Impact du design d’étude sur la modélisation des données de taille tumorale et de survie globale, et sur la prédiction de survie - DUMAS - Dépôt Universitaire de Mémoires Après Soutenance Accéder directement au contenu
Mémoires Année : 2020

Impact du design d’étude sur la modélisation des données de taille tumorale et de survie globale, et sur la prédiction de survie

Résumé

Le développement clinique en oncologie est un processus peu efficient. Seule une faible proportion des molécules entrant en développement atteint la mise sur le marché. Ce taux d’attrition élevé a un impact direct sur le coût de la recherche et donc du médicament, ainsi que sur le nombre de nouvelles thérapies disponibles pour les patients. Il y a un réel besoin d’approches permettant d’optimiser le développement clinique, en améliorant les critères de décision aux différents stades du développement et le design des études cliniques. La modélisation pharmacocinétique/pharmacodynamique est utilisée pour décrire l’évolution de la taille tumorale des patients et la survie globale, données fréquemment étudiées en oncologie. Ce travail évalue par simulation et ré-estimation l’impact du design d’étude clinique de phase II sur une approche permettant de prédire la survie globale à partir de modèles décrivant la taille tumorale et la survie globale. Ce type d’approche peut être informatif pour la prise de décision lors du développement clinique, permettant potentiellement de stopper le développement d’une molécule vouée à l’échec plus tôt, ou d’optimiser le design d’étude clinique pour favoriser la réussite de l’étude. L’évaluation de l’utilisation de cette approche avec des études cliniques au design plus ou moins riche peut contribuer à vérifier que cette approche fournit des résultats pertinents lorsqu’elle est appliquée pour une étude donnée durant le développement clinique.
Fichier principal
Vignette du fichier
SAPORTA Raphaël. Thèse d'exercice 2020.pdf (2.89 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

Dates et versions

dumas-03045572 , version 1 (08-12-2020)

Identifiants

  • HAL Id : dumas-03045572 , version 1

Citer

Raphaël Saporta. Impact du design d’étude sur la modélisation des données de taille tumorale et de survie globale, et sur la prédiction de survie. Sciences pharmaceutiques. 2020. ⟨dumas-03045572⟩
111 Consultations
114 Téléchargements

Partager

Gmail Facebook X LinkedIn More