Les essais de plateforme adaptatifs (APTs) représentent un type d’essai clinique polyvalent et flexible. Une approche fréquente pour la comparaison de traitements dans un APT est de déterminer la probabilité a posteriori qu’une intervention soit la meilleure et de la comparer à un seuil de supériorité. Cependant, cette méthode est critiquée et il existe peu de recherche pour déterminer si les autres méthodes sont supérieures. Cette étude a identifié et évalué trois autres méthodes pour évaluer plusieurs traitements dans un APT. Nous avons implanté une étude en simulations à travers plusieurs modèles d’essai afin de déterminer quelle méthode de classement fonctionnait le mieux en comparant la puissance et la taille d’échantillon attendue de chaque essai. De plus, nous avons appliqué des algorithmes d’optimisation pour identifier quel seuil de supériorité maximise la puissance de chaque essai. Les résultats démontrent que toutes les méthodes fonctionnent bien, mais seulement lorsqu’elles sont utilisées à un seuil de supériorité optimal. En général, ce travail améliorera l’efficacité des APTs et facilitera l’accès rapide à de nouveaux traitements pour les patients.