ASCO2017:肿瘤的动力学模型和durvalumab对非小细胞肺癌患者肿瘤应答的预测因子的识别

背景

Durvalumab是与PD-L1结合并阻断其与PD-1和CD80的相互作用的人源单克隆抗体。该分析的主要目的是测量在使用durvalumab治疗之后肿瘤的纵向直径的大小，并预测影响肿瘤生长和消退的关键因素。

方法

从1108例NSCLC患者获得的纵向肿瘤尺寸数据 (所有治疗方法)，采用非线性混合效应建模方法，建立了在使用durvalumab治疗之后(三线及以上治疗方法)。肿瘤动力学有四个关键参数：肿瘤生长和死亡速率常数，对durvalumab敏感的肿瘤细胞，肿瘤死亡的延迟时间。利用多变量协变量分析模型对肿瘤生长和消退的潜在预测因子进行了评价。该模型用于模拟不同肿瘤PD-L1表达截点的反应率。

结果

肿瘤动力学模型准确地描述了来自NSCLC患者的纵向肿瘤应答。与肿瘤快速生长相关的因素有肝转移，ECOG评分> 0，嗜中性粒细胞与淋巴细胞比例和EGFR / ALK突变比值较高。肿瘤细胞PD-L1表达，肿瘤基线和吸烟史被确定为肿瘤杀伤或敏感肿瘤细胞分数的重要预测因素。使用肿瘤动力学模型的模拟结果显示，肿瘤细胞PD-L1表达的患者反应率增加(分别增加了9 - 11%和10 - 14%，截点分别为25%和50%)。

结论

肿瘤动力学模型确定了在NSCLC患者的durvalumab中预测肿瘤进展和反应的因素。多变量分析考虑了预测生物标志物层内的各种预测因子，从而更好地解释了不同的生物标志物截断值。这种建模技术可以指导病人的选择性/丰富性、临床试验设计策略和肿瘤生物学。

原文出处：