounded outcome data. Stat Med 30(9):935–949. https://doi.org/10.1002/sim.4155
Lesaffre E, Rizopoulos D, Tsonaka R (2007) The logistic transform for bounded outcome scores. Biostatistics 8(1):72–85
Hu C, Yeilding N, Davis HM, Zhou H (2011) Bounded outcome score modeling: application to treating psoriasis with ustekinumab. J Pharmacokinet Pharmacodyn 38(4):497–517
Ursino M, Gasparini M (2018) A new parsimonious model for ordinal longitudinal data with application to subjective evaluations of a gastrointestinal disease. Stat Methods Med Res 27(5):1376–1393. https://doi.org/10.1177/0962280216661370
Wellhagen GJK (2018) A bounded integer model for rating and composite scale data. PAGE 27 (2018) Abstr 8743 [www.page-meeting.org/?abstract=8743]
Iannario MP, Piccolo D (2016) A comprehensive framework of regression models for ordinal data. METRON 74(2):233–252. https://doi.org/10.1007/s40300-016-0091-x
Pilla Reddy V, Kozielska M, de Greef R, Vermeulen A, Proost JH (2013) Modelling and simulation of placebo effect: application to drug development in schizophrenia. J Pharmacokinet Pharmacodyn 40(3):377–388. https://doi.org/10.1007/s10928-012-9296-7
Hu C, Zhou H, Sharma A (2017) Landmark and longitudinal exposure-response analyses in drug development. J Pharmacokinet Pharmacodyn 44(5):503–507. https://doi.org/10.1007/s10928-017-9534-0
Hu C, Sale M (2003) A joint model for nonlinear longitudinal data with informative dropout. J Pharmacokinet Pharmacodyn 30(1):83–103