由MBB验证的分子基因靶点,针对72例患者……
《Cancer Research Communications》:Molecular gene targets validated by MBB for n = 72 patient...
【字体:
大
中
小
】
时间:2026年09月26日
来源:Cancer Research Communications 4.0
编辑推荐:
打开图形查看器
摘要
目的:SHIVA02是一项组织无关的精准医学篮式试验,评估在难治性癌症患者中使用以患者自身为对照的分子靶向策略的疗效。
患者与方法:接受标准治疗但难以控制的癌症患者进行了分子分析,并接受标准治疗,随后在条件允许的情况下接受由分子生物学委员会指
打开图形查看器
摘要
目的:SHIVA02是一项组织无关的精准医学篮式试验,评估在难治性癌症患者中使用以患者自身为对照的分子靶向策略的疗效。
患者与方法:接受标准治疗但难以控制的癌症患者进行了分子分析,并接受标准治疗,随后在条件允许的情况下接受由分子生物学委员会指导的匹配治疗。根据RECIST 1.1标准,每2个月对两种治疗进行肿瘤评估,以可靠地评估无进展生存期(PFS)比值。
结果:在263例入组患者中,192例(73%)的分子分析成功,34例(13%)接受了匹配治疗并符合PFS比值分析条件。PFS1中位数为2.1个月[95%置信区间(CI),1.8–3.6],PFS2中位数为2个月(95% CI,1.8–2.7)。32%(11例)和24%(8例)的患者PFS比值分别超过1.3和1.5。在可评估PFS比值的患者亚组中,总生存期(OS)得到延长。东部合作肿瘤组体能状态(ECOG PS)和英国皇家马斯登医院评分等预后因素对OS有显著影响,突显了精准肿瘤学试验中患者选择的重要性。
结论:采用前瞻性和标准化方法评估标准治疗和匹配治疗的PFS,32%的接受匹配治疗的患者从该策略中获益,PFS比值>1.3。
意义:SHIVA02试验评估了难治性癌症患者的分子指导抗癌治疗。为在该异质性人群中严格评估疗效,每位患者作为自身对照,使用PFS比值比较两个连续的PFS期间。与以往依赖有限或回顾性PFS1数据的研究不同,SHIVA02根据RECIST 1.1标准前瞻性评估了两个期间,提供了首个专门设计用于稳健评估PFS比值的试验。
引言
分子分析的出现彻底改变了肿瘤学,通过实现诊断、预后和治疗诊断应用,促成了美国食品药品监督管理局(FDA)批准组织无关疗法,从而改变了治疗格局。目前已有九种此类疗法获得FDA批准,靶向特定分子标志物,而与肿瘤起源无关。这些药物分为三类:靶向基因组改变(包括NTRK融合、BRAF V600E突变和RET融合)的靶向疗法;针对高微卫星不稳定性(MSI)、错配修复缺陷或高肿瘤突变负荷(TMB;≥10突变/兆碱基)肿瘤的免疫疗法;以及针对HER2阳性肿瘤的抗体-药物偶联物,HER2通过免疫组织化学评估(1–12)。这些批准主要来自单臂篮式试验,评估单一药物在共享特定分子特征的多种癌症类型中的疗效。然而,一个关键挑战是这些疗法的分子靶点有时在低频出现,导致试验持续时间延长(1,2,5)。为解决这一问题,新的试验设计被用于在单一研究中测试多种癌症类型和分子改变下的多种疗法。患者根据肿瘤中发现的分子改变分配特定药物。由于缺乏评估每种药物在每种组织学和分子学定义亚组中疗效的统计效力,这些试验评估分子指导方法的整体策略,本质上是在测试治疗分配算法本身(13)。此类试验的知名例子包括非随机试验,如MOSCATO 01(14)和WINTHER(15),以及随机试验如SHIVA01(16)、NCI-MPACT(17)、IMPACT2(18)以及更近期的ROME试验(19)。然而,大多数组织学无关的随机试验均得出阴性结果(16–18)。多项因素被用来解释这些结果,反映了异质性试验环境中解释结果的复杂性(20–22)。首先,特定分子改变的治疗诊断意义在不同癌症类型间可能差异很大。