这几种新型肿瘤试验设计,你都知道吗?

学术   2024-10-23 19:02   北京  

在精准医疗时代,随着靶向特定突变或生物标志物的癌症疗法取得进展,一些新型试验设计应运而生,例如篮子试验、雨伞试验和平台试验[1]。近年来,这些新型试验的数量迅速增加,预计还将继续增长。本文就来介绍下这几种试验是如何设计的,并列举一些研究案例加深大家的理解。

篮子试验(Basket trials


篮子试验纳入的研究人群不是同一种癌症类型,可能都存在一种特定的生物标志物,这种生物标志物可能存在于多种类型的癌症,试验评估的干预措施正是靶向这种特定生物标志物(图 1)。

图1. 篮子试验[2]

从本质上讲,篮子试验做了这样一个假设,即存在特定生物标志物或分子靶点,可预测相应的靶向治疗药物的疗效,而与癌症类型无关[3]

  • 举个例子

VE-BASKET研究[4]就是篮子试验的一个经典案例,当时非常引人注目,因为是首个获得美国FDA批准的篮子试验。这是一项II期试验,招募了122名BRAF V600突变的受试者,包括结直肠癌、非小细胞肺癌、胆管癌、甲状腺癌、乳腺癌、卵巢癌、多发性骨髓瘤、朗格汉斯组织细胞增多症。患者连续口服维莫非尼(960 mg,每天两次),主要终点是总缓解率(ORR),次要终点为无进展生存期(PFS)和总生存期(OS)。

雨伞试验(Umbrella trials)

雨伞试验只纳入一种癌症的受试者但会对多种生物标志物进行筛选和评估;这类试验通常会评估多种药物和干预措施的疗效(图2)。雨伞试验特别适用于存在多种不同突变的癌症,如非小细胞肺癌、乳腺癌。

图2. 雨伞试验[2]

  • 举个例子

plasmaMATCH研究是雨伞试验的一个案例,该研究评估了晚期或转移性乳腺癌的五种不同疗法[5]。这项开放标签的II 期雨伞试验使用循环肿瘤DNA(即液体活检)来评估晚期乳腺癌患者的基因组特征。根据是否存在特定的生物标志物,患者被分为五个不同组别(A-E),并被分配到不同的治疗方案中。

例如,A组为雌激素受体基因1突变(ESR1)患者,接受氟维司群治疗;B组为人类表皮生长因子受体2(HER2)突变患者,接受了奈瑞替尼治疗。由于涉及到多个组,雨伞试验可能比较复杂,但其优势在于可以同时研究同一疾病状态下的多种干预措施

平台试验(Platform trials)

与上面两种试验设计不同,平台试验会在一个方案中评估多个研究假设,不同平台试验的设计可能会有很大差异[6]。平台试验通常为适应性设计,在试验进行过程中可能新加入或关闭一些治疗组(图3)。

图3. 平台试验[2]

  • 举个例子

平台试验的一个例子是TAPUR研究[8],于2016年启动,是美国临床肿瘤学会(ASCO)开展的首个精准肿瘤学试验。这项大型、多中心、非随机化的平台试验评估多个FDA批准的靶向疗法在尚未获得适应症的肿瘤中的疗效和安全性。TAPUR研究包括多种肿瘤类型,包括晚期或转移性实体瘤(如结直肠癌)、多发性骨髓瘤和B细胞非霍奇金淋巴瘤。近几年,TAPUR研究中一些组的结果陆续公布[8,9]

不同试验设计的优缺点


  • 篮子试验

篮子试验主要为单臂试验,通常用于产生研究假设或探索发现,还需要在更大规模的临床试验中确认药物疗效。篮子试验的优势在于,可利用事先了解到的突变信息,在一次试验中确定靶向疗法在不同癌症类型中的潜在疗效;篮子试验还可以纳入罕见癌症类型

篮子试验的缺点包括:如果突变很罕见,受试者的入组速度会很慢;不同篮子中的样本量较小,可能会出现I类错误;不同肿瘤类型可能会对靶向疗法产生不同的反应。

  • 雨伞试验

雨伞试验的优点在于可以提高受试者入组率,因为其包括了一系列生物标志物,而不只局限于一种生物标志物;雨伞试验还增加了受试者从靶向治疗中获益的可能性。雨伞试验的缺点是需要多个研究组、需要纳入更多受试者、且需要积极的随访。

  • 平台试验

平台试验可以更快地对药物进行评估,由于这类研究的适应性设计,还可以根据当前的结果对药物剂量和样本大小进行调整。然而,由于需要进行积极和动态的随访,因此在实际进行时可能会遇到很大的困难;此外,采用适应性设计的临床试验,通常需要更加复杂的统计分析方法

参考文献

1. CA Cancer J Clin. 2020;70(2):125-37.

2. J Adv Pract Oncol. 2023; 14(Suppl 1): 9–13.

3. Cancer. 2020;126(22):4838-46.

4. N Engl J Med. 2015;373(8):726-36.

5. CA Cancer J Clin. 2020;70(2):125-137.

6. Genome Med. 2022;14(1):101.

7. JCO Precis Oncol. 2018:2018:10.1200/PO.18.00122.

8. JCO Precis Oncol. 2022;6:e2200306.

9. JCO Precis Oncol. 2022;6:e2200191.

点击“阅读原文”,成为医咖会员!学习50+精品科研课程(SPSS、R语言),领取专属科研工作台(SCI-AI、文献订阅)和更多增值权益!

医咖会
详细的医学统计教程;实例讲解临床研究设计;咨询临床研究方法学大咖;研究进展、临床指南、专家观点和循证医学案例...
 最新文章