Sequentielle Bayesianische Designs für klinische Phase-II-Studien mit Bezug zur bariatrischen Adipositas-Chirurgie

• Antragsteller: Dr. Riko Kelter
• Fachliche Zuordnung: Epidemiologie und Medizinische Biometrie/Statistik ; Mathematik
• Förderung: Förderung seit 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 549296018

Sequenzielle Hypothesentests sind ein wichtiger Baustein um die Effizienz klinischer Studien zu erhöhen. Im Gegensatz zu Studiendesigns mit festem Stichprobenumfang werden hier Interimsanalysen durchgeführt, sodass eine Studie bereits frühzeitig beendet werden kann, wenn ein Medikament ineffektiv ist. Oft werden solche Designs in Phase-II-Studien eingesetzt, wobei der primäre Endpunkt der Studie das Ansprechen oder Nichtansprechen auf ein neues Medikament misst. Ein prominentes Beispiel ist die Behandlung von Adipositas, wo der Gewichtsverlust nach bariatrisch-chirurgischen Eingriffen wie einem Magenbypass in exzessiv (Erfolg) und nicht-exzessiv (Misserfolg) eingestuft wird. In diesem Projekt werden Ansätze aus der Bayesianischen Statistik und der Theorie neuronaler Netze kombiniert, um neue sequenzielle Phase-II-Studiendesigns für den Kontext der bariatrischen und metabolischen Adipositas-Chirurgie zu entwickeln. Ziel ist es, Designs mit verbesserten Operationscharakteristiken zu konstruieren, wie etwa kleineren erwarteten Patient:innenzahlen und höheren Wahrscheinlichkeiten eine Studie frühzeitig zu beenden. Diese Eigenschaften führen zu direkten Vorteilen in der medizinischen Forschung: Weniger Patient:innen werden benötigt, bis eine Phase-II-Studie ein Ergebnis liefert, und ineffektive Behandlungen können mit höherer Wahrscheinlichkeit identifiziert werden. Der Fokus liegt hierbei auf der Adipositas-Chirurgie, wo seit kurzem eine Vielzahl an Add-on-Therapien zur Verfügung steht, die vielversprechende Ansätze zur weiteren Gewichtsreduktion nach bariatrisch-chirurgischen Eingriffen darstellen. Zur Untersuchung solcher Add-on-Therapien werden adäquate sequentielle Studiendesigns für Phase-II-Studien benötigt. Zu diesem Zweck entwickeln wir in einem ersten Schritt eine vereinheitlichte Theorie sequenzieller Tests in der Bayes-Statistik. Dann generalisieren wir existierende Bayesianische sequentielle Phase-II-Designs, indem wir Kalibrierungsfunktionen aus der Theorie neuronaler Netze einführen. Auf deren Basis konstruieren wir standardisierte Kalibrierungsalgorithmen für die neuen Designs und entwickeln eine Software-Implementierung. Diese ermöglicht Kliniker:innen die Planung, Kalibrierung, das Monitoring und die statistische Analyse einer klinischen Phase-II-Studie mit den neuen Studiendesigns. Dieser Prozess findet in enger Zusammenarbeit mit klinischen Kooperationspartnern aus einem zertifizierten Adipositas-Zentrum statt, um die Anwendbarkeit der entwickelten Designs zu sichern und eine durch klinische Daten getriebene Entwicklung zu ermöglichen. Die Reduktion der Anzahl benötigter Patient:innen und hohe Wahrscheinlichkeiten, eine Phase-II-Studie frühzeitig zu beenden sind Vorteile, die insbesondere in der Adipositas-Chirurgie, aber auch in anderen Kontexten relevant sind.

• DFG-Verfahren: Sachbeihilfen
• Mitverantwortliche: Privatdozent Dr. Sebastian Dango; Professor Dr. Alexander Schnurr