癌细胞采用多种冗余通路和适应性机制,可能因癌症类型和既往治疗而异。其次,这些试验观察到预定义治疗算法寿命短,因分子肿瘤学进展和新疗法不断涌现而迅速过时。因此,分配到标准组的患者检测出临床相关可操作改变可能增加了脱落率,如M-PACT研究观察到的,患者和医生通常选择试验外途径获取靶向疗法(17)。最后,这些试验通常在难治性癌症患者中进行,这些患者常接受多线治疗,显著改善预后的希望仍然有限。总体而言,这些结果可能反映了在高度异质性患者群体间进行比较的固有限制,其中肿瘤组织学、分子背景和药物疗效的差异干扰了结果解读。一种旨在解决异质性限制的替代试验设计在上述非随机试验中被使用,即利用患者自身作为对照。该设计使得分子指导治疗与传统治疗的疗效可在同一患者中进行直接比较,从而减轻随机化试验比较两组患者时固有的异质性。该模型首先由Von Hoff在一项先导研究中采用(23),首次使用无进展生存期(PFS)比值作为疗效终点。该终点的使用受到多方批评,包括在试验外回顾性评估PFS1。风险在于使用不同方法评估两种PFS(通常PFS2使用RECIST 1.1但PFS1不使用),从而可能通过不依据RECIST 1.1标准定义疾病进展来低估PFS1(24)。PFS1和PFS2不同的疾病评估时间也可能引入偏差(25)。SHIVA02试验(NCT03084757)设计为同样使用PFS比值作为主要终点,但两种PFS均在试验期间以相同方法和相同疾病评估时间进行评估。其目标是评估基于分子改变的分子靶向治疗是否比常规治疗改善任何类型难治性标准治疗的癌症患者的结局,以每位患者自身为对照。
患者与方法
研究概述
这项两步临床试验面向既往接受治疗的复发和/或转移性癌症患者。患者须进行肿瘤活检以获取肿瘤的分子特征。在等待分析结果期间,患者接受医生选择的药物治疗(TPC;第一步)。疾病进展后,分子分析结果被披露,患者可进入第二步,根据分子分析结果接受匹配治疗。
研究目标和终点
主要终点为PFS比值超过1.5的患者比例。PFS从每种治疗的开始日期测量至根据RECIST 1.1进展的日期或死亡日期。PFS1定义为第一步期间的PFS,PFS2定义为第二步期间的PFS。次要目标包括评估PFS比值>1.3的患者比例、两种治疗的总缓解率(ORR)、总生存期(OS)和安全性。辅助目标评估循环肿瘤DNA(ctDNA)和细针穿刺(FNA)细胞学与肿瘤活检的一致性和预测价值。
研究设计
SHIVA02试验采用两步方式构建,详见图1。该研究面向任何类型的难治性及/或转移性实体瘤患者。最初根据SHIVA01结果(16)仅限于RAF/MEK通路改变,方案后来修订为包括所有在第一步中根据分子分析接受匹配治疗的患者(2022年3月8日第7.0版;NCT03084757)。因此,本文呈现SHIVA02的全局结果。图1为研究设计示意图,RAF/MEK指纤维肉瘤快速加速/丝裂原活化蛋白激酶激酶。研究按照《赫尔辛基宣言》原则进行。试验获得机构审查委员会、国家伦理委员会和法国国家药品与产品安全局批准。
患者知情同意和纳入标准
签署书面知情同意后,每位经证实标准治疗下疾病进展的患者进行肿瘤活检以建立肿瘤的分子特征。患者随后接受标准治疗,在缺乏治疗替代方案的情况下仅进行监测(第一步)。第一步疾病进展(根据RECIST 1.1)后,患者如有可用药物,在分子生物学委员会(MBB)讨论后,接受由肿瘤分子分析指导的匹配治疗(第二步),前提是符合选择标准。否则,他们进入观察队列。
纳入标准:
第一步:东部合作肿瘤组(ECOG)体能状态(PS)0–1,生物学参数适当。
第二步:排除中枢神经系统转移未控制超过3个月、未控制的合并症、妊娠、哺乳或活动性感染(人类免疫缺陷病毒和乙型/丙型肝炎)。
样本采集
采样由介入放射科医生在超声或CT引导下进行。活检标本置于RPMI培养基中。三根核心针穿刺活检(CNB)中,一根石蜡固定,一根液氮冷冻,一根用于质量控制。分子分析要求肿瘤细胞比例>30%。转化研究还使用了入组时采集的血浆(用于ctDNA)和FNA样本。研究框架内仅有CNB用于指导诊断和治疗决策。
