No description available.

En l’espace d’une quarantaine d’année, les connaissances sur l’angiogenèse tumorale ont littéralement explosé. Dans les années 1970, Judah Folkman démontre que les tumeurs ont besoin d’être vascularisées pour continuer à proliférer. Peu de temps après, les protagonistes principaux de l’angiogenèse tumorale ont été découverts, de même que les mécanismes dans lesquels ils sont impliqués. La décennie suivante marque le début des recherches sur les molécules à visée anti-angiogénique et c’est en 2004 que le bevacizumab (Avastin, Roche), premier médicament anti-angiogénique utilisé en oncologie, voit le jour. Parallèlement à cela, l’essor de la modélisation à effets-mixtes couplée aux progrès des outils informatiques ont permis de développer des méthodes d’analyses de données de plus en plus performantes. Dès 2009 L’agence de régulation FDA (Food and Drug Administration) aux Etats-Unis a identifié le rôle central de la modélisation numérique pour mieux analyser les données d’efficacité et de toxicité, préclinique et clinique en cancérologie. Le but de ce projet est d’étudier les effets de différents inhibiteurs de l’angiogenèse sur la dynamique tumorale, en se basant sur une approche populationnelle. Les modèles développés seront des modèles à base d’équations différentielles ordinaires intègrant des données et des informations issues de la littérature. L’objectif de ces modèles est de caractériser la dynamique des tailles tumorales chez les animaux et chez les patients, afin de comprendre les effets des traitements anti-angiogéniques et apporter un soutien pour le développement de ces molécules ou pour la prise de décisions thérapeutiques par les cliniciens. / Within the last 40 years, knowledge of tumor angiogenesis has literally exploded. In the seventies, Judah Folkman demonstrated that tumors need to be vascularized to continue to proliferate. Shortly after, the main protagonists of tumor angiogenesis have been discovered, as well as the mechanisms in which they are involved. The next decade is the beginning of the research on molecules with anti-angiogenic effects and in 2004 bevacizumab (Avastin, Roche), the first antiangiogenic drug used in oncology, was available for treating solid cancer patients. Along with this, the increasing interest of mixed-effects modeling coupled with advances in computer tools allowed developing more efficient methods of data analysis. In 2009, the regulatory agency FDA (Food and Drug Administration) in the United States has identified the central role of numerical modeling to better analyze the efficacy and toxicity preclinical and clinical oncology data. The aim of this project is to study the effects of different angiogenesis inhibitors on tumor dynamics, based on a population approach. The developed models are models based on ordinary differential equations and that integrate data and information from the literature. The objective of these models is to characterize the dynamics of tumor sizes in animals and patients in order to understand the effects of anti-angiogenic treatments and provide support for the development of these molecules, or to help clinicians for therapeutic decision making.

