薬物動態と薬力学を組み込んだ早期腫瘍学におけるBayes線量登録評価【JST・京大機械翻訳】

Gerard Emma; Zohar Sarah; Thai Hoai-Thu; Lorenzato Christelle; Riviere Marie-Karelle; Ursino Moreno

プレプリント

J-GLOBAL ID：202202202190378531 整理番号：22P0211962

薬物動態と薬力学を組み込んだ早期腫瘍学におけるBayes線量登録評価【JST・京大機械翻訳】

Bayesian dose-regimen assessment in early phase oncology incorporating pharmacokinetics and pharmacodynamics

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (6件)： , , , , ,
資料名：
発行年： 2020年11月23日プレプリントサーバーでの情報更新日： 2020年11月23日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

腫瘍学におけるフェーズI線量発見試験は,特定のスケジュールの下で薬物の最大許容量(MTD)を見つけることを目的とする。薬剤スケジュールの評価は,有効性を維持しながら治療安全性を改善することを目的とする。しかし,毒性が細胞毒性薬剤の用量と共に増加すると合理的に仮定できるが,毒性と多重スケジュールの間の関係は不明のままである。次の相に推奨される試験の線量漸増段階の終了時に,最大耐容性線量(MTD-regimen)を推定するための薬物動態/薬力学(PK/PD)情報を用いたBayes線量-レギメン評価法(DRtox)を提案した。PDエンドポイントを介して2成分毒性をモデル化し,用量-レギメンPDモデルとPD毒性モデルの統合を通して用量-レギメン毒性関係を推定した。線量-集合PDモデルに対して,非線形混合効果モデルを考慮し,PD毒性モデルに対して,次の2つのBayesアプローチを提案した:ロジスティックモデルと階層的モデル。種々のシナリオの下でシミュレーション研究を通してDRtoxの運転特性を評価した。結果は,著者らの方法が従来のモデルベースの設計より優れていて,MTD-regimenを正確に選択するより高い割合を示すことを示した。さらに,DRtoxにおけるPK/PD情報の包含は,全用量-レギメン毒性曲線に対するより正確な推定を提供した。したがって,DRtoxは,拡張コホートのための代替未試験レジメンを推奨する。DRtoxは,再発または難治性急性骨髄性白血病(NCT03594955)の患者に対する進行中の試験の線量拡大段階の終わりに,全ての毒性とPK/PDデータが集められると,適用されるべきである。【JST・京大機械翻訳】

, , , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

抗腫よう薬の臨床への応用 , 腫ようの薬物療法

, , , , ,

前のページに戻る