分子分析
使用酚:氯仿:异戊醇提取肿瘤活检中的DNA(Invitrogen)。样本用NanoDrop和Qubit定量,琼脂糖凝胶检查,-20°C储存。文库制备使用100 ng DNA。2019年之前使用实验室内部基于下一代测序(NGS)的基因面板(99.3 kb,1,504个扩增子),覆盖87个基因,使用TruSeq Custom Amplicon Low Input文库制备试剂盒(Illumina)。2019年起使用一种名为DRAGON(通过NGS检测肿瘤遗传学中相关基因改变)的新定制NGS面板,商业名称为Agilent的SureSelect CD Curie CGP,用于分子筛查。两种面板均包含SHIVA02治疗算法中使用的基因。
生物信息学
肿瘤测序后,按照先前描述的方法(26,27)进行生物信息学分析,以检测两种面板的单核苷酸变异、插入缺失和拷贝数变异。标准生物标志物,包括MSI状态、突变特征、TMB和同源重组状态,在DRAGON NGS面板筛查的样本中进行了处理。
MBB审查
MBB由肿瘤学家、病理学家、放射科医生和生物学家组成,每周召开会议。MBB讨论所有病例,解释和评估分子数据以确认可操作改变,并验证患者第二步的符合性。如果验证了可操作改变,第二步的治疗建议基于RAF/MEK通路改变的预定义治疗算法(表1),或其他改变基于分子导向的早期临床研究及不断发展的市场授权,同时考虑既往接受的治疗。
表1. SHIVA02算法。
| 分子改变 | 预期发生率(%) | 药物类别 |
|---|---|---|
| EGFR突变/扩增 | 7 | EGFR抑制剂 |
| HER2/HER3突变/扩增 | 7 | Pan-HER抑制剂 |
| KIT和PDGFRA/B突变/扩增 | 7 | KIT和PDGFRA/B抑制剂 |
| BRAF突变/扩增 | 4 | 2BRAF抑制剂+MEK抑制剂 |
| K/H/NRAS突变a | — | |
| KRAS扩增a | — | |
| NF1失活 | — | |
| MAP2K1/MAP2K2突变 | — | |
| MAP2K4和MAP3K1失活 | — | |
| RET突变/扩增 | 4 | RET抑制剂 |
| LCK突变/扩增 | 1 | LCK抑制剂 |
| ALK MET突变/扩增 | 6 | ALK和MET抑制剂 |
| CCND1、CDK4–6扩增和CDKN2A缺失/突变 | 2 | 6CDK4–6抑制剂 |
a仅限非胃肠道肿瘤。
疗效与耐受性
在两个步骤期间,每2个月进行CT肿瘤评估。PFS、OS和缓解率按照RECIST 1.1(28)测量。PFS连续评估,包括第一步接受的标准治疗(PFS1)和第二步接受的匹配治疗(PFS2)。OS从第一步治疗开始测量至任何原因死亡日期。在SHIVA02试验结束时仍存活的患者在最后访视日期进行删失。英国皇家马斯登医院(RMH)评分,结合白蛋白、乳酸脱氢酶(LDH)和转移部位数量,用于预测OS。低RMH评分(0–1)已被证实与更好的结局相关(29,30)。
辅助研究
为评估本研究的辅助目标,通过核心针活检(CNB)和细针穿刺抽吸(FNA)获得的分子分析结果的一致性已经过评估并已发表(26)。在从血浆中提取循环肿瘤DNA(ctDNA)后,评估了CNB和ctDNA或FNA中检测到可靶向突变的患者比例,以及ctDNA分子突变的定量和定性变化(Nedara等人;正在准备中)。
统计分析
