2024年10月23日,复旦大学附属肿瘤医院邵志敏教授、王中华教授、江一舟教授团队领衔,在医学顶刊《BMJ》(医学一区top,IF=93.6)上发表一项随机、多中心、开放、III期临床研究,题为“Intensive chemotherapy versus standard chemotherapy among patients with high risk, operable, triple negative breast cancer based on integrated mRNA-lncRNA signature (BCTOP-T-A01): randomised, multicentre, phase 3 trial”,旨在探讨强化治疗(TEC*4-GP*4)与标准治疗(EC*4-T*4)在高危三阴性乳腺癌(TNBC)患者中的有效性与安全性。此外,该项研究还旨在前瞻性地验证模型预测的敏感度及特异度。
如果你需要全文,请公众号后台回复关键词“pdf”。如果您需要进一步的了解随机对照研究如何进行数据分析,不妨看看我们临床试验设计与数据分析培训班!详情可咨询助教,微信号:aq566665
2015年,复旦大学附属肿瘤医院邵志敏教授、江一舟教授团队基于全转录组表达谱,自主研发构建了由5个RNA组成的三阴性乳腺癌预后预测模型(后简称“多基因模型”),该模型可以准确地把三阴性乳腺癌患者划分为高危和低危复发风险组。
这也是国际首个三阴性乳腺癌预后预测模型,为三阴性乳腺癌的精准化疗提供了理论依据。
而后,研究团队基于该模型,持续开展临床研究,致力将科研成果转化为真正让患者获益的方案。
为了进一步验证“多基因模型”的预后效果并挖掘其临床应用价值,邵志敏教授带领团队开展了一项名为“BCTOP-T-A01”的临床研究。
研究团队历时7年,在2016年1月3日至2023年7月17日期间,经过纳排,504名18-70岁确诊为三阴性的早期(M0)乳腺癌患者(在复旦大学附属肿瘤医院接受单侧浸润性乳腺癌术后,既往未接受过新辅助治疗;淋巴结阳性或淋巴结阴性且肿块大小>1cm)入组研究。
利用该团队前期已建立的多基因模型确定患者高低危复发风险,经模型确定,336例为高危患者,168例为低危患者。
高危组患者按照1:1的比例随机分为强化组和对照组(即使用标准方案辅助化疗):
强化组(n=168)接受4个周期“多西他赛+表阿霉素+环磷酰胺”,随后继续进行4个周期“吉西他滨+顺铂(TEC*4-GP*4)”方案化疗;
对照组(n=168)为4个周期“表阿霉素+环磷酰胺”,随后继续进行4个周期“多西他赛(EC*4-T*4)"方案。
低危组(n=168)患者同样接受与对照组相同的标准方案化疗(EC*4-T*4)。
如今,经过中位45个月的随访,研究团队最新研究成果发表在医学顶《BMJ》。
高危患者3年生存率提升10.3%
高危患者中强化治疗组3年DFS率为90.9%,显著优于标准治疗组的80.6%。绝对获益达到了10.3%,显著降低高危患者49%的疾病风险。(风险比0.51,95% CI 0.28 ~ 0.95;P = 0.03)。
同时,强化治疗组的3年RFS率也显著高于标准治疗组(92.6% vs. 83.2%)。 此外,强化治疗组和标准治疗组3年OS率分别为98.2%和91.3%(P=0.267)。 与接受相同标准化疗的高危患者相比,低危患者的3年 DFS(90.1% vs. 80.6%)、RFS(94. 5% vs. 83.2%)和OS(100% vs. 91.3%)均显著改善。
统计学方法
首先总共需要106例高风险患者的无复发生存事件,以检测3年无复发生存率是否提高12%(详细的样本量计算见研究方案); 其次对于无病生存期的样本量计算,研究团队更新了假设,以反映强化方案与标准方案的3年无病生存率从79%至90%(风险比0.45)的11%差异; 研究团队估计入组时间和随访时间分别为36个月和24个月; 基于1:1的随机化比例和假设9%的脱落率,335例具有50例无疾病生存期事件的高风险患者将在5%的显著性水平下,为双侧对数秩(log-rank)检验提供80%的把握度; 最后研究团队还招募了168名低危患者,他们与高风险患者以1:1的比例接受了相同方案的标准治疗,得出总共需要503名参与者。
使用Kaplan-Meier方法估计生存结局,并开展log-rank检验进行比较。 建立了Cox模型来控制组间预后变量,并估计风险比和95%置信区间(CI)。
公众号后台回复关键词“pdf”,即可获取原文!更多统计指导,请联系郑老师团队,助教微信:aq566665。
关于郑老师团队及公众号
大型医学统计公众号平台,专注于医学生、医护工作者学术研究统计支持,我们是你们统计助理
郑老师团队开设的医学统计培训课程,各类发文需求都可以满足:
GBD公共数据库挖掘、NHANES公共数据库挖掘、孟德尔随机化方法
郑老师统计课程详情介绍
详情联系助教小董咨询(微信号aq566665)