Project Optimus fünf Jahre danach: Was die neuen nahtlosen Phase-I/II-Designs für die Onkologie leisten
by 21Stable Team
Einleitung
Das Paradigma der onkologischen Dosisfindung steckt seit 2021 in seiner tiefgreifendsten Transformation seit Einführung der Phase-I-Studien. Mit **Project Optimus** forderte die FDA den Abschied vom Dogma der maximal tolerierten Dosis (MTD). Fünf Jahre später zieht die Fachwelt auf dem **AACR Annual Meeting 2026** eine gemischte Bilanz: Die Richtung stimmt, die Umsetzung hinkt hinterher.
Das Kernproblem ist nicht länger das _Ob_, sondern das _Wie_. Sponsoren stehen vor der Herausforderung, Wirksamkeit, Sicherheit und Verträglichkeit in frühen Studien mit limitierten Fallzahlen gleichzeitig zu bewerten — und dabei konkurrierende Signale in belastbare Dosisentscheidungen zu übersetzen. Die biostatistische Antwort darauf: eine neue Generation nahtloser Phase-I/II-Designs.
Kernerkenntnis
Die auf dem AACR 2026 präsentierten und parallel publizierten methodischen Arbeiten zeigen, dass **moderne seamless Phase-I/II-Designs mit Backfill-Komponenten** die Effizienz der Dosisoptimierung gegenüber getrennter Phasen-Durchführung signifikant steigern. Drei Entwicklungen treiben diesen Wandel:
Forschungsmethodik
Das Seamless-Design von Hirakawa (2026)
Akihiro Hirakawa (Tokyo Medical and Dental University) publizierte 2026 in *Pharmaceutical Statistics* ein **seamless two-stage Phase I/II design** mit zwei entscheidenden Innovationen: systematischem **Backfill** und **joint monitoring** für Dosisoptimierung[4].
Das Design funktioniert in zwei Stufen:
Der entscheidende Fortschritt gegenüber früheren Designs (z. B. EffTox, BOIN12): Das Backfill-Verfahren generiert kontinuierlich Wirksamkeitsdaten, die in die finale Dosisempfehlung einfließen — nicht nur Toxizitätsdaten aus der Eskalationsphase. Simulationen zeigen, dass die Wahrscheinlichkeit der korrekten Dosisselektion um 12–18 Prozentpunkte gegenüber sequenziellen Phase-I/II-Ansätzen steigt, bei vergleichbarer Patientenzahl[4].
Generalized Pairwise Comparisons (GPC) für transparente Trade-offs
Parallel dazu hat eine Arbeitsgruppe um die in *Clinical Cancer Research* publizierte GPC-Methodik einen mathematischen Rahmen für multidimensionale Dosisvergleiche geschaffen[3]. Patienten verschiedener Dosislevel werden paarweise über eine Hierarchie klinischer Prioritäten verglichen:
Jeder Paarvergleich wird auf der höchsten Prioritätsebene entschieden, auf der ein klinisch bedeutsamer Unterschied vorliegt. Das Ergebnis: ein **Net Treatment Benefit** — ein einzelner, klinisch interpretierbarer Wert, der quantifiziert, wie oft Dosis A zu besseren Outcomes führt als Dosis B.
Der Vorteil gegenüber separater Analyse einzelner Endpunkte liegt auf der Hand: Konkurrierende Signale werden nicht post hoc gegeneinander abgewogen, sondern durch eine vorab spezifizierte, transparente Priorisierung aufgelöst[2,3].
Klinische Relevanz
Für die Praxis bedeutet dies: Die Zeiten, in denen Phase-I-Studien mit 20–30 Patienten eine MTD bestimmten und Phase-II-Studien diese Dosis ungeprüft übernahmen, sind gezählt. Eine Analyse von über 17.000 onkologischen Entwicklungsprogrammen (2000–2015) zeigte, dass biomarker-gestützte Studien eine fast doppelt so hohe Erfolgswahrscheinlichkeit hatten wie nicht-stratifizierte Studien (10 % vs. 5 %)[5]. Die neuen nahtlosen Designs mit integrierten Wirksamkeitsdaten schlagen in dieselbe Kerbe: Sie erhöhen die Wahrscheinlichkeit, dass die richtige Dosis in die konfirmatorische Phase III geht — und reduzieren gleichzeitig das Risiko, dass Patienten in pivotale Studien mit suboptimal tolerierten Dosierungen eintreten.
Die praktische Hürde bleibt die Komplexität der Implementierung. Nahtlose Designs erfordern prospektive Simulationsstudien zur Kalibrierung der Decision Rules, robuste Data-Safety-Monitoring-Strukturen und eine enge Verzahnung von klinischer Operation, Biostatistik und regulatorischer Strategie — lange bevor der erste Patient rekrutiert wird. Burdon et al. (2026) betonen in ihrem White Paper zu modernen Studiendesigns, dass der Schlüssel nicht allein in der Methodik, sondern in der institutionellen Bereitschaft zur Integration dieser Methoden in den Entwicklungsalltag liegt[6].
Fazit
Fünf Jahre Project Optimus haben das regulatorische Framing verändert — die methodische Aufholjagd hat gerade erst begonnen. Die neuen seamless Phase-I/II-Designs mit Backfill und Joint Monitoring, kombiniert mit transparenten Trade-off-Frameworks wie GPC, liefern 2026 das biostatistische Rüstzeug, das die FDA-Vision operationalisierbar macht. Der Ball liegt nun bei den Entwicklungsorganisationen: Wer diese Designs nicht implementiert, riskiert nicht nur regulatorische Rückfragen, sondern vor allem suboptimale Dosierungen für Patienten in pivotalen Studien — und das ist letztlich der Maßstab, an dem Project Optimus gemessen werden muss.
Key Findings
Five years after the FDA launched Project Optimus, the oncology community at AACR 2026 is taking stock. The shift from maximum tolerated dose (MTD) to optimal biological dose is no longer questioned — but translating this principle into practice remains challenging[1,2].
Hirakawa (2026) addresses this gap with a **seamless two-stage Phase I/II design** incorporating systematic backfill and joint efficacy-toxicity monitoring. In simulation studies, this design improved correct dose selection probability by 12–18 percentage points over sequential Phase I/II approaches, using comparable sample sizes. The backfill mechanism continuously generates efficacy data during dose escalation, enabling data-driven dose recommendations rather than toxicity-only decisions[4].
Complementing this, the **Generalized Pairwise Comparisons (GPC)** framework, published in *Clinical Cancer Research*, provides a method for integrating efficacy, safety, and tolerability into a single Net Treatment Benefit metric. Competing signals across endpoints are resolved through pre-specified clinical priorities — not post-hoc interpretation[2,3].
The practical implication is clear: regulatory expectations are converging toward randomized dose optimization with integrated, patient-centered endpoints. Seamless designs with backfill components offer a statistically rigorous path to meeting these expectations without extending development timelines. The remaining challenge is institutional readiness to deploy these methods in routine development practice[6].