每位患者的无进展生存期(PFS)比值计算为PFS2/第一次治疗至进展的时间(TTP1)的比值。TTP1对应于第一步中进入第二步的患者的PFS1,因此排除了死亡或被认为不符合第二步入组条件的患者。根据SHIVA01试验,预计该患者群体的中位PFS1约为2个月(16)。研究重点聚焦于接受涉及RAF/MEK信号通路的分子靶向药物治疗的患者,因为SHIVA01试验报道该组中位PFS有实质性(但无统计学显著性)改善(3.7个月 vs 2个月;P = 0.19)。在该患者亚组中,根据初始方案,我们认为40%或更多患者的PFS2/PFS1比值 > 1.5才具有临床意义。然而,我们也在此呈现使用1.3作为截断值的数据,以便与更常使用该阈值的类似研究进行比较。基于单阶段Fleming设计(31),最低成功率为30%(p0),第一类错误风险为5%(α),检测50%成功率的把握度为95%,则需要纳入62名患者来评估治疗策略的有效性。在纳入有效性分析的前62名患者中,如果有25名或以上患者的PFS比值 > 1.5,则认为研究结果为阳性。根据SHIVA01研究关于分子突变发生率的数据、患者在接受治疗前退出研究的比例以及对分子肿瘤委员会(MBB)建议的遵循程度估计,第一阶段需要纳入370名患者,以便在有效性分析(第二步)中纳入62名患者。计算Kendall相关系数以评估PFS比值与生存结局之间的关联。所有统计分析均使用R软件及其RStudio环境(版本4.3.1)完成。
结果
患者和研究过程
从2017年9月至2021年11月,SHIVA02临床试验在法国四个中心共纳入263名患者(巴黎和圣克卢的居里研究所、里昂的莱昂·贝纳德中心、波尔多市的贝尔戈尼耶研究所)。流程图展示了研究进展(图2)。共有247名患者(94%)接受了转移灶的强制性活检,以便在最新的样本上进行分子分析。263名同意参加的患者中有245名(93%)获得了肿瘤组织样本。192名患者(73%)的分子分析成功。最终,34名患者(13%)根据分子特征接受了匹配治疗,并可进行PFS比值分析。表2总结了他们的主要特征和研究中纳入的总体患者群体。研究参与者的代表性见补充表S2。图2.研究流程图。无进一步治疗 = 临床恶化。
247名接受活检的患者中,一次活检未能进行是因为发生了气胸。另一次操作仅涉及细胞抽吸,未进行肿瘤活检。图3显示了原发肿瘤类型和活检部位的分布。"其他"原发类型包括一例组织细胞增生症、一例原发性腹膜肿瘤和两例原发性不明癌症。"其他"活检部位包括卵巢(n = 3)、子宫(2)、肾脏(1)、胸膜(1)、脾脏(1)和未知(3)。图3.原发肿瘤类型(A)和活检部位(B)。
第一步:标准治疗疗效
在PFS比值分析中,34名符合条件的患者中有4名(12%)在第一步期间未接受任何癌症治疗,仅进行了观察,原因是缺乏治疗替代方案(n = 2)或应患者要求(n = 2)。其余30名患者接受了靶向药物治疗(TPC)。第一步期间接受的不同治疗包括紫杉醇(n = 4)、脂质体多柔比星(3)、吉西他滨(3)、卡培他滨(2)、环磷酰胺(2)、艾瑞布林(2)、曲氟尿苷替匹嘧啶(2)、阿替利珠单抗(1)、卡铂(1)、FOLFIRI(1)、FOLFOX(1)、曲氟尿苷替匹嘧啶 + 贝伐珠单抗(1)、长春瑞滨(1)、紫杉醇 + 贝伐珠单抗(1)、紫杉醇 + 卡铂(1)、培美曲塞(1)、瑞戈非尼(1)、替莫唑胺 + 伊立替康(1)和拓扑替康(1)。4名患者(12%)在第一步期间获得客观缓解。疾病控制率为32%。中位PFS1为2.1个月[95%置信区间(CI),1.8–3.6]。
第二步:匹配治疗疗效
在192名分子分析成功的患者中,117名(61%)至少有一个可药物靶向的突变,根据OncoKB分类(32)。72名患者(38%)被建议接受匹配治疗,34名患者(18%)最终接受了匹配治疗。经MBB验证的可操作突变和治疗决策按治疗类别在图4中报告。图4.MBB验证的分子基因靶点(A,n = 72名患者)和相应的靶向治疗(B,n = 34名患者)。
全部34名患者根据肿瘤分子特征接受了匹配治疗,包括达拉非尼 + 曲美替尼(n = 10)、依维莫司(6)、帕博西尼(5)、氟维司群 + 阿培利司(2)、奥拉帕利(2)、阿贝西尼(1)、度伐利尤单抗 + 特瑞普利单抗(1)、厄达替尼(1)、伊马替尼(1)、口服PD-L1抑制剂(1)、奈拉替尼(1)、索托拉西尼(1)、曲妥珠单抗 + 奈拉替尼(1)和曲妥珠单抗 + 帕妥珠单抗(1)。1名患者(3%)在第二步期间获得客观缓解。疾病控制率为24%。中位PFS2为2个月(95% CI,1.8–2.7)。
