从患者衍生异种移植小鼠模型预测治疗患者的瘤动态:一种基于翻译模型的方法

科学领域:

• 制药指标 (Pharmacometrics) 是一个指标.
• 翻译性瘤学 翻译性瘤学
• 数学建模的数学建模

背景情况:

• 预测癌症患者的瘤大小动态对于治疗疗效评估至关重要.
• 患者衍生异种移植 (PDX) 模型为研究瘤行为提供了临床前平台.
• 翻译模型可以弥合临床前数据和临床结果之间的差距.

研究的目的:

• 开发和验证一个转化建模框架,用于预测癌症患者的瘤大小动态.
• 利用PDX小鼠的数据来告知人类瘤生长抑制 (TGI) 模型.
• 评估框架对支持瘤学早期临床决策的有用性.

主要方法:

• 使用PDX小鼠数据开发了一个人群瘤生长抑制 (TGI) 模型.
• 采用全米缩放来将模型参数从小鼠转换为人类.
• 对胰腺和肝细胞癌的临床进展时间 (TTP) 数据验证了人类TGI模型.

主要成果:

• 该框架成功预测了胰腺癌中gemcitabine的中位瘤大小动态,与临床TTP数据保持一致.
• 对于肝细胞癌中索拉芬尼的瘤大小有可信的预测,TTP曲线与临床观察结果相匹配.
• 该模型表现出良好的整体准确性,突出其潜力,尽管需要改进的领域,如结合阻力机制.

结论:

• 翻译建模框架显示了预测癌症患者瘤动态的巨大潜力.
• 该方法是支持瘤药物开发和治疗规划的早期决策的宝贵工具.
• 进一步的细化,包括抵抗机制的整合,可以提高极端瘤大小百分点的预测准确性.