雷莫蘆單抗(Cyramza)聯(lián)合厄洛替尼(Tarceva)治療肺癌效果明顯
近來,一項新的臨床試驗表明:在轉(zhuǎn)移性EGFR突變型非小細胞肺癌(NSCLC)患者的一線治療中,雷莫蘆單抗(Cyramza)和厄洛替尼(Tarceva)聯(lián)用顯著提高了患者的無進展生存率(PFS)。
聯(lián)合用藥的安全性與先前單獨給藥的臨床試驗中所報告的一致。在安全性方面,與接受厄洛替尼/安慰劑的患者相比,雷莫蘆單抗/厄洛替尼組常見的3級及以上不良事件(AEs)發(fā)生率更高(差異大于5%),包括高血壓、痤瘡樣皮炎和腹瀉等。
這項研究的全部成果將在即將召開的醫(yī)學會議上發(fā)布。根據(jù)這些研究結(jié)果,預計該療法將在2019年晚些時候向FDA提交申請。
“研究表明,雷莫蘆單抗和厄洛替尼聯(lián)用顯著延緩了這類患者的疾病進展,令人振奮!”雷莫蘆單抗的制藥企業(yè)禮來癌癥晚期發(fā)展副總裁Maura N. Dickler博士在接受采訪時表示。
RELAY試驗是一項國際性的三期臨床試驗。試驗共納入543例IV期EGFR突變型非小細胞肺癌患者,包括外顯子19缺失和外顯子21(L858R)突變。試驗的A部分采用每兩周靜脈注射10 mg/kg雷莫蘆單抗外加口服150 mg厄洛替尼的方式,主要評估聯(lián)合療法的安全性和可耐受性。在B部分患者被隨機分為兩組,一組接雷莫蘆單抗/厄洛替尼聯(lián)合治療,另一組接受安慰劑/厄洛替尼治療。
該試驗還附加了C部分,即靜脈注射雷莫蘆單抗聯(lián)合口服吉非替尼(艾瑞莎)或奧希替尼(泰瑞沙)。這兩種TKI抑制劑都被批準用于EGFR突變型非小細胞肺癌的一線治療。
為了符合入選條件,患者首先必須經(jīng)過細胞學或組織學確診符合美國肺癌分期標準聯(lián)合委員會規(guī)定的IV期EGFR突變型非小細胞肺癌、厄洛替尼一線治療的標準,并且還要具有至少1個可測量病變和至少3個月的預期壽命。
RELAY試驗的主要終點是PFS和治療相關(guān)不良事件數(shù)≥1的患者。次要終點包括總生存率(OS)、客觀反應率(ORR)、疾病控制率、反應持續(xù)時間、藥代動力學、抗雷莫蘆單抗患者數(shù)量、肺癌癥狀量表基線變化、EuroQol 5維5級問卷基線變化。
早在2014年12月,F(xiàn)DA已批準雷莫蘆單抗聯(lián)合多西他賽用于含鉑化療期間或治療后進展的轉(zhuǎn)移性非小細胞肺癌患者。同時還規(guī)定,EGFR或 ALK異常的患者應在服用雷莫蘆單抗之前先要接受FDA批準的針對性藥物治療。
▲關(guān)于雷莫蘆單抗
癌癥的生長和擴散需要大量營養(yǎng),它不斷生成新的血管,為自身提供充足的血液。
腫瘤是通過產(chǎn)生一種叫作VEGF的蛋白質(zhì),這些蛋白質(zhì)可附著于血管細胞的VEGF受體,并在腫瘤周圍形成新血管。
而雷莫蘆單抗是一種抗血管生成靶向藥物,是血管內(nèi)皮生長因子(VEGF)受體2拮抗劑,其通過阻斷VEGF受體配體VEGF-A、VEGF-C和VEGF-D的結(jié)合,特異性結(jié)合并阻斷VEGF受體2的活化,從而抑制血管生成和腫瘤生長。目前,雷莫蘆單抗已獲批用于肺癌、腸癌和胃癌。
▲關(guān)于厄洛替尼
厄洛替尼是一代表皮生長因子受體酪氨酸激酶抑制劑(EGFR-TKI),可阻礙腫瘤的生長、轉(zhuǎn)移和血管生成,并加速癌細胞的凋亡。
其他酪氨酸激酶抑制劑靶還有一代(吉非替尼、??颂婺?、二代(阿法替尼、達克替尼)三代(奧希替尼、納扎替尼)。
▲治療前先檢測EGFR突變
肺癌是全球癌癥死亡的主要原因,也穩(wěn)居我國癌癥發(fā)病率和死亡率之首(根據(jù)國家癌癥中心癌癥報告)。非小細胞肺癌是常見的類型,約占80%~85%。IV期非小細胞肺癌非常難治,預后較差。
EGFR是一種促進細胞生長和分裂的蛋白質(zhì)。EGFR發(fā)生突變,可能導致蛋白質(zhì)過度活躍,引發(fā)癌癥,約10%~35%的非小細胞肺癌與該突變有關(guān)。常見的EGFR突變?yōu)橥怙@子19缺失和外顯子21(L858R)突變,占EGFR突變腫瘤的90%以上。
EGFR基因檢測已成為非小細胞肺癌治療的必要步驟。肺癌患者一定要記?。褐委熐耙欢ㄒ葯z測EGFR基因突變情況,再選擇相應的靶向藥物。
如今,隨著對癌癥的研究不斷深入,“單基因、單突變、單藥”的模式在治療決策中已逐漸落伍。我們需要同時考慮所有的突變,分析其相互作用,找到有效的治療方案。
而Cellworks TRI檢測,可根據(jù)多種癌癥患者的二代基因測序信息,使用生物模擬技術(shù),建立生物模擬“疾病模型”。通過不斷組合藥物模型數(shù)據(jù)庫中FDA批準的藥物,生物模擬這些藥物組合對患者疾病模型的效果,基于表型作用,預測出有效的藥物組合。
聲明:本文版權(quán)歸原作者所有,轉(zhuǎn)載文章僅為傳播更多信息,如作者信息標記有誤,或侵犯您的版權(quán),請聯(lián)系我們,我們將在及時修改或刪除內(nèi)容,聯(lián)系郵箱:marketing@360worldcare.com