PFS比值和生存分析
在34名符合PFS比值分析资格的患者中,8名(24%)患者的PFS比值超过1.5,11名(32%)患者的PFS比值超过1.3。关于这些患者的详细信息见补充表S1。纳入总体分析的34名患者的中位PFS比值为0.827。排除第一步期间未接受任何治疗的4名患者后,剩余30名患者的中位PFS比值为0.812。263名同意参加的患者中有250名的生存数据可用。从入组到中位总生存期(OS)为7.3个月(95% CI,6.3–8.8)。34名可评估PFS比值的患者的OS为11.1个月(95% CI,9.5–14.2),其余患者的OS为6.3个月(95% CI,5.8–8.1)(图5)。两组之间的差异无统计学显著性(P = 0.066)。图5.根据PFS比值资格的OS分析。OS从入组开始测量(OS1)。
PFS和PFS比值对OS的预测价值
我们报告了PFS与OS之间存在中度但显著的关联,Kendall相关系数在PFS1为0.31,PFS2为0.22。相比之下,PFS比值与OS之间无显著关联。对于从入组测量的OS(OS1),Kendall相关系数为0.03;对于从第二步开始测量的OS(OS2),为0.26;对于第二步进展后测量的OS,为0.01。
预后因素的探索性分析
为了更好地理解SHIVA02试验中提出策略的疗效,我们将关键预后因素与结局进行关联分析,包括ECOG体能状态、复发和/或转移期既往治疗线数以及RMH评分。由于进入第二步的患者数量有限,这些分析在总体人群中进行了。ECOG PS为0的患者中位OS为10.9个月(95% CI,7.6–15.2),而ECOG PS为1的患者为5.9个月(95% CI,5.1–7.2)(P < 0.0001;图6)。接受3条或更少既往治疗线的患者中位OS为7.6个月(95% CI,6.3–9.9),而接受超过3条既往治疗线的患者为6.4个月(95% CI,5.8–8.5)(P = 0.057;补充图S1)。RMH评分低的患者中位OS延长[9.3个月(95% CI,7.2–11.5)vs 5.9个月(95% CI,4.7–6.6);P < 0.0001;补充图S2]。图6.根据ECOG PS的OS分析。OS从入组开始测量(OS1)。
讨论
采用严格的方法学,根据RECIST 1.1每2个月评估PFS1和PFS2,我们在SHIVA02中发现PFS比值超过1.3的患者比例与既往试验如MOSCATO 01和WINTHER相似(14,15)。然而,在试验中同时评估PFS导致了高比例患者在疾病进展后不再符合接受匹配治疗的资格(由医生选择治疗方案后进展)。SHIVA02的主要终点为PFS比值大于1.5的患者比例,如初始方案所规定的。PFS从每种治疗的开始日期测量至根据RECIST 1.1的疾病进展日期或死亡日期。在文献中,PFS比值的截断值范围从1.2(33)到1.5(15)不等,尽管大多数研究使用1.3(14,34–42)。严格来说,PFS比值是获得的PFS与此前TTP的比值。在类似研究中,TTP1通常是回顾性收集的。此外,疾病评估的时间安排往往不清楚。我们还知道,两次评估之间的较长间隔是PFS膨胀的来源(25)。因此,PFS比值测量的准确性是一个关键问题。在这种泛肿瘤篮子试验设置中,PFS比值用作患者内基准,使每位患者成为自身的对照;然而,其解释受到选择偏倚的限制,因为进入第二步的患者比例低,且其作为未经验证的替代终点的地位。SHIVA02旨在使用尽可能严格的PFS比值评估方法。首先,两个治疗序列都是临床试验的一部分(标准治疗评估TTP1,随后是分子导向治疗评估PFS2)。因此,在我们的研究中,TTP1和PFS2是前瞻性测量的。