惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

Microsoft Security Blog
Microsoft Security Blog
博客园 - 聂微东
aimingoo的专栏
aimingoo的专栏
J
Java Code Geeks
腾讯CDC
大猫的无限游戏
大猫的无限游戏
H
Hackread – Cybersecurity News, Data Breaches, AI and More
Google DeepMind News
Google DeepMind News
博客园_首页
F
Fortinet All Blogs
小众软件
小众软件
Apple Machine Learning Research
Apple Machine Learning Research
H
Help Net Security
博客园 - 【当耐特】
量子位
博客园 - 叶小钗
M
MIT News - Artificial intelligence
酷 壳 – CoolShell
酷 壳 – CoolShell
月光博客
月光博客
MyScale Blog
MyScale Blog
爱范儿
爱范儿
The Cloudflare Blog
N
Netflix TechBlog - Medium
T
Tailwind CSS Blog

熊言熊语

焦虑的反面是具体:用3年AI实践和你分享这份AI科研心得指南 | 熊言熊语 因为 AI 终于我可以尝试把自己最好的东西给你 | 熊言熊语 Guardant Shield 获批:详谈这5年你该了解的按部就班、跌跌撞撞 、布局和野望 | 熊言熊语 除了E人变I,断网半年后我的3个感悟和1个项目 | 熊言熊语 同源重组修复缺陷HRD :产品总览 | 熊言熊语 同源重组修复缺陷HRD:临床验证 | 熊言熊语 同源重组修复缺陷HRD:从无到有 | 熊言熊语 聊肿瘤生物标志物时我们在聊什么 | 熊言熊语 肿瘤组织和液体活检结果不一致,好事还是坏事 | 熊言熊语 关于wolai被钉钉收购:多研究些问题少谈些逻辑 | 熊言熊语 MSKCC 尚待解决的肿瘤基因组检测临床应用问题 | 熊言熊语 不要错过的14档肿瘤研究专业相关播客 | 熊言熊语 从靶向治疗耐药机制到联合用药策略(下篇) | 熊言熊语 那些获得FDA突破性设备认证的多癌种早筛公司 | 熊言熊语 2022的混乱和坚持 2023的困难和勇敢 | 熊言熊语 从靶向治疗耐药机制到联合用药策略(上篇) | 熊言熊语 和头部肿瘤早筛公司 GRAIL CEO 学写年终工作总结 | 熊言熊语 2022年肿瘤精准治疗进展回顾 看OncoKB和FDA审批就够了 | 熊言熊语 Foundation Medicine 42万例样本库分析KRAS泛癌种突变特征得出了这些结论 | 熊言熊语 从2002年的Nature论文到2022年的亿元营收 | 熊言熊语 肿瘤NGS行业新人如何构建自己的知识体系 | 熊言熊语 Nature Genetics:低TMB患者福音 肿瘤非整倍体可预测泛癌免疫治疗疗效 | 熊言熊语 Nature Cancer:高度非整倍体非小细胞肺癌 放疗同步免疫治疗更敏感 | 熊言熊语 Nature Reviews Cancer:未来10年肿瘤精准治疗的6个未解之谜 | 熊言熊语 通过一份会议日程多了解点液体活检 | 熊言熊语 找到一种和这个世界沟通的方式 | 熊言熊语 跨越60年的癌症靶向治疗里程碑 | 熊言熊语 同样做肿瘤NGS检测,美股上市的9家公司近况如何 | 熊言熊语 30 岁,让我们成熟和改变的不是生日而是生活 | 熊言熊语 ctDNA系列之一:ctDNA的生物学特征、检测技术问题和临床应用方向 | 熊言熊语
肿瘤精准治疗究竟多难 看这7个临床实践障碍 | 熊言熊语
2023-03-14 · via 熊言熊语

2023-03-14, 1832 words, 7 min read

换句话,除了「贵」,还有哪些因素影响了癌症精准治疗在临床实践中的应用呢?

今年过年发生的一段对话如下:

👨:小伙子,哪里发财?
🐻:呃,没发财。
👨:那瞎忙啥呢?
🐻:往大了说是精准医疗,研究一些可以检测癌症病人基因组变化的东西,用了之后就能找到针对患者精准的治疗方式。
👨:一种很新的东西?
🐻:算上老美那边,行业从起步到现在已经很多很多年了
👨:那我听说的人得了癌症怎么还都是化疗?
🐻:可能是还没真正普及这种看病方法,而且小地方也有很多不规范
👨:那你不白研究了?
🐻:来,叔,喝一杯

过年回来,这段对话我一直忘不掉,除了不知道该如何发财,还好奇一个问题:这么多上下游公司,有药企有诊断,这么多做科研、做研发、做销售的从业者,吭哧吭哧这么多年,究竟有多少患者从中受益,应该从哪里找问题?

换句话,除了闭眼能想到的「贵」,到底有哪些因素影响了癌症精准治疗在临床实践中的应用?

