Dette var særdeles imponerende, husker svaret ditt da jeg spurte om noen kunne ta en statistisk beregning på CR parameteren da Ultimovacs kom med meldingen om at CR hadde gått fra 9 til 10, dvs 10 av 30 kontra 3 av 30. Svaret du ga var meget imponerende og opplysende, skjønte at her var det statistisk knowhow så det holdt. Dog innlegget i går var selvsagt noen divisjoner videre. Godt å vite at vi har en person med din kompetanse her på forumet, f.eks dagen melding om at 70 events er nådd.
Et spørsmål til slutt, det snakkes om fase 3 undersøkelse for en endelig verifisering av resultatene i INITIUM, men kan ikke meget bra resultater i INITIUM gjøre fase 3 nesten overflødig, feks det plottet der du påpeker at usikkerheten ikke overlapper hverandre. Skjønner at det er liten sjanse for at en slik avlesning inntreffer, men muligheten er jo der.
Eller er det bare sånn at uansett hvor gode resultatene er i en fase 2 undersøkelse, skal en fase 3 undersøkelse kjøres fordi antall pasienter i fase 2 undersøkelser fortsatt er lavt mhp å avdekke sjeldne bivirkninger.
@pdx, når du kjører ut dette innlegget som reklame i Finansavisen & Dagens næringsliv over X-antall helsider må du også huske å nevne Targovax! 
Siden selskapet nå har lagt frem så gode data fra UV1-103 studien, med Kaplan Meier plot for OS dataene, måtte jeg se litt nøyere på dem. Dette er da fase 1/2a studien på 30 pasienter der UV1 ble kombinert med Keytruda/Pembrolizumab. Kaplan Meier plottene er på slide 10 her: https://ultimovacs.com/content/2022/10/SMR_Presentation.pdf
Selskapet bruker Keynote-006 når de sammenligner resultatene mot historiske data. Artikkelen ligger bak betalingsmur, men kan finnes her:
Jeg har brukt figur 2C som sammenligning, da det plottet gjelder OS data for førstelinjepasienter for begge gruppene som fikk Keytruda.
Dataene er deretter rekonstruert basert på KM-plottene, og plottet sammen. Brukte R denne gangen, da pakkene der er litt bedre enn Python sine for enkle KM-plot. Dataene er opprinnelig scrapet frem til 40 måneder, men plottet er begrenset til 25 mnd pga mye sensurering på slutten. 36 mnd data for kohort 2 har nemlig ikke kommet enda. Det store spørsmålet er da hva hazard ratio (HR) blir om de sammenlignes.
Her plottet med risk-tabell:
Dette gir HR=0.54!
For 30 måneder gir det HR=0.52, men der blir det en del sensurering og slikt, samt et event litt etter 31 mnd. Uansett, en helt vanvittig forskjell mellom armene. Siden det er såpass få pasienter, og dertil enorme konfidensintervaller slik man ser i plottet, er det ikke helt statistisk signifikant om man ser på p-verdi, men det trender i intervallet 0.06-0.11, om man slutter plottet mellom 25-40 mnd.
Å sammenligne et signel-arm studie mot et historisk studie på denne måten jo ikke det optimale, men det beste vi har foreløpig.
Interessant at Carlos nevnte AA ved enormt gode resultater i INITUM, for jeg antar at selskapet vil søke AA om INTIUM gir en HR som dette, og da er det selvsagt statistisk signifikant med veldig stor margin. Det er beskrevet bedre i innlegget mitt for en drøy uke siden. Det som gjør resultatene enda bedre er PD-L1 distribusjonen, beskrevet av @Polygon og @Inkognito666 i morges og i går.
