在生物标志物识别中的个性化药物在它们的最佳切断选择选择时
1Health Economics and Healthcare Management Division, Kozminski University, Warsaw, Poland.
Przeglad gastroenterologiczny
|April 4, 2024
概括
这项研究确定了一对预测性生物标志物,用于治疗贝瓦西祖马布的晚期胃癌患者. 在第一线设置中,较低的VEGF-R1和IHER2G水平显著改善了无进展生存率.
科学领域:
- 在瘤学瘤学.
- 生物标志物发现发现
- 临床试验分析
背景情况:
- 在AVAGAST第三期研究中,研究了Bevacizumab治疗晚期胃癌.
- 识别预测生物标志物对于优化治疗策略至关重要.
研究的目的:
- 在AVAGAST第三阶段研究中确定预测性生物标志物对.
- 确定生物标志物的最佳二分化水平,以最大限度地提高治疗效益.
- 开发候选预测生物标志物得分.
主要方法:
- 对712个血和727个瘤样本进行了回顾性探索性分析.
- 使用考克斯模型和象限分析来确定最佳切断点和生物标志物对.
- 嵌套双重交叉验证用于候选生物标志物评分开发.
主要成果:
- 低VEGF-R1和低IHER2G的患者在一线设置中显著改善了无进展生存期 (PFS) (HR = 0.62).
- 生物标志物对的相互作用p值被调整为0.0147094.
- 象限分析确定了产生最佳临床益处的生物标志物对子集.
结论:
- 已识别的预测生物标志物对 (VEGF-R1和IHER2G) 是预测在接受一线贝瓦西祖马布治疗的晚期胃癌患者中PFS的潜在候选者.
- 这一发现可能有助于个性化胃癌患者的治疗决策.
更多相关视频
07:20Dried Blood Spot Collection of Health Biomarkers to Maximize Participation in Population Studies
Published on: January 28, 2014
36.4K
13:24Integration of Wet and Dry Bench Processes Optimizes Targeted Next-generation Sequencing of Low-quality and Low-quantity Tumor Biopsies
Published on: April 11, 2016
11.8K