前几天一查,还真找到了 2022 年 10 月发表在 JCO Precision Oncology 的一篇论文。

这篇论文以晚期非小细胞肺癌(NSCLC)为例,详细介绍了将预测生物标志物(predictive biomarker)检测整合到癌症个性化诊疗过程中面临的挑战,并量化分析了各种临床实践障碍对治疗的真实影响。

先说结论:在美国,从诊断到治疗的过程中,由于不同临床实践障碍叠加造成的患者损失,最终大约 64% 的潜在获益晚期 NSCLC 患者没有受益于适合其疾病的癌症精确治疗。

如上图所示,该研究使用的 Diaceutics 是一个来自美国超过50万名非小细胞肺癌患者数据,包括商业和医疗保险以及实验室数据在内的多来源数据库。

其研究重点放在了精准治疗过程中从诊断到治疗七个步骤出现的障碍和各自独立及累计影响。

七个步骤如下:

  • Step 1: Biopsy referral: Initial solid or blood biopsy was never performed. 未进行最初的组织或血液活检。
  • Step 2: Biospecimen collection: Biospecimen collection challenges including insufficient tissue or tumor cell content of initial biopsy or rebiopsy inhibited biomarker testing and its accuracy. 生物标本收集影响了生物标志物检测和准确性
  • Step 3: Biospecimen evaluation/pathology: Biospecimen tumor cell content was overestimated, inhibiting biomarker testing and its accuracy. 被高估的肿瘤细胞含量影响了生物标志物检测和准确性。
  • Step 4: Biomarker test ordering: Appropriate testing was not ordered, or treatment began before testing was ordered. 未进行相关检测或在检测前即开始治疗
  • Step 5: Biomarker testing performance: Biomarker testing provided inconclusive or false-negative (FN) results. 生物标志物检测提供了不确定或假阴性结果。
  • Step 6: Test result reporting: As a result of turnaround time (TAT) delays, treatment was initiated without consideration of test results. 周转时间问题,治疗并为考虑检测结果即开始
  • Step 7: Treatment decision: Targeted treatment was not selected despite positive test results. 尽管测试结果为阳性,但未选择对应的靶向治疗。

当将人数标准化为1000时,如下图你可以看到每一步具体存在的问题以及陆续措施治疗机会的患者人数和比例。

在上面这幅图,我们可以发现,研究者估计有29.2%的病人没有根据他们的检测结果接受适当的针对性治疗。

根据索赔数据,确定有18.5%的病人没有接受治疗。在81.5%的接受了各种治疗的患者中 9.1%只接受化疗,14.3% 接受化疗和免疫治疗,40.8% 只接受免疫治疗,16.6% 接受靶向治疗,还有 0.7% 接受其他治疗。

14.3%的肿瘤本可以使用TKI却没有接受指定的治疗。另有11.6%的患者在IHC检测基础上获得了可针对治疗的结果,但没有接受适当免疫治疗,此外估计共有3.3%的患者的检测结果不正确(假阳性)。

推测没有接受相应治疗的原因,如下图显示,可能包括:检测报告问题(报告中的错误、过时的临床和药物信息);缺乏FDA批准的适应症(医生不清楚或不愿在适应症外用药);对靶向治疗选择的认识滞后;治疗可及性;治疗成本/保险报销范围等。

如果你关注的是肿瘤NGS检测,那么有一个好消息和一个坏消息。

坏消息是turnaround time (TAT) 统计显示:在接受生物标志物检测并报告结果的29227名患者中,研究估计有4%经历了TAT延迟进而导致治疗决定没有考虑分子检测结果,在所有方法中 13.1% 的 NGS 检测 TAT 超过了14天。

好消息是,在包括 PCR Sanger IHC和FISH在内的检测手段中,根据多项研究估计的假阴性和假阳性率现实,NGS方法的FN和其它相比要明显小的多。

看到最后这张汇总的患者丢失示意图,不知道你作何感受。

问题代表着机会和改进空间,问题越大的步骤被优化的可能性也相对越大。不过,除了注意数据的实效性(来自2019年)以外,你或许还需要注意如下几点内容:

  1. 这项研究针对 NSCLC,算是实体瘤中精准治疗机会偏高的癌种,那其它癌种的情况又如何?
  2. 七个临床实践障碍中,美国患者流失率最高的是障碍七,随后不分伯仲的是障碍四和五,如果在国内进行类似研究又可能是哪几步问题最大?
  3. 第一步中,84.6% 接受了组织活检;8.8% 接受了液体活检,6.6% 没有组织或液体活检的患者可能只通过成像进行诊断。从这个数据看,液体活检和组织活检相比优势究竟是什么,空间还有多大
  4. 第三步中,根据估算,肿瘤细胞含量<\20%的 14% 的组织样本中,有 38% 被高估为>20%,进而被错误地认为适合分子检测。这一部分在各家肿瘤检测公司中,有多少本不该检测的样本进行了检测?
  5. 以上研究,如果考虑一个患者随着治疗展开多次检测,又会是一个什么结果呢?
  6. 如果治疗前(基线)检测尚且存在如此大比例潜在可获益的患者流失,各家你争我夺的MRD和早筛,目前又是什么情况?

如果你对这篇文章感兴趣,欢迎通过邮箱订阅我的 「熊言熊语」会员通讯,我将第一时间与你分享肿瘤生物医药领域最新行业研究进展和我的所思所学所想点此链接即可进行免费订阅。

· 分享链接 https://kaopubear.top/blog/2022-03-14-clinical-practice-gaps/