Journal des essais cliniques
Libre accès

Abstrait

Intérêts des approches bayésiennes pour l'analyse et la synthèse des données sur les événements indésirables enregistrés dans les essais cliniques randomisés de phase III

Louis Jacob, Marion Caceres, Morgane Gilles, Léa Poulmarch et Sylvie Chevret

Objectifs : L'analyse des événements indésirables (EI) est un aspect important de l'évaluation des nouveaux traitements. Les données sur les EI sont souvent rapportées sous forme de taux de fréquence individuels, ignorant les sources potentielles d'hétérogénéité dues soit au traitement soit aux individus. Nous avons cherché à illustrer comment la modélisation bayésienne peut fournir des informations fiables en utilisant les données d'un essai clinique randomisé évaluant les chimiothérapies contre la leucémie aiguë promyélocytaire (essai APL2006). Méthodes : Nous avons d'abord effectué en 2015 une recherche dans la littérature médicale pour illustrer la nécessité d'améliorer la notification des EI. Nous avons ensuite utilisé les données de l'essai APL2006 pour appliquer des modèles hiérarchiques bayésiens sur le nombre d'EI. Résultats : Seules cinq des 10 revues prévues ont publié des résultats d'ECR au cours de la période d'étude. La taille médiane de l'échantillon d'essai était de 523, allant de 50 à 20 870 avec des résultats d'efficacité majoritairement positifs (dans 61 %). Bien que 39 articles (89 %) rapportent brièvement les informations sur les effets indésirables dans le résumé, l'analyse des données sur les effets indésirables a été mal rapportée ou même mal réalisée. Dans l'essai APL2006, 522 (97 %) des 538 patients ont reçu un total de 4 203 cycles de chimiothérapie . Un total de 3 584 effets indésirables ont été enregistrés sur 2 242 (53,3 %) cycles chez 520 patients (99,6 %), c'est-à-dire chez tous les patients sauf 2 du groupe A. Par conséquent, le taux de patients ayant subi des effets indésirables était peu informatif tandis que le nombre moyen d'effets indésirables par patient était préféré. Outre le groupe de randomisation, les différentes expositions, résumées par le nombre de cycles administrés et le type de cycle de chimiothérapie, sont apparues comme des sources potentielles de variabilité. L'analyse bayésienne de ces décomptes d'effets indésirables, à l'aide de modèles de Poisson-Gamma avec des priors non informatifs, a permis de décrire l'hétérogénéité du nombre d'effets indésirables entre les groupes. Conclusion : Nous avons montré l'intérêt de la modélisation bayésienne pour fournir des informations sur la distribution des événements indésirables dans un essai clinique randomisé. Numéro d'enregistrement de l'essai et registre d'essai : APL2006, NCT00378365.