潜在変数モデリングを使用したモデルベースのメタ分析は、全身性erythematosusの新しい治療のためにベンチマークを設定するためにベンチマークを設定します

いくつかの治験剤は、全身性エリテマトーデス（SLE）臨床試験で評価されていますが、基準ベンチマーク治療との有効性の比較が不足しているための定量的枠組みがあります。SLE治療効果をベンチマークし、臨床的に重要な共変量を特定するために、有効性エンドポイントとSLEコンポジットエンドポイントスコア（BILAGベースの複合ループス評価と全身性エリテマトーデスの潜在変数モデルフレームワーク内でモデルベースのメタ分析（MBMA）を開発しました。レスポンダーインデックス）承認された治療法および調査治療に関する集約レベルデータを使用します。SLE試験は、4つのデータ構造をもたらした検索基準として治療名、SLE、および臨床試験について、PubMedおよびwww.ClinicalTrials.govを使用して検索されました：（1）研究と調査剤、（2）用量とレジメン、（3）ベースライン記述子、および（4）結果。最終的なデータセットは、25の研究と16の異なる薬剤を評価する81の治療群で構成されていました。以前に開発された（K Goteti etal。2022）プラセボアームズ（プラセボ +標準ケア治療）からのデータの潜在変数モデルを使用して、ベイジアンMBMAのさまざまなSLEプラセボおよび治療群の総SLEエンドポイントを説明しましたフレームワーク。最大効果モデルを使用した連続用量効果関係は、アニフロルマブ、ベリムマブ、CC-220（イバドミド）、エプラツズマブ、ルリズマブペゴル、およびシファリムマブに含まれていましたが、残りの治療は離散用量効果としてモデル化されました。次に、最終的なMBMAモデルを使用して、プラセボと比較して潜在変数の最大有効性に関してこれらの化合物をベンチマークしました。このMBMAは、慢性疾患における複合エンドポイントの軌跡を理解するための潜在変数モデルの適用を示しており、SLEの新しい研究剤のモデルに基づいた開発を可能にするはずです。

Several investigational agents are under evaluation in systemic lupus erythematosus (SLE) clinical trials but quantitative frameworks to enable comparison of their efficacy to reference benchmark treatments are lacking. To benchmark SLE treatment effects and identify clinically important covariates, we developed a model-based meta-analysis (MBMA) within a latent variable model framework for efficacy end points and SLE composite end point scores (BILAG-based Composite Lupus Assessment and Systemic Lupus Erythematosus Responder Index) using aggregate-level data on approved and investigational therapeutics. SLE trials were searched using PubMed and www.clinicaltrials.gov for treatment name, SLE and clinical trial as search criteria that resulted in four data structures: (1) study and investigational agent, (2) dose and regimen, (3) baseline descriptors, and (4) outcomes. The final dataset consisted of 25 studies and 81 treatment arms evaluating 16 different agents. A previously developed (K Goteti et al. 2022) SLE latent variable model of data from placebo arms (placebo + standard of care treatments) was used to describe aggregate SLE end points over time for the various SLE placebo and treatment arms in a Bayesian MBMA framework. Continuous dose-effect relationships using a maximum effect model were included for anifrolumab, belimumab, CC-220 (iberdomide), epratuzumab, lulizumab pegol, and sifalimumab, whereas the remaining treatments were modeled as discrete dose effects. The final MBMA model was then used to benchmark these compounds with respect to the maximal efficacy on the latent variable compared to the placebo. This MBMA illustrates the application of latent variable models in understanding the trajectories of composite end points in chronic diseases and should enable model-informed development of new investigational agents in SLE.