「ベイズ階層モデリング」とは何ですか? また、バスケット試験で研究された腫瘍治療を評価するためにどのように使用できますか?

支払者は、複数の腫瘍タイプにわたって特定のバイオマーカーをターゲットとする新しい腫瘍治療をカバーするべきでしょうか? 一方で、腫瘍タイプごとに個別の試験を要求することもできます。これは説得力のある証拠となるでしょうが、バイオマーカーが存在する腫瘍タイプ間で治療効果が均一である場合は特に、すべての腫瘍タイプについて臨床試験を実施するのは非常に費用がかかります。逆に、腫瘍タイプ間で治療反応に不均一性がある場合、腫瘍バイオマーカーをターゲットとする治療がすべての腫瘍タイプで有効であると単純に受け入れることは、あまりに極端な仮定です。

研究開発コストを最小限に抑えながら、治療効果の確実性を最大限に高めるという 2 つの目標のバランスをとるにはどうすればよいでしょうか。その 1 つの方法は、バスケット トライアルです。バスケット トライアルは、共通の分子変化またはバイオマーカーを共有する複数のがんの種類またはサブタイプにわたって、標的療法の有効性と安全性を評価する臨床試験設計の一種です。

論文 サグデンら（2024） ベイズ階層モデル（BHM）の使用は、この問題に対処するのに役立つ可能性があると主張しています。彼らは次のように述べています。

…[BHM] バスケット試験内では腫瘍部位間の有効性が同様であるという仮定に特に適していると考えられており、完全な同質性（つまり、すべての腫瘍部位をプールする）と完全な異質性（つまり、腫瘍部位の独立したモデル化）の仮定の中間点を表しています。

BHM は概念的にはどのように機能し、いつ失敗するのでしょうか?

ベイジアン階層モデルは、治療効果に関する情報を組織学的サブタイプ間で借用することを可能にし、これは個々の組織学的サブタイプのサンプルサイズが小さい場合に特に有用である。このように、BHMは、特定の組織学的治療効果をすべての組織学的情報から判断できるようにする基盤を提供し、利用可能なデータの利用率を高める。しかし、十分な均一性は依然として必要である。「…BHMは
そのような借入を許可することが合理的であると考えられる場合にのみ有利である。」 [See Murphy et al. 2021]

個々の試験のサンプルサイズが比較的小さいバスケット試験にこのアプローチを適用することの長所と短所を以下に説明します。

BHM を適用することで、腫瘍部位別の生存率推定値は全体の平均に引き寄せられ (許容される借入レベルに依存)、個々の腫瘍部位の生存率推定値にバイアスがかかる可能性があります。ただし、サンプル サイズが小さい場合、個々の腫瘍部位を完全に独立してモデル化すると、推定値が不正確になる可能性があります。

著者らは、さまざまな腫瘍タイプ（大腸がん、子宮内膜がん、胃がん、小腸がん、胆道がんなど）にわたる腫瘍バイオマーカーの治療を検証した、NICE への免疫腫瘍学 HTA 申請を検討しています。BHM アプローチは、多くの場合、次のような場合に最適に機能します。

• ベースライン生存率の均一性研究対象の腫瘍全体でベースライン生存率が比較的類似していると役立ちます。これは必ずしも必要ではありませんが、ベースライン生存率が類似していると、治療効果がより均一になる可能性が高くなります。予想生存率が大きく異なる場合、腫瘍の種類間で相対生存率と絶対生存率の両方の改善が類似することは不可能です。
• 比較器臨床試験には、理想的には腫瘍の種類ごとに比較対照群を含める必要があります。他の臨床試験と同様に、比較対照群は治療効果をより適切に測定するのに役立ちます。ただし、対象集団が希少なバイオマーカーである場合や、他の治療法がない場合に患者に標準治療を提供することが倫理的に適切でない場合は、問題が生じる可能性があります。
• 単群試験に必要なバイオマーカーデータを含むRWE単群試験の比較対象が不足している状況に対処する 1 つの方法は、マッチング調整間接比較 (MAIC) を使用することです。MAIC は、試験の患者特性に合わせて RWE に重み付けし、試験対象集団の対照として機能します。ただし、この方法は、実際のデータでバイオマーカー データが利用できる場合にのみ機能します。
• 層別有害事象報告有害事象は腫瘍の種類を問わず類似している可能性がありますが、腫瘍の種類によって異なる可能性もあります。有害事象率は、総計および腫瘍の種類別に報告する必要があります。

要約すると、著者らは、NICE の技術評価ではこれが初めて受け取った BHM アプリケーションであることに少し懸念があったため、さらなる研究が必要であると結論付けています (ただし、誰かが最初にならなければならないのではないでしょうか)。要するに、著者らが得た重要なポイントは次のとおりです。

ベイズ階層モデルは、組織学的に独立したバスケット試験の文脈では有用なアプローチであるが、各組織学的サブタイプが
包括的な人口のサブグループであると正当にみなされます。

記事 たった3ページですが読む価値があります。