讓我們期待癌症治療領域更大的進步。 以下是2018年將會影響癌症患者生活的幾大主要趨勢和問題:
一、 更少的化療!
最近一項研究報告指出,
醫生越來越多地開發針對特定分子異常的腫瘤靶向藥物。 包括用於乳腺癌和前列腺癌的一系列激素阻斷劑, 肺癌中出現改變或擴增的蛋白質(如EGFR或ALK)的抑制劑, 以及目前在卵巢癌中已被批准的PARP 藥物可能即將批准用於特定類型的乳腺癌。
同時, 免疫治療藥物 - 主要是干擾PD-1和PDL-1受體和配體家族的抗體, 被用於各種腫瘤。 其他單克隆抗體, 如Rituxan或Herceptin, 在標準治療中已經得到了充分的證實, 如Darzalex(抗CD38, 骨髓瘤)和抗體結合物如Kadcyla或 Inotuzumab (最近獲批), 進入抗體治療時代。
三、關注癌症藥物成本!這個問題永遠不會消失。 相反, 癌症對個人和社會的經濟毒性問題將隨著更多的藥物應用而增加。 有人認為, 除非癌症治療對患者有一定程度的益處, 否則抗癌藥物不會由保險公司承保。 但是, 腫瘤學家, 患者, 經濟學家或保險部門如何界定“利益”或“價值”是一個有爭議的問題, 以及如何顯示這種利益。
這是一個社會問題。 討論反映了對癌症治療責任的價值和概念,
對於希望嘗試新型癌症藥物的惡性腫瘤患者來說, 這是一個至關重要的問題, 並且需要知道他們的腫瘤是否具有與這些新藥物相匹配的分子特徵。 到目前為止, FDA已經批准了一項這樣的廣泛基因癌症檢測, 也是唯一批准的, 即 FoundationOne CDx, 其價格大約為5800美元!
一般來說, 患者需要考慮基因檢測的品質和成本。 您可能已經聽說, 癌症患者的液體與活組織檢查 結果可能存在差異, 這取決於公司的實力。 醫生和患者需要可靠和可參考的結果。 因此, 對實驗室進行認證變得越來越必要, 因為這項檢測變得與日常處方的腫瘤藥物和臨床決策更相關!
五、不區分腫瘤來源的癌症治療!這種癌症藥物的作用方式 - 基於惡性細胞的分子變化, 而不一定是腫瘤的部位, 如“乳房”腫瘤或“結腸”腫瘤 。 我們把這看作是腫瘤學的未來。
去年5月, FDA 首次批准使用免疫腫瘤藥物Keytruda,
並不是所有的腫瘤科醫生都會瞭解這種治療癌症的方法的優點或可行性。 根據初步研究, 似乎對某些藥物的反應可能取決於癌症的位置。 例如, 在去年春季的AACR會議上, David Hyman博士及其同事 報告說 在HER2和HER3突變患者的SUMMIT試驗中。 顯然, neratinib在晚期乳腺癌, 唾液腺癌, 膽管癌和其他一些HER2異常患者中表現出一定活性, 但結腸癌沒有回應。 雖然, 這項試驗有限, 涉及相對較少的HER2和HER3突變的患者。然而,這告訴我們,在收集包括上市後資料在內的有關腫瘤位置的資料以及相關突變的細節時,需要謹慎的根據其分子特徵來規定抗癌藥物。
六、患者報告結果(PROs)?癌症患者感覺如何?這其實是非常重要的,但是醫生並沒有太在意他們對疼痛,噁心,疲倦和其他症狀的主觀描述。隨著越來越多的抗癌藥物的出現,病人報告結果(PROs)將使醫生能夠識別某些個人因素與藥物因素導致的不適的細微差別,並且也會對可能或者更不可能治療的風險和益處進行權衡,儘量減少對患者的傷害。