Akkurat i dag ble det mest sannsynlig 38 eventer i kontrollarmen i INITIUM, og dermed fortsatt maksimum 32 eventer i den eksperimentelle armen. Forskjellen mellom de to PFS-kurvene som disse to antallene indikerer, vil mest sannsynlig gi en utregnet hazard ratio på 0.8, som er det samme som det vanligste primærendepunktet i en fase 3. Men siden INITIUM er såpass få pasienter, vil man ikke ennå med sikkerhet kunne si at dette ikke skyldes flaks. Men mest sannsynlig er det ikke flaks, og dette betyr igjen at allerede nå vil data mest sannsynlig gjøre det interessant for et BP å lisensiere inn UV1 og gjennomføre en fase 3.
Vi er altså nå mest sannsynlig halvveis til å komme over lista som er lagt dobbelt så høyt i INITIUM (HR=0.60) som en typisk fase 3 (HR=0.80). Men som @boblegutten har vist, så er det godt mulig vi er på HR=0.60 allerede også, og særlig dersom de mange indikasjonene på at pasientene med føflekkreft typisk har vært mer langtkomne før de startet behandling eller ble rekruttert til kliniske studier i de siste par årene under pandemien, enn i den studien som @boblegutten og jeg har basert oss på i utregningene.
Som investorer i sektoren er denne tråden alene verdt et betalt medlemskap på TI.
Veldig bra at du holder orden på statistikken polygon, for jeg tenker at det er denne tidsserien, samt det faktum at Ultimovacs har (lett) klart å rekruttere pasienter i sine randomiserte fase 2 studier som er de 2 store “markørene” for at dette kan komme til å gå bra.
Selvsagt har de gode data på de studiene vi allerede kjenner data fra, men alltid lurt å tenke seg litt om.
Har fortsatt problemer med å skjønne hvordan PCIB klarte i sine tidligere studier å få hele 3 CR på 11 evaluerbare pasienter, for så å falle gjennom i sitt avbrutte RP2-studie.
Benchmark var ca 1 CR per 100 pasienter i gem-cis ABC08 studie, og denne 1 CR på 100 ratioen gjentok seg i AstraZeneca sitt TOPAZ-1 studie med gem-cis pluss durvalumab.
Der de fikk 4 CR på 341 pasienter i eksperimentell-armen, og 2 CR på 344 pasienter i kontroll armen.
Har som sagt store problemer med statistikken i det regnestykket.
Anywayz, den smartere vinklingen er muligens pasientrekuttering, og der har PCIB sitt RELEASE likhet med NANO sitt PARADIGME, store problemer med pasient-rekrutteringen.
Der har jo aldri Ultimovacs aldri hatt noen problemer. Og så kan man jo være djevelens advokat og hevde at den ekstra sprøyta er så lite ekstra-arbeid, at det kunne holde ting i gang okke som, men da ville jeg tro at det kanskje ikke var så lett å sett i gang studie etter studie.
Det er noen “feets on the ground” et og annet sted, og det er unektelig positivt at de dryppene man får tilsier at de som kjenner dette bedre enn oss virker å være optimistiske.
Og correct me if I am wrong, men dette er vel det første større randomiserte studie som er gjennomført av et norsk biotek siden Algeta? Ultimovacs kommer til å kunne sette 2 streker under svaret.
Ja, det MÅ vel bety at det fakstisk var forskjell på pasientene og ikke flaks/uflaks.
Det er nok også et poeng at sterke fase I data logisk nok er overrepresentert i det som blir synlig i form av større studier senere. Om bare en av fire går fra fase I til fase II, så har man nettopp ikke hørt om de tre andre som ikke går videre. Sterke fase I data er “usannsynlig gode” nettopp fordi de har blitt “valgt ut” fra en større gruppe fase I data.
Og da er det store, store poenget at Ultimovacs ikke bare har sterke fase I data fra én studie, slik som PCIB vel hadde, men data fra fire studier som alle peker i samme sterke retning av klinisk effekt. Det er en sekser versus fire seksere (som muligens folk begynner å bli litt lei av at jeg messer om)
Dette innlegget ble rapportert og er midlertidig skjult.
Dette innlegget ble rapportert og er midlertidig skjult.
Dette innlegget ble rapportert og er midlertidig skjult.
Dette innlegget ble rapportert og er midlertidig skjult.
