Dans la perspective d’une médecine stratifiée, il est utile d’identifier des variables biologiques associées à une modification de l’effet d’un traitement, c’est-à-dire des biomarqueurs prédictifs de la réponse à une thérapie. Parallèlement à la question de la puissance de ces études, se pose la question de l’estimation de l’ampleur de la modification de l’effet. Si le plan expérimental en cross-over est fréquemment plus puissant que le plan en bras parallèles pour détecter un effet traitement, sa valeur ajoutée pour identifier et estimer une interaction entre une covariable et le traitement a été peu étudiée. L’objectif de cette étude est de caractériser l’apport du plan en cross-over versus le plan en bras parallèles, en termes de puissance statistique, pour l’identification de biomarqueurs prédictifs de la réponse au traitement.

Étude de simulation. Le risque de première espèce et la puissance empiriques seront analysés pour différents schémas de simulations visant à détecter une interaction entre une variable biologique et l’effet traitement. L’influence du nombre de sujets inclus, de la corrélation intra-sujet de la réponse au traitement, de la précision de la mesure, des ampleurs d’effets du traitement et de l’interaction, et du plan expérimental seront présentés. Les effets du traitement, de la variable biologique d’intérêt et de leur interaction seront modélisés par un modèle à effet mixte.

Le résultat principal attendu est l’estimation des avantages et des limites du plan en cross-over par rapport au plan en bras parallèles pour l’identification d’une interaction covariable traitement.

Les études d’identification de biomarqueurs et d’estimation de leur ampleur d’effet sont aujourd’hui essentielles, les estimations des paramètres issus de ces études étant destinées à terme à être reprises pour la construction de modèles de prédiction individuelle (médecine personnalisée). Il est nécessaire de connaître les propriétés de ces estimateurs tant pour les effets propres que pour les interactions.