intérêt de la modélisation dans la conduite des essais cliniques sur les population particulières

par Vinh-phuc Luu

Projet de thèse en Médecine, santé publique, environnement et société

Sous la direction de Marc Bardou et de Christine Binquet.

Thèses en préparation à Bourgogne Franche-Comté , dans le cadre de École doctorale Environnements, Santé (Dijon ; Besançon ; 2012-....) , en partenariat avec Lipides, Nutrition, Cancer (LNC) (Dijon) (laboratoire) depuis le 25-10-2017 .


  • Résumé

    La fiabilité des résultats d'une étude est basée sur une méthodologie rigoureuse et sur le choix du design adéquat de l'étude en fonction de l'objectif recherché. Les essais cliniques concernant des populations particulières sont souvent confrontés au problème de faisabilité et d'obtention des résultats, du fait de la difficulté d'atteindre le nombre prévu et nécessaire de patients inclus. Afin de limiter les échecs de ces essais cliniques et également de limiter le nombre de patients à inclure, comparer en amont les designs possibles d'études serait intéressant. Cela permettrait également de choisir le meilleur sur les critères statistiques. CORNU et al.1 ont récemment abordé la question dans les pathologies orphelines, et ont proposé un algorithme décisionnel afin de trouver le meilleur design pour chaque objectif. Ce problème peut s'appliquer également pour le développement du médicament dans les maladies rares, puisque les essais cliniques de puissance correcte sont parfois difficiles à obtenir, du fait de cette même difficulté de recrutement de patients, pour des raisons de prévalence, d'éloignement géographique des patients, ou d'éthique. Il faut donc une autre approche pour permettre à ces essais cliniques d'aboutir au mieux. L'une de ces approches pourrait être la modélisation statistique de la maladie, basée sur les données disponibles cliniques. Une fois la maladie modélisée, des essais in silico, c'est-à-dire des simulations d'essais cliniques sur une cohorte virtuelle de patients atteints par la maladie modélisée, pourront être simulés en testant plusieurs designs (cross-over, group parallèles, etc…) et différents paramètres (durée de l'essai, taille de l'échantillon, probabilité de sortie de l'essai, etc…).

  • Titre traduit

    interest of modelization in clinical trials in particular population


  • Résumé

    Reliability of the results of a study is based on a rigorous methodology and the adequate choice of the study design. Small sized clinical trials can be seen in specific populations where stated inclusions can be difficult to reach. In order to limit the burden of clinical trial and to make it easier to fullfill, knowing the best trial design considering pathology would be interesting. It would also permit to have the best result regarding statistical rules. CORNU et al.1 recently studied this question in orphan diseases. Since suitable power trials are likely impossible to get due to the difficulty for having enough inclusions or for ethical considerations, another way of would be a modelization approach of the disease from pre-clinical or clinical data. Once the disease modelized, in silico trials can be conducted using different designs (cross-over, parallel group…) and different parameters (duration of trial, sample size, probability of withdrawals…) can be compared.