2-in-1 design (Chen et al. 2018) is becoming popular in oncology drug development, with the flexibility of using different endpoints at different decision time. Based on the observed interim data, sponsors choose either to seamlessly advance a small phase 2 trial to a full-scale confirmatory phase 3 trial with a pre-determined maximum sample size, or to remain in a phase 2 trial. This approach may increase efficiency in drug development but is rigid and requires a pre-specified fixed sample size. In this paper, we propose a flexible 2-in-1 design with sample size adaptation, while retains the advantage of allowing intermediate endpoint for interim decision. The proposed design reflects the needs of recent FDA's Project FrontRunner initiative to encourage using an earlier surrogate endpoint to potentially support accelerated approval with conversion to standard approval with long term endpoint from the same randomized study. Additionally, we identify the interim decision cut-off to allow conventional test procedure at the final analysis. Extensive simulation studies showed the proposed design require much smaller sample size and shorter timeline than the simple 2-in-1 design, while achieving similar power. A case study in multiple myeloma is used to demonstrate the benefits of the proposed design.


翻译:2-in-1设计(Chen等人,2018年)在肿瘤药物开发中越来越受欢迎,灵活地在不同的决定时间使用不同的终点。根据观察到的临时数据,赞助者选择将小规模的2阶段试验顺利地推进到全面确认阶段3试验,并预先确定最大样本规模,或者继续处于第2阶段的试验。这种办法可能提高药物开发的效率,但是僵硬的,需要事先确定固定的样本规模。在本文件中,我们提议采用灵活的2-in-1设计,同时保留允许中间端点作临时决定的优势。拟议的设计反映了林业发展局最近的项目FrontRunner倡议的需要,即鼓励使用早期的代理端点,以便鼓励使用早期的代理端点,以便可能支持加速批准,从同一随机研究中长期的端点转换为标准批准。此外,我们确定了临时决定的截止点,以便在最后分析中允许采用常规测试程序。广泛的模拟研究表明,拟议的设计需要比简单的2-in-1设计要小得多的样本规模和较短的时间期限,同时取得类似的权力。在多处进行个案研究时,以显示拟议的设计的好处。

0
下载
关闭预览

相关内容

专知会员服务
31+阅读 · 2021年6月12日
专知会员服务
25+阅读 · 2021年4月2日
100+篇《自监督学习(Self-Supervised Learning)》论文最新合集
专知会员服务
164+阅读 · 2020年3月18日
专知会员服务
159+阅读 · 2020年1月16日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年2月22日
Arxiv
0+阅读 · 2023年2月20日
Arxiv
0+阅读 · 2023年2月17日
Arxiv
0+阅读 · 2023年2月17日
VIP会员
相关资讯
ACM MM 2022 Call for Papers
CCF多媒体专委会
5+阅读 · 2022年3月29日
AIART 2022 Call for Papers
CCF多媒体专委会
1+阅读 · 2022年2月13日
Call for Nominations: 2022 Multimedia Prize Paper Award
CCF多媒体专委会
0+阅读 · 2022年2月12日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium9
中国图象图形学学会CSIG
0+阅读 · 2021年12月17日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium4
中国图象图形学学会CSIG
0+阅读 · 2021年11月10日
【ICIG2021】Check out the hot new trailer of ICIG2021 Symposium3
中国图象图形学学会CSIG
0+阅读 · 2021年11月9日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
相关基金
国家自然科学基金
1+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员