最后,SHIVA02研究的两个步骤中RECIST 1.1评估时间表相同,每2个月进行CT扫描,避免了分析时间偏倚。为了潜在改善入组与有效性评估之间的患者比例,SHIVA02聚焦于通过分子分析发现的RAF/MEK通路异常。然而,这种静态方法未考虑市场演变和靶向治疗,根据初始方案将只允许19名患者接受并评估治疗。为采取更动态的方法,SHIVA02进行了修正(2022年3月8日第7.0版;NCT03084757),将其最终分析纳入所有实际接受根据研究期间获得的分子特征指导治疗的患者。因此,额外15名患者被纳入有效性分析。尽管方案修正是局限性,但也成为优势,因为它使得对研究主要目标的评估更加稳健,与最初制定的目标一致。
我们的研究提前终止,主要原因是只有少数患者能够进入第二步,这使得无法达到可评估PFS比值的目标患者数量。因此,该研究未达到初始Fleming设计所要求的计划可评估患者人数,降低了统计学效能,并限制了我们检测预期治疗效果的能力。因此,在解释疗效结果时应谨慎对待。此外,尽管主要分析基于方案定义的PFS比值阈值1.5,但我们同时报告了使用1.3阈值的结局,以便于与既往发表的精准肿瘤学试验进行比较。患者未能进入第二步有若干原因。在近50%的情况下,患者因一般临床状况恶化而无法继续进入第二步,使其不符合新线治疗的入选条件。我们的结果表明,在疾病过程中更早进行分子谱分析,而非基于患者体能状态进行选择,可能通过提高进展后仍符合后续治疗条件的患者比例,从而改善精准治疗的可行性。我们的研究还允许重新评估在既往报道中(29, 43)该预后不良的耐药癌患者人群中若干因素的预后价值。总体而言,独立于治疗外最佳预测总生存期(OS)的预后因素包括ECOG PS评分、乳酸脱氢酶(LDH)水平、白蛋白水平和RMH评分,后者本身包含LDH水平、白蛋白水平及转移灶数量。除了治疗层面的考虑外,我们的研究证实,考虑这些因素对于指导是否继续追求特定癌种治疗的决策至关重要,因为它们与预后相关。
我们在第二步中观察到的客观缓解率(ORR)较低(3%),这与文献报道一致(33–35, 39–42)。此外,中位PFS1(通过标准治疗获得)和中位PFS2(通过靶向治疗获得)相近,分别为2.1个月和2个月,证实了纳入本研究的患者癌症具有耐药性质。其他三项精准医学试验提供了PFS1数据,范围为2至4.8个月,中位数为2.27个月(33, 34, 42)。文献中PFS2的范围为2至6.1个月,中位数为2.7个月(15, 33, 34, 37–39, 41, 42)。这些数据凸显了研究人群中疾病的高度晚期特征,以及该患者人群所代表的重大治疗挑战。鉴于SHIVA02最终分析纳入的患者数量有限,我们选择了Kendall秩相关法——更适合小样本的方法——来衡量PFS比值与生存之间可能存在的关联。我们发现PFS比值与OS之间无显著相关性。相反,PFS1与OS以及PFS2与OS之间则存在中等程度但具有统计学意义的显著相关性。尽管疗效有限,两条治疗线均独立预测OS,而被PFS比值所涵盖的治疗顺序效应却未能预测OS。这可归因于两个方面:一方面是由于人群的异质性,另一方面是由于患者在第二步之后可能接受的治疗。从入组开始计算,SHIVA02所有纳入患者的中位OS为7.3个月。可评估PFS比值的患者中位OS为11.1个月。在其他精准医学试验中,接受治疗且可评估PFS比值患者的OS变异较大,范围为5至12个月,除Miller及其同事研究中的25个月外(14, 15, 33–35, 39–42)。不可评估PFS比值患者的中位OS出人意料地更短(6.3个月)。尽管如前所述,将PFS比值作为试验终点似乎会筛选出预后优于总体患者人群的患者(44, 45)。尽管我们研究中观察到的缓解率和PFS有限,但与单纯观察队列相比,在第二步接受治疗的队列中显示的延长OS,即使对于处于后续治疗线的患者,也为其接受潜在靶向治疗的筛查提供了正当理由。在体能状况较好的患者人群中使用更灵活的算法,可能增强PFS比值作为评估治疗顺序效应终点的实用性。
