Validation de biomarqueurs prédictifs de la réponse au traitement : extension des courbes de prédictivités à un critère de jugement censuré - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2020

Validation of Predictive Biomarkers With Time-to-Event Endpoint

Validation de biomarqueurs prédictifs de la réponse au traitement : extension des courbes de prédictivités à un critère de jugement censuré

Résumé

It is common in oncology to want to determine whether or not only a subgroup of patients will benefit from a treatment. This is one of the paradigms of personalized or stratified medicine. Predictive biomarkers are often used to select these patients and most of these biomarkers are continuous. For example genomic signatures such as Oncotype-Dx. A methodology for evaluating a biomarker with binary response has been proposed in the literature. The objective of this thesis is in first work to extend this methodology with right-censored data and to determine at different prediction horizons the optimal threshold of the biomarker beyond which treatment will be attributed or avoided. A model whose estimates of these parameters are based on inverse censored probability weights is proposed to provide consistent estimators. An extension of the predictiveness curves will be carried out. In a second work, a test of the calibration hypothesis with right-censored data has been proposed. This test will be valid beyond the 60% censoring rate contrary to those already existing in the literature and will allow us to study the influence of a bad calibration on the determination of the threshold. A third work focuses on the determination of the threshold of a new prognostic biomarker for ovarian cancer in order to classify patients at high or low risk of relapse. Finally, a fourth work consists in illustrating the relevance of the censored quantile regression for quantifying the long term benefit of immunotherapy in a reconstructed data set from a single randomized trial. The proposed methodology can be readilty employed for individual patients data meta-analysis to summarize evidence of immunotherapy as quantified by the upper quantile of the survival distribution.
Il est fréquent en oncologie, de vouloir déterminer si seulement un sous groupe de patients va bénéficier ou pas d’un traitement. C’est un des paradigmes de la médecine personnalisée ou stratifiée. Les biomarqueurs prédictifs sont souvent utilisés pour sélectionner ces patients et la plupart de ces biomarqueurs sont continus. Par exemple les signatures génomiques comme Oncotype-Dx. Il a été proposé dans la littérature une méthodologie d’évaluation d’un biomarqueur avec réponse binaire. L’objectif dans cette thèse est dans un premier travail d’étendre cette méthodologie avec un critère de jugement censuré et de déterminer à différent horizons de prédiction le seuil optimal du biomarqueur au-delà duquel le traitement sera attribué ou évité. Un modèle dont l’estimation de ces paramètres repose sur des pondérations par l’inverse des probabilités de censure est proposé permettant ainsi d’obtenir un estimateur consistant. Une extension des courbes de prédictivité par bras de traitement dépendantes du temps est ainsi proposée. Dans un second travail, un test de l’hypothèse de calibration avec des données censurées à droite a été proposé. Ce test est valide au-delà 60% de taux de censure contrairement à ceux qui existe déjà dans la littérature et nous permettra d’étudier l’influence d’une mauvaise calibration sur la détermination du seuil. Un troisième travail s’intéresse à la détermination du seuil d’un nouveau biomarqueur pronostique pour le cancer de l’ovaire afin de classer les patients en haut ou bas risque de rechute. Enfin, dans un quatrième travail, nous proposons d’employer la régression quantile pour données censurées pour quantifier le bénéfice à long terme de l’immunothérapie.
Fichier principal
Vignette du fichier
95970_MBOUP_2020_archivage.pdf (4.67 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-03176621 , version 1 (22-03-2021)

Identifiants

  • HAL Id : tel-03176621 , version 1

Citer

Bassirou Mboup. Validation de biomarqueurs prédictifs de la réponse au traitement : extension des courbes de prédictivités à un critère de jugement censuré. Statistiques [math.ST]. Université Paris-Saclay, 2020. Français. ⟨NNT : 2020UPASR011⟩. ⟨tel-03176621⟩
195 Consultations
392 Téléchargements

Partager

Gmail Facebook X LinkedIn More