Nous proposons, dans cette thèse, d'utiliser les techniques de modélisation en pharmacométrie selon l'approche de population afin de décrire les cinétiques de plusieurs marqueurs tumoraux sériques, et d'analyser leurs potentielles applications. Dans un premier temps, nous avons construit un modèle reliant les cinétiques de taille tumorale et de CA-125 dans le cancer de l'ovaire. Nous avons ensuite évalué son application pour : i) la prévision de la réponse tumorale au niveau individuel ; ii) la prédiction précoce de la survie au niveau d'une population dans le développement du médicament. Dans un second temps, nous avons réalisé un travail plus méthodologique sur la modélisation des cinétiques conjointes de PSA et d'un nouveau marqueur, le nombre de cellules tumorales circulantes (CTCs), dans le cancer de la prostate. Un modèle atypique combinant plusieurs innovations en pharmacométrie a été développé. En perspective, un lien va être établi avec la survie. En conclusion, la modélisation mathématique est un outil efficace pour l'évaluation précoce de l'efficacité des traitements / Our thesis project aimed at building mathematical models, using population approach, for different serum tumor markers, in order to describe their kinetics and to assess their potential applications. In a first intent, we built a semi-mechanistic model linking tumor size changes and CA-125 kinetics induced by chemotherapy in ovarian cancer patients. This model allowed assessment of CA-125 as: i) a biomarker for tumor size dynamics and treatment efficacy for clinical purposes; ii) an early predictor of clinical benefit during drug development. Then, we realized a more fundamental work by developing a semi-mechanistic model for characterizing the relationships between PSA kinetics and circulating tumor cell count dynamics during treatment in metastatic prostate cancer patients. This is an atypical model combining several advanced features in pharmacometrics. We have planned to assess a link with survival. In conclusion, mathematical modeling could be an efficient tool for the early prediction of treatment efficacy

Le développement d’un médicament est non seulement complexe mais les retours sur investissment ne sont pas toujours ceux voulus ou anticipés. Plusieurs médicaments échouent encore en Phase III même avec les progrès technologiques réalisés au niveau de plusieurs aspects du développement du médicament. Ceci se traduit en un nombre décroissant de médicaments qui sont commercialisés. Il faut donc améliorer le processus traditionnel de développement des médicaments afin de faciliter la disponibilité de nouveaux produits aux patients qui en ont besoin. Le but de cette recherche était d’explorer et de proposer des changements au processus de développement du médicament en utilisant les principes de la modélisation avancée et des simulations d’essais cliniques. Dans le premier volet de cette recherche, de nouveaux algorithmes disponibles dans le logiciel ADAPT 5® ont été comparés avec d’autres algorithmes déjà disponibles afin de déterminer leurs avantages et leurs faiblesses. Les deux nouveaux algorithmes vérifiés sont l’itératif à deux étapes (ITS) et le maximum de vraisemblance avec maximisation de l’espérance (MLEM). Les résultats de nos recherche ont démontré que MLEM était supérieur à ITS. La méthode MLEM était comparable à l’algorithme d’estimation conditionnelle de premier ordre (FOCE) disponible dans le logiciel NONMEM® avec moins de problèmes de rétrécissement pour les estimés de variances. Donc, ces nouveaux algorithmes ont été utilisés pour la recherche présentée dans cette thèse. Durant le processus de développement d’un médicament, afin que les paramètres pharmacocinétiques calculés de façon noncompartimentale soient adéquats, il faut que la demi-vie terminale soit bien établie. Des études pharmacocinétiques bien conçues et bien analysées sont essentielles durant le développement des médicaments surtout pour les soumissions de produits génériques et supergénériques (une formulation dont l'ingrédient actif est le même que celui du médicament de marque, mais dont le profil de libération du médicament est différent de celui-ci) car elles sont souvent les seules études essentielles nécessaires afin de décider si un produit peut être commercialisé ou non. Donc, le deuxième volet de la recherche visait à évaluer si les paramètres calculer d’une demi-vie obtenue à partir d'une durée d'échantillonnage réputée trop courte pour un individu pouvaient avoir une incidence sur les conclusions d’une étude de bioéquivalence et s’ils devaient être soustraits d’analyses statistiques. Les résultats ont démontré que les paramètres calculer d’une demi-vie obtenue à partir d'une durée d'échantillonnage réputée trop courte influençaient de façon négative les résultats si ceux-ci étaient maintenus dans l’analyse de variance. Donc, le paramètre de surface sous la courbe à l’infini pour ces sujets devrait être enlevé de l’analyse statistique et des directives à cet effet sont nécessaires a priori. Les études finales de pharmacocinétique nécessaires dans le cadre du développement d’un médicament devraient donc suivre cette recommandation afin que les bonnes décisions soient prises sur un produit. Ces informations ont été utilisées dans le cadre des simulations d’essais cliniques qui ont été réalisées durant la recherche présentée dans cette thèse afin de s’assurer d’obtenir les conclusions les plus probables. Dans le dernier volet de cette thèse, des simulations d’essais cliniques ont amélioré le processus du développement clinique d’un médicament. Les résultats d’une étude clinique pilote pour un supergénérique en voie de développement semblaient très encourageants. Cependant, certaines questions ont été soulevées par rapport aux résultats et il fallait déterminer si le produit test et référence seraient équivalents lors des études finales entreprises à jeun et en