有人堅持認為,延長總生存期是抗癌治療的主要目的。但是隨著患者和醫生日益重視患者感受,可能會追求提高生活品質的治療方法,而不是 延長生存期,這些專業人員就變得更加重要。如何衡量這些結果,除了臨床資料之外 - 以非盲法的方式,更細緻的瞭解患者,並且可能容易受到的藥物的影響, 未來讓醫生願意相信和參考病人的報告結果(Pros),這是潘朵拉盒子,我們期待瞭解更多。
七、人工智慧(AI)很少有醫生,即使是亞專科的腫瘤學家,能跟上這個領域的發展。無論是IBM的Watson,還是其他品牌的人工智慧提供建議,都需要資料驅動演算法來提供指導醫生的建議。計算生物學的新興領域,可以將大資料應用于個別患者的病例,並提供基於癌症科學和已獲批治療即時知識的建議,是未來發展的方向。
腫瘤學需要由人工智慧驅動,至少在建議治療方面需要考慮,因為大資訊 太多,2018年全球預計會有1500萬新的癌症病例 。
八、少了什麼東西?我們沒有提到CAR-T細胞,這項療法佔據了今年的重磅癌症新聞。CAR-T生物療法從每個病人身上提取白細胞進行基因編輯並重新輸注,具有大多數癌症藥物所沒有的效果,可以起到緩解和治癒的作用,但仍需大規模進行安全性、有效性的研究,以便可以幫助數以萬計的病人,而不是簡單的癌症藥物。
參考資料:
https://www.forbes.com/sites/elaineschattner/2017/12/31/7-key-cancer-trends-for-2018/3/#ce1861c3a411
涉及相對較少的HER2和HER3突變的患者。然而,這告訴我們,在收集包括上市後資料在內的有關腫瘤位置的資料以及相關突變的細節時,需要謹慎的根據其分子特徵來規定抗癌藥物。六、患者報告結果(PROs)?癌症患者感覺如何?這其實是非常重要的,但是醫生並沒有太在意他們對疼痛,噁心,疲倦和其他症狀的主觀描述。隨著越來越多的抗癌藥物的出現,病人報告結果(PROs)將使醫生能夠識別某些個人因素與藥物因素導致的不適的細微差別,並且也會對可能或者更不可能治療的風險和益處進行權衡,儘量減少對患者的傷害。
有人堅持認為,延長總生存期是抗癌治療的主要目的。但是隨著患者和醫生日益重視患者感受,可能會追求提高生活品質的治療方法,而不是 延長生存期,這些專業人員就變得更加重要。如何衡量這些結果,除了臨床資料之外 - 以非盲法的方式,更細緻的瞭解患者,並且可能容易受到的藥物的影響, 未來讓醫生願意相信和參考病人的報告結果(Pros),這是潘朵拉盒子,我們期待瞭解更多。
七、人工智慧(AI)很少有醫生,即使是亞專科的腫瘤學家,能跟上這個領域的發展。無論是IBM的Watson,還是其他品牌的人工智慧提供建議,都需要資料驅動演算法來提供指導醫生的建議。計算生物學的新興領域,可以將大資料應用于個別患者的病例,並提供基於癌症科學和已獲批治療即時知識的建議,是未來發展的方向。
腫瘤學需要由人工智慧驅動,至少在建議治療方面需要考慮,因為大資訊 太多,2018年全球預計會有1500萬新的癌症病例 。
八、少了什麼東西?我們沒有提到CAR-T細胞,這項療法佔據了今年的重磅癌症新聞。CAR-T生物療法從每個病人身上提取白細胞進行基因編輯並重新輸注,具有大多數癌症藥物所沒有的效果,可以起到緩解和治癒的作用,但仍需大規模進行安全性、有效性的研究,以便可以幫助數以萬計的病人,而不是簡單的癌症藥物。
參考資料:
https://www.forbes.com/sites/elaineschattner/2017/12/31/7-key-cancer-trends-for-2018/3/#ce1861c3a411