总之,SHIVA02以其稳健的方法学证实了其他使用PFS比值的精准医学试验的结果,尽管PFS1是回顾性评估的。患者在试验期间同时接受未匹配和匹配治疗的弊端在于,高比例的患者在临床状况上不再适合接受匹配治疗。
数据可用性
SHIVA02研究的原始文件和原始数据文件将在合理请求下由通讯作者提供。由于包含可能损害研究参与者隐私的信息,数据不公开。
作者披露
P. Cassier在研究期间获得了Institut Curie的资助,并获得了AbbVie、Alligator、Amgen、Astellas、Bridgebio、Captor、Dragonfly、Daiichi Sankyo、GlaxoSmithKline、Incyte、Ipsen、Kinnate、Kura、Eli Lilly and Company、Oncure、Regeneron、Roche、Sairopa、Tango、Toray、Merck Sharp Dohme和Bristol Myers Squibb的其他支持,以及来自AstraZeneca、Ellipse、Grey Wolf、Mabquest、Ose Immunotherapeutics、Boehringer Ingelheim和Brenus的个人费用和其他支持,以及来自Molecular Partners和Novartis的非财务和其他支持,这些支持均在提交的工作之外。A. Italiano在提交的工作之外获得了Bayer、Bristol Myers Squibb、Merck、MSD、Roche和AstraZeneca的资助。E. Borcoman在提交的工作之外获得了来自Egle Tx和Janssen的个人费用,来自Daiichi Sankyo和Merck的非财务支持,以及来自Egle Tx的其他支持。C. Le Tourneau在提交的工作之外获得了来自Roche、Seattle Genetics、Rakuten、Nanobiotix、MSD、Bristol Myers Squibb、Merck Serono、AstraZeneca、GlaxoSmithKline、Novartis、Celgene、Exscientia和ALX Oncology的个人费用。其他作者未报告任何披露。
作者贡献
P. du Rusquec:概念化、资源、正式分析、验证、调查、方法学、撰写——初稿、撰写——审阅与编辑。C. Dupain:数据整理。R. Geiss:调查。M.-P. Sablin:调查。Z. Castel-Ajgal:调查。P. Cassier:调查。A. Italiano:调查。E. Borcoman:调查。J. Klijanienko:调查。V. Servois:调查。L. Raizonville:数据整理。F. Coffin:数据整理。J. Romejon:数据整理。P. Hupé:数据整理。L. Chanas:数据整理。S. Dureau:数据整理。E. Frouin:数据整理。O. Mariani:调查。S. Antonio:调查。C. Callens:调查。S. Melaabi:调查。J. Masliah-Planchon:调查。E. Girard:调查。N. Servant:方法学。M. Kamal:方法学。I. Bièche:调查。X. Paoletti:方法学。C. Le Tourneau:概念化、资源、调查、撰写——审阅与编辑。
致谢
本工作主要由MSD Avenir Foundation的研究资助支持。
注:本文的补充数据可在Cancer Research Communications Online(https://aacrjournals.org/cancerrescommun/)获取。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号