mangeant, et ce, après une dose unique et des doses répétées. Des simulations d’essais cliniques ont été entreprises pour résoudre certaines questions soulevées par l’étude pilote et ces simulations suggéraient que la nouvelle formulation ne rencontrerait pas les critères d’équivalence lors des études finales. Ces simulations ont aussi aidé à déterminer quelles modifications à la nouvelle formulation étaient nécessaires afin d’améliorer les chances de rencontrer les critères d’équivalence. Cette recherche a apporté des solutions afin d’améliorer différents aspects du processus du développement d’un médicament. Particulièrement, les simulations d’essais cliniques ont réduit le nombre d’études nécessaires pour le développement du supergénérique, le nombre de sujets exposés inutilement au médicament, et les coûts de développement. Enfin, elles nous ont permis d’établir de nouveaux critères d’exclusion pour des analyses statistiques de bioéquivalence. La recherche présentée dans cette thèse est de suggérer des améliorations au processus du développement d’un médicament en évaluant de nouveaux algorithmes pour des analyses compartimentales, en établissant des critères d’exclusion de paramètres pharmacocinétiques (PK) pour certaines analyses et en démontrant comment les simulations d’essais cliniques sont utiles. / Drug development is complex with results often differing from those anticipated or sought after. Despite technological advances in the many fields which are a part of drug development, there are still many drugs that fail in the late stages of clinical development. Indeed, the success rate of drugs reaching commercialization is declining. Improvements to the conventional drug process are therefore required in order to facilitate development and allow new medications to be provided more rapidly to patients who require them. The aim of this Ph.D. project was to explore and propose ways to improve this inefficient drug development process with the use of advanced modeling and clinical trial simulations. For the first part of this research, new algorithms available in ADAPT 5® were tested against other available algorithms in order to determine their potential strengths and weaknesses. The two new algorithms tested were the iterative two-stage and the maximum likelihood expectation maximization (MLEM) methods. Our results demonstrated that the MLEM algorithm was consistently better than the iterative two-stage algorithm. It was also comparable with the first order conditional estimate method available in NONMEM®, with significantly fewer shrinkage issues in the estimation of the variances. Therefore, these new tools were used for the clinical trial simulations performed during the course of this Ph.D. research. In order to calculate appropriate noncompartmental pharmacokinetic parameter estimates during the drug development process, it is essential that the terminal elimination half-life be well characterized. Properly conducted and analyzed pharmacokinetic studies are essential to any drug development plan, and even more so for generic and supergeneric (a formulation similar to the reference product, containing the same active ingredient; however differing from the original reference product it its delivery process) submission where they often are the only pivotal studies that need to be done to decide if a drug product is good or not. Thus, the purpose of the second part of the research was to determine if the pharmacokinetic (PK) parameters obtained from a subject whose half-life is calculated from a sampling scheme duration that is considered too short could bias the bioequivalence conclusions of a study and if these parameters should be removed from statistical analyses. Results demonstrated that subjects with a long half-life relative to the duration of the sampling scheme negatively influenced results when these were maintained in the analysis of variance. Therefore, these subjects should be removed from the analyses and guidelines to this effect are required a priori. Pivotal pharmacokinetic studies done within the drug development process should therefore follow this recommendation to make sure that the right decision be taken on a drug product formulation. This information was utilized with the clinical trial simulations that were subsequently performed in this research in order to ensure the most accurate conclusions. Finally, clinical trial simulations were used to improve the development process of a nonsteroidal anti-inflammatory drug. A supergeneric was being developed and results from a pilot study were promising. However, some results from the pilot study required closer attention to determine if the test and reference compounds were indeed equivalent and if the test compound would meet the equivalence criteria of the different required pivotal studies. Clinical trial simulations were therefore undertaken to address the multiple questions left unanswered by the pilot study and these suggested that the test compound would probably not meet the equivalence criteria. In addition, these results helped determine what modifications to the test drug would be required to meet the equivalence criteria. This research brought forward solutions to improve different aspects of the drug development process. Notably, clinical trial simulations reduced the number of studies that would have been done for a supergeneric, decreased the number of subjects unnecessarily exposed to a drug, lowered costs and helped established new criteria for the exclusion of subjects from analyses. Research conducted during this Ph.D. provided concrete ways to improve the drug development process by evaluating some newly available tools for compartmental analyses, setting standards stipulating which estimated PK parameters should be excluded from certain PK analyses and illustrating how clinical trial simulations are useful to throughout the process.