Dette innlegget ble rapportert og er midlertidig skjult.
Dette innlegget ble rapportert og er midlertidig skjult.
Dette innlegget ble rapportert og er midlertidig skjult.
Kom fryktelig mye rapporteringer.
Siden jeg ikke følge tråden trykker jeg bare yes på alt og låser opp tråden igjen.
Beklager om noen føler seg feilmoderert.
The other big activity that positive readouts would intensify is discussions with potential partners. The feedback we have received so far indicates that they all recognise that our studies are well designed, and they realise that not many biotechs perform these types of comparative and randomised studies. So, clearly, if we have positive readouts, this will mark a path for us to engage in deeper discussions with potential strategic partners for out-licensing of UV1 and maximising the product in multiple indications into eventual phase III studies.
Med ref til denne posten:
Med den rekrutteringen som ble rapportert nå på Q3-pres, så ble min anslåtte LPD flyttet rett over en måned fremover i tid, og havner akkurat på julaften. Det påvirker utregningen jeg gjorde i denne posten litt, men ikke mye. Eventfordelingen som impliserer at primærendepunktet på HR=0.6 blir møtt skjer ni dager før.
Her er oppdaterte datoer:
| Dato | PD events control | PD events UV1 | Chi-square test | |
|---|---|---|---|---|
| 12 Sep 2022 | 28 | 41 | ||
| 28 Sep 2022 | 29 | 40 | ||
| 14 Oct 2022 | 30 | 39 | mPFS control | |
| 30 Oct 2022 | 31 | 38 | ||
| 13 Nov 2022 | 32 | 37 | ||
| 28 Nov 2022 | 33 | 36 | ||
| 12 Dec 2022 | 34 | 35 | ||
| 26 Dec 2022 | 35 | 34 | 0.8518 | |
| 10 Jan 2023 | 36 | 33 | 0.5752 | |
| 23 Jan 2023 | 37 | 32 | 0.3503 | |
| 8 Feb 2023 | 38 | 31 | 0.1910 | |
| 26 Feb 2023 | 39 | 30 | 0.0927 | |
| 16 Mar 2023 | 40 | 29 | Primary endpoint | 0.0399 |
| 6 Apr 2023 | 41 | 28 | 0.0152 | |
| 28 Apr 2023 | 42 | 27 | 0.0051 | |
| 21 May 2023 | 43 | 26 | 0.0015 | |
| 18 Jun 2023 | 44 | 25 | 0.0004 | |
| 19 Jul 2023 | 45 | 24 | 0.0001 |
Det er nok en konseptuell forskjell i det jeg gjør i mine to utregninger, kontra det @Boblegutten gjør i sin foreløpig ene i simulering av INITIUM, som jeg mistenker at mange ikke har skjønt helt.
Det jeg gjør er å si når det er mest sannsynlig at vi har x-antall events i kontrollarmen, dermed si hvor mange eventer det maksimum er i den eksperimentelle armen, og dermed hvilken kliniske effekt UV1 minimum har på et gitt tidspunkt. Altså MEST SANNSYNLIG.
Det @Boblegutten har gjort er å ta utgangspunkt i at UV1 har en klinisk effekt lik primærendepunktet, og så simulert hvilke datoer 70 events (i INITIUM altså) kommer på i sorterte/filtrerte utvalg. Hans metode starter på en måte med svaret, nemlig hvilken kliniske effekt UV1 har, men det veldig verdifulle den gjør er å si noe om spredningen rundt de mest sannsynlige datoene, og hvor sensitiv avlesningsdatoen er for en evt. friskere eller sykere pasientpopulasjon. Det boble sine simuleringer også gjør kontra mine, er å gi en nøyaktig HR, mens mine utregninger bare gir eventfordelingen som impliserer den HR som er primærendepunktet (men som altså Ultimovacs sine statistikere har regnet ut at mest sannsynlig skal stemme da de designet studiene).
Man må bøye seg dypt og takke for ekspertisen som forklarer / forteller fakta og matte