In this thesis, minimum and maximum sample size were investigated in the sample size results obtained from Bayesci Basket Design (BST) methods, which started to direct the drug development process with the development of personalized medicine with Simon's Optimal Two Stage Design (SOT), which is frequently used in the early stage clinical studies of drug development research.In the study, 9 scenarios belonging to SOT were defined using the minimum probability of success required for active acceptance of the drug (p1), maximum probability of failure required for accepting the drug useless (p0) and error rates of type-I and type-II. For BST, 27 scenarios were created using p0, p1, the number of baskets (K), the probability of the baskets to be fully correlated (λ) and the preliminary probability (γ) of drug activation in any basket. In MCT, 1000 MCMCs were repeated for each scenario. The maximum sample size for both designs is limited to 100. The scenarios giving the smallest and largest sample size in each scenario are specified in the tables. It was observed that the sample size decreased when p1-p0 difference increased in SOT, and the sample size were lowest when (λ = 0.1; γ = 0.1) and (λ = 0.8; γ = 0.8) in BST. When both designs were compared (λ = 0.5; γ = 0.5), it was determined that SOT calculated the sample size lower than BST, otherwise BST should be used.In this study, it was concluded that using the SOT method may be more useful in cases where the sample size per basket in the BST method is less than the SOT method, but the a priori information is moderate.

Bu tez çalışmasında; ilaç geliştirme araştırmalarının erken evre klinik çalışmalarında sıklıkla kullanılan Simon'un Optimal İki Aşamalı Tasarımı (SOT) ile kişiselleştirilmiş tıbbın gelişmesiyle ilaç geliştirme sürecine yön vermeye başlayan Bayesci Basket Tasarımı (BBT) yöntemlerinden elde edilen örneklem genişliği sonuçlarında minimum ve maksimum örneklem genişlikleri incelenmiştir. Çalışmada, ilacın etkin kabul edilmesi için gerekli minimum başarı olasılığı (p1), ilacın faydasız kabul edilmesi için gerekli maksimum başarısızlık olasılığı (p0) ile tip-I ve tip-II hata oranları kullanılarak SOT'a ait 9 senaryo tanımlanmıştır. BBT için p0, p1, basket sayısı (K), basketlerin tamamen ilişkili olma olasılığı (λ) ve herhangi bir baskette ilacın etkin olmasına ilişkin önsel olasılık (γ) kullanılarak 27 senaryo oluşturulmuştur. BBT'de her bir senaryo için 1000 MCMC tekrar yapılmıştır. Her iki tasarım için maksimum örneklem genişliği 100 ile sınırlandırılmıştır. Her bir senaryoda en küçük ve en büyük örneklem genişliklerini veren senaryolar tablolarda belirtilmiştir. SOT'de p1-p0 farkı arttığında örneklem genişliğinin azaldığı, BBT'de ise (λ=0.1; γ=0.1) ve (λ=0.8; γ=0.8) olduğunda örneklem genişliklerinin en düşük seviyede olduğu görülmüştür. Her iki tasarım karşılaştırıldığında (λ=0.5; γ=0.5) iken SOT'nin BBT'ye göre örneklem genişliğini daha düşük hesapladığı, aksi durumda ise BBT'nin kullanılması gerektiği saptanmıştır.Bu çalışmada BBT yönteminde basket başına düşen örneklem genişliğinin SOT yöntemine göre daha az olduğu fakat önsel bilgilerin orta düzeyde olduğu durumlarda SOT yöntemini kullanmanın daha yararlı olabileceği sonucuna varıldı.