Essai clinique de phase III, Essai d'équivalence, Essai de non-infériorité, Revue systématique, Taille de l'échantillon, Approche bayésienne, Élicitation, Avis d'expert, Pédiatrie

Il existe un consensus actuel quant à la nécessité d'évaluer spécifiquement les médicaments chez l'enfant. L'innovation thérapeutique ne signifie pas seulement plus grande efficacité, et de plus en plus d'essais de non-infériorité (NI) sont réalisés. Ce travail de thèse se fixe pour objectif d'utiliser et développer des méthodes statistiques adaptées aux spécificités des essais de NI et aux contraintes méthodologiques de cette population vulnérable, en particulier le problème de puissance statistique lié aux petits effectifs et le manque de données préexistantes.Dans une première partie, une revue systématique de la littérature des essais de NI et d'équivalence en pédiatrie (n=125) fait un état des lieux des aspects méthodologiques et statistiques de ces essais, en s'intéressant en particulier aux problématiques de puissance et d'effectifs, et aux marges de NI ou d'équivalence. Un quart des publications rapportent des essais qui ont inclus moins de 125 enfants. Les marges de NI ne sont pas justifiées dans 2/3 des cas, laissant évoquer la possibilité d'un choix arbitraire de celles-ci. Aucune publication ne fait référence à des méthodes bayésiennes.La deuxième partie du travail avait pour but de proposer une méthode bayésienne de NI permettant d'éliciter des marges de NI à partir d'un panel d'experts et de proposer une règle séquentielle de décision pour surveiller des évènements de sécurité clinique. Cette méthode prend comme exemple d'application l'essai BETADOSE (NCT 02897076). Grâce à un travail de simulation, la méthode bayésienne proposée est paramétrée pour prendre en compte les différences de prévalence, de marges de NI et de sévérité des évènements surveillés. Les marges sont modélisées sous forme de mixture de lois Beta, ce qui permet de prendre en compte la variabilité entre les réponses des experts et d'obtenir des résultats différents de ceux obtenus avec une marge moyennée.Notre règle de décision sera appliquée aux données de l'essai BETADOSE en cours, puis sera paramétrée pour analyser les résultats un autre essai de NI (essai POOMA).