Apport de la modélisation conjointe de données longitudinales et de survie pour lιévaluation thérapeutique en oncologie : application au myélome multiple
Contribution of joint modeling of longitudinal and survival data for therapeutic evaluation in oncology : application to multiple myeloma
par Antoine PITOY sous la direction de Julie BERTRAND
Thèse de doctorat en Biostatistiques et biomathématiques
ED 393 École doctorale Pierre Louis de santé publique : épidémiologie et sciences de l'information biomédicale

Soutenue le mercredi 26 mars 2025 à Université Paris Cité

Sujets
  • Médicaments -- Mise au point
  • Myélome multiple
  • Patients -- Satisfaction

Les thèses de doctorat soutenues à Université Paris Cité sont déposées au format électronique

Consultation de la thèse sur d’autres sites :

https://theses.hal.science/tel-05153727 (Version intégrale de la thèse (pdf))
Theses.fr (Version intégrale de la thèse (pdf))

Description en anglais
Description en français
Mots clés
Modèle conjoint non linéaire, Essai clinique, Analyse intermédiaire, MIDD, Oncologie
Resumé
La mise sur le marché d'un nouveau médicament reste un processus long avec un risque d'attrition élevé, exacerbant notre besoin d'approches permettant une évaluation rapide et efficace. Le développement de médicaments s'appuyant sur des modèles (MIDD) est une solution impliquant des modèles mathématiques utilisant l'ensemble des données recueillies pour évaluer de manière quantitative l'activité du médicament cible et in fine, d'optimiser les prises de décision. En oncologie, les agences réglementaires s'appuient notamment sur la survie sans progression (PFS), afin d'accélérer l'évaluation du bénéfice clinique des médicaments. La PFS étant partiellement liée à la dynamique tumorale, la modélisation conjointe apparait comme un outil de MIDD intéressant pour analyser les données de trajectoires tumorales et de PFS et optimiser les prises de décision. Cette thèse se concentre sur le développement clinique de l'isatuximab pour traiter le myélome multiple. En utilisant les données des essais de phases précoces, nous avons construit un modèle conjoint non linéaire de la protéine M sérique et de la PFS. Subséquemment, nous avons développé une approche basée sur la modélisation conjointe pour anticiper les hazard ratios d'essais de phase 3 dans le contexte d'analyses intermédiaires. Ce travail met en évidence le potentiel de la modélisation conjointe pour guider la prise de décision au cours du développement clinique. Cette approche nécessite que les modèles soient suffisamment bien spécifiés. En conséquence, nous recommandons leur construction systématique dès les phases précoces du développement.