No description available.

L’amélioration du développement du médicament est un véritable défi et ceci encore plus dans le domaine de l’oncologie dans lequel le besoin d’avoir de nouvelles alternatives thérapeutiques est primordial. De plus, on note que le taux d’approbation des nouveaux anticancéreux après leur entrée en phase 1 fait partie des plus bas taux de toutes les aires thérapeutiques. De ce fait, ce processus doit être amélioré et l’utilisation de nouvelles approches faisant le lien entre développement préclinique et clinique par anticipation des propriétés pharmacocinétiques et d’efficacité pourrait être une perspective intéressante.L’objectif de ce travail est l’élaboration de stratégies basées sur la modélisation mathématique de données précliniques in vivo et in vitro afin d’anticiper le comportement chez l’homme d’un nouvel inhibiteur de bcl-2 développé par les Laboratoires Servier pour soutenir le développement clinique. Ce projet a été mené suivant différentes étapes :Premièrement, un modèle semi-mécanistique décrivant le mode d’action de la molécule a été établi chez la souris.Une stratégie d’extrapolation inter-espèces des caractéristiques PK utilisant la modélisation PBPK a été effectuée afin d’anticiper les profils temps-concentration chez l’homme.Des stratégies d’extrapolation de la partie PD basées sur différentes hypothèses ont été proposées pour prédire une efficacité chez l’homme et des doses à tester lors de l’étude clinique.Les prédictions obtenues ont ainsi été comparées aux résultats cliniques issus de la première étude réalisée chez l’homme confirmant le caractère utile de telles approches et la supériorité des stratégies bâties à l’aide de concepts semi-mécanistiques par rapport aux approches plus empiriques.Ce projet souligne donc le grand intérêt d’élaborer des approches translationnelles inter-espèces durant le développement du médicament et pourrait favoriser leur utilisation afin d’accélérer le développement de nouvelles entités, diminuant ainsi les risques d’échecs ainsi que les coûts financiers / Improvement of drug development is a very challenging question and even more in the field of oncology wherein the need for new medicines is crucial. In addition, the rate of approval for anticancer drugs after entry in phase I clinical trial was reported as one of the lowest of all therapeutic areas. Thereby, this process has to be improved, and the use of new approaches fulfilling the gap between preclinical and clinical settings by anticipating human pharmacokinetics and efficacy could be an interesting solution.The work is focused on the building of strategies based on mathematical modeling of in vivo and in vitro preclinical data to anticipate the behavior of a new bcl-2 inhibitor developed by Servier laboratories in human to support clinical development. This project was elaborated following different steps:Firstly, a semi-mechanistic relationship was established in mice to describe the mechanism of action of the compound.PK extrapolation strategy using PBPK modeling was performed to anticipate human concentration-time profiles.PD extrapolation strategies based on different assumptions were proposed to predict human efficacy and doses to be tested in clinical trial.Predictions obtained were consequently compared to clinical results from a First in Human study confirming the usefulness of such approaches and the superiority of mechanism-based strategies compared to more empirical approaches.Therefore, this project highlights the large interest of elaborating interspecies translational approaches during drug development and could promote their use to accelerate new entities development, decreasing the risks of failure and financial costs.