百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

真实世界中,度伐利尤单抗治疗III期NSCLC患者的特征

ztj100 2024-11-23 00:03 44 浏览 0 评论

2021年欧洲肺癌大会(ELCC)发表了真实世界研究PACIFIC-R(NCT03798535)的初步分析结果,提示与3期PACIFIC研究的受试者相比,真实世界中使用度伐利尤单抗的部分III期非小细胞肺癌(NSCLC)患者接受了序贯放化疗(在PACIFIC研究中,受试者仅接受了同步放化疗),并推迟了度伐利尤单抗治疗的时间。


PACIFIC-R1是一项大型国际观察性研究,目的是探究真实世界中使用PACIFIC方案的患者特征。该研究纳入了不可切除的III期NSCLC患者,这些患者接受过至少1次度伐利尤单抗(10μmg/kg Q2W)治疗。同时,这些患者在过去12周内已完成同步放化疗(cCRT)或序贯放化疗(sCRT),且无疾病进展证据。数据将在入组后5年内进行回顾性收集。

在全分析集(N=1155)中,PD-L1表达状态(≥1%,N = 574;<1%,N=138)的患者基线时人口统计学和疾病特征无显著差异。大部分患者接受了cCRT治疗(n=893),接受sCRT(n=163)的患者通常年龄较大(年龄≥70岁患者比例:37.4% vs 28.4%),肿瘤体积>70mm者占比较高(25.0% vs 15.9%)。并且,中位总放疗剂量(总体:65 Gy)和持续时间(总体:1.5个月)反映了当地的临床实践。


对于以铂类为基础的CT方案,法国、德国和英国更偏向于应用长春瑞滨;紫杉醇在澳大利亚、以色列更受青睐;荷兰、比利时和挪威则多为依托泊苷。中位化疗时间为0.8-2.3个月(总体为1.6个月)。从CRT结束到开始使用度伐利尤单抗的中位时间从39天到89天不等(总体为52天)。在度伐利尤单抗治疗的前3个月,最常报道的特别关注不良事件是肺炎(10.6%)和内分泌疾病(6.8%),分别导致4.8%和0.2%的患者永久停止治疗。

这项研究反映了应用PACIFIC方案的真实世界患者特征。在PACIFIC-R研究中,患者从放疗结束到使用度伐利尤单抗的间隔时间长于PACIFIC研究。

PACIFIC研究:度伐利尤单抗治疗接受放化疗后的Ⅲ期NSCLC患者

2018年2月,基于3期PACIFIC研究,美国FDA批准度伐利尤单抗用于在接受铂类药物为基础的化疗同步放疗后,未出现疾病进展的不可切除、III 期NSCLC患者的治疗。

PACIFIC研究探索的是对于局部晚期且同步放化疗后未进展的患者,给予不超过1年的度伐利尤单抗巩固治疗的疗效及安全性。研究者以2∶1将713例患者随机分为两组,分别接受度伐利尤单抗(10 mg/kg,静脉给药)或安慰剂,每2周1次,最多持续12个月。这些患者在化放疗结束后的第1-42日内开始接受度伐利尤单抗或安慰剂治疗。

该研究的主要终点是无进展生存期(PFS,通过独立、盲法集中审核的方式进行评估)和总生存期(OS,在中期分析时未计划对此进行分析)。次要终点包括12个月和18个月PFS率、客观缓解率(ORR)、缓解持续时间(DOR)、至死亡或远处转移的时间以及安全性。

PACIFIC研究的中期结果2显示,度伐利尤单抗组和安慰剂组的中位PFS分别为16.8个月(95% CI,13.0-18.1)和5.6个月(95% CI,4.6-7.8)(HR=0.52;95% CI,0.42-0.65;P<0.001),12个月PFS率分别为55.9%和35.3%,18个月PFS率分别为44.2%和27.0%。

PACIFIC研究的4年分析数据3显示,度伐利尤单抗组的中位OS为47.5个月,安慰剂组为29.1个月(HR,0.71;95% CI,0.57-0.88)。此外,度伐利尤单抗组和安慰剂组的4年OS率分别为49.6%和36.3%,4年PFS率分别为35.3%和19.5%。

在对PACIFIC的事后分析4中,研究人员评估了同步放化疗和度伐利尤单抗治疗间隔时间(<14天或≥14天)对PFS的影响。在间隔时间<14天的队列中,与安慰剂组的4.8个月相比,度伐利尤单抗组的中位PFS未达到(HR=0.39;95% CI,0.26-0.58)。在间隔时间≥14天的队列中,度伐利尤单抗组和安慰剂组的中位PFS分别为14.0个月和5.6个月(HR=0.63;95% CI,0.49-0.80)。


参考文献:

1. McDonald F, Mornex F, Garassino MC, et al. PACIFIC-R: real-world characteristics of unresectable stage III NSCLC patients treated with durvalumab after chemoradiotherapy. Presented at: European Lung Cancer Congress; March 25-27, 2021; virtual. Abstract 79M0.

2. Antonia SJ, Villegas A, Daniel D, et al. Durvalumab after chemoradiotherapy in stage III non—small-cell lung cancer. N Engl J Med. 2017;377(20):1919-1929 doi: 10.1056/NEJMoa1709937.

3. Faivre-Finn C, Vicente D, Kurata T, et al. Durvalumab after chemoradiotherapy in stage III NSCLC: 4-year survival update from the phase III PACIFIC trial. Ann Oncol. 2020;31(suppl 4):S1178-S1179. doi:10.1016/j.annonc.2020.08.2281

4. Faivre-Finn C, Spigel DR, Senan S, et al. Efficacy and safety evaluation based on time from completion of radiotherapy to randomization with durvalumab or placebo in pts from PACIFIC. Ann Oncol. 2018;29(suppl_8):viii488-viii492. doi:10.1093/annonc/mdy291



相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: