基于现实世界电子健康记录和在接受免疫治疗的晚期黑色素瘤患者的图像数据,建模瘤大小动态
Perrine Courlet1,2, Daniel Abler1,3, Monia Guidi2,4
1Precision Oncology Center, Department of Oncology, Lausanne University Hospital and University of Lausanne, Lausanne, Switzerland.
CPT: pharmacometrics & systems pharmacology
|June 17, 2023
概括
这项研究开发了一个瘤生长模型,使用了高级黑色素瘤患者用免疫检查点抑制剂 (ICI) 治疗的真实世界数据. 该模型确定了影响治疗反应的关键临床因素和放射学特征,提高了预测能力.
科学领域:
- 制药指标 (Pharmacometrics) 是一个指标.
- 在瘤学瘤学.
- 机器学习 机器学习
- 无线电学 (Radiomics) 是一种无线电学.
背景情况:
- 免疫检查点抑制剂 (ICI) 已经改变了癌症治疗,但患者的反应有很大的差异.
- 基于模型的药物开发 (MIDD) 对于理解治疗反应和识别预测生物标志物至关重要.
- 将临床试验结果转化为现实世界数据 (RWD) 对于更广泛的适用性至关重要.
研究的目的:
- 开发一种使用RWD从接受ICI的晚期黑色素瘤患者的瘤生长抑制模型.
- 为了确定与瘤动态和治疗反应相关的临床和成像共变量.
- 展示一个创新的管道,用于RWD的纵向分析,并结合放射学.
主要方法:
- 从91名晚期黑色素瘤患者中使用RWD (临床和成像) 开发了一种瘤生长抑制模型.
- 应用标准药量计方法来确定对基线瘤体积和生长速度的共变效应.
- 利用机器学习和药量测量方法在一个子组中对放射性特征进行探索性分析.
主要成果:
- 确定了白蛋白,中性粒细胞与淋巴细胞的比率和ECOG性能状态对基线瘤体积的显著协变效应.
- 发现NRAS突变是影响瘤生长率的显著共变量.
- 证明了将放射学特征作为模型共变量的可行性,表明它们与瘤动态的关联.
结论:
- 开发的模型有效地描述了使用RWD治疗ICI的晚期黑色素瘤患者的瘤动态.
- 临床因素 (白蛋白,NLR,ECOG,NRAS突变) 和放射性特征是治疗反应的重要预测因素.
- 这项研究验证了分析纵向RWD的创新方法,并突出了MIDD中放射学的潜力.
