Essais cliniques randomisés en oncologie en présence de sous-types rares identifiés par biomarqueur

par Mohamed amine Bayar

Projet de thèse en Santé publique - biostatistiques

Sous la direction de Stefan Michiels.

Thèses en préparation à Paris Saclay , dans le cadre de École doctorale Santé Publique (2015-.... ; Kremlin-Bicêtre, Val-de-Marne) , en partenariat avec Centre de recherche en Epidemiologie et Santé des Populations (laboratoire) , Oncostat (Méthodologie et épidémiologie clinique en oncologie moléculaire) (equipe de recherche) et de Université Paris-Sud (établissement de préparation de la thèse) depuis le 15-10-2016 .


  • Résumé

    L'utilisation d'outils de biologie moléculaire pour individualiser les soins de santé, prédire l'effet des thérapeutiques et réduire les effets indésirables sur la santé, gagne en attraction en oncologie sous la bannière de la médecine « stratifiée ». Récemment, un changement s'est opéré dans le paradigme des essais thérapeutiques : l'objectif est passé de l'évaluation d'un traitement dans une indication histo-pathologique spécifique à la réalisation d'essais dans lesquels des anomalies génomiques sont recherchées par screening moléculaires afin de proposer une thérapeutique ciblée adaptée. L'algorithme, objet d'évaluation, est donc composé de plusieurs traitements et plusieurs sous-groupes définis par des critères moléculaires avec une stratégie d'attribution d'un traitement à un sous-groupe. Par exemple, l'essai français SAFIR 02 Lung – UNICANCER 1305 / IFCT 1301 compare de façon randomisée une stratégie guidée par la biologie (8 molécules disponibles dans l'essai) à un traitement de maintenance standard chez des patients atteints d'un cancer du poumon métastatique non à petites cellules. Compte tenu de leur complexité, ce type d'essais randomisés d'algorithme de décision est associé à de nombreux défis statistiques afin de prendre en compte les sources multiples d'hétérogénéité : ♣ L'effet pronostique des biomarqueurs ♣ L'effet traitement dans les sous-groupes rares ♣ L'ajout ou la suppression des biomarqueurs et/ou traitements au cours de l'essai

  • Titre traduit

    Randomized clinical trials in oncology with rare biomarker-based subtypes


  • Résumé

    The use of molecular tools to individualize health care, predict the effect of appropriate therapies, and prevent adverse health outcomes has gained significant traction in oncology; under the banner of 'personalized medicine'. Recently, there has been a shift from setting up a clinical trial for a single drug and a single target, to molecular screening trials, in which patients are screened for multiple potential targets and consequently treated by matched targeted drugs. The algorithm, being evaluated, consists of multiple treatments and biomarker-defined subgroups with an allocation strategy of a treatment to a subgroup. The French national randomized trial SAFIR 02 Lung – UNICANCER 1305 / IFCT 1301 is an example of such a trial comparing a molecularly-guided strategy (8 new treatments available within the study) to a standard maintenance treatment in patients with metastatic non-small cell lung cancer. Given their complexity, algorithm-testing randomized trials are associated with numerous statistical challenges to deal with multiple sources of heterogeneity: ♣ The prognostic effect of the biomarkers ♣ The treatment effect of therapies in rare subgroups defined by biomarker ♣ Adding or dropping biomarkers and/or treatments during the trial