癌症免疫系列(2)

简介: FDA改变批准使用两种检查点抑制剂治疗膀胱癌Several drugs that target immune checkpoint proteins like PD-1 and PD-L1 are approved to treat bladder cancer.

FDA改变批准使用两种检查点抑制剂治疗膀胱癌

Several drugs that target immune checkpoint proteins like PD-1 and PD-L1 are approved to treat bladder cancer. Credit: Adapted from Onco Targets Ther April 2017. doi: 10.2147/OTT.S133385 CC BY 3.0

美国食品和药物管理局(FDA)已经批准了两种免疫治疗药物的批准用途,用于治疗最常见形式的膀胱癌尿路上皮癌患者。去年,药物pembrolizumab(Keytruda)和atezolizumab(Tecentriq)治疗以前未治疗的尿路上皮癌患者,这些患者已经扩散到膀胱以外。 2017年批准用于免疫治疗的患者群体涵盖了因其他健康相关因素而无法接受化疗药物顺铂的患者,而此前顺铂是晚期膀胱癌患者的标准治疗方法。

大约一半被诊断患有膀胱癌的人无法接受顺铂治疗。

去年的批准是基于两个小型早期临床试验的结果。然而,6月20日,该机构宣布,两项较大的正在进行的临床试验的数据显示,用pembrolizumab或atezolizumab治疗的转移性膀胱癌患者比用标准化疗方案治疗的患者死亡的时间更早。特别是在肿瘤细胞PD-L1水平非常低的人群中,生存率更低。由于新发现,FDA宣布它正在改变这两种药物的处方标签。在这种变化下,pembrolizumab和atezolizumab应仅用于那些不能接受基于顺铂的化疗并且其肿瘤具有高水平PD-L1的转移性膀胱癌患者的初始或一线治疗。 PD-L1水平的评估必须使用FDA批准的测试。

根据标签的变化,无法接受含铂治疗的患者仍然可以接受免疫治疗药物,无论其PD-L1水平如何。

Pembrolizumab和atezolizumab都是免疫检查点抑制剂,并且两者都被FDA批准用于治疗转移性膀胱癌患者,该患者在标准治疗例如化疗药物组合方面继续取得进展。

根据较小临床试验的结果显示,两种药物在2017年作为一线治疗的扩大,显示一些患者的肿瘤在治疗后萎缩。然而,由于它们不是将药物与标准治疗进行比较的随机试验,因此试验无法显示接受免疫治疗药物的患者是否存活时间更长。因此,药物制造商必须进行更大规模的试验,以确认该药物确实对患者有益,例如提高生存率或生活质量。

这是来自其中两项验证性试验的数据的早期分析 - KEYNOTE-361(pembrolizumab)和IMvigor 130(atezolizumab) - 显示单独接受检查点抑制剂的且PD-L1水平低的患者生存率相比那些基于顺铂或卡铂的化疗患者降低。

已广泛研究PD-L1水平作为对检查点抑制剂治疗的响应的生物标志物。肿瘤细胞上的PD-L1参与降低免疫应答,并且pembrolizumab和atezolizumab都破坏了该过程。几种检查点抑制剂的批准仅限于肿瘤PD-L1水平升高的人群。

然而,如果仅仅使用PD-L1表达水平作为这些患者选择治疗的biomarker,使肿瘤科医生难以找到能够对该特定疗法进行正确检测的实验室, 与atezolizumab和pembrolizumab一起使用的检测方法分别针对不同的细胞进行检测,对于每个检测,PD-L1阳性结果的cutoff值仍不确定,并且有些肿瘤患者可能没有可用于检测的组织。

此外,对于没有资格接受顺铂的患者,选择基于其肿瘤PD-L1水平的治疗可能会为某些患者消除一种可行的,有效的治疗选择。 基于所报告的导致这些批准的研究,大约20%-30%的顺铂不合格的膀胱癌患者且PD-L1水平低,但是仍然对atezolizumab或pembrolizumab有持久的反应。

据FDA称,低PD-L1水平的患者不再参加KEYNOTE-361或IMvigor 130试验。

免疫治疗在膀胱癌中的演变

目前化疗的患者对治疗反应良好,这是因为化疗对尿路上皮癌患者非常活跃。事实上,先前膀胱癌试验的证据显示,接受顺铂或卡铂一线化疗方案治疗后患者肿瘤缩小的发生率高于顺铂不合格患者的治疗率。然而,肿瘤确实对检查点抑制剂有反应的患者倾向于长期维持这些反应。因此,这些试验的前提是这些扩展的反应将转化为生存利益。

仍然没有关于仅用检查点抑制剂治疗的高PD-L1水平的患者是否会改善生存的数据。此外,KEYNOTE-361和IMvigor 130也有一个接受免疫治疗药物联合化疗的治疗组,但这些组的功效数据也没有。

但是在化疗后癌症发展的患者中,单独使用检查点抑制剂进行免疫治疗仍然是治疗的标准。

目录
相关文章
|
5天前
|
云安全 人工智能 运维
当攻击全面Agent化,你的安全防御能否跟上AI Speed?
多起客户侧AK泄露事件应急的真实观察
1242 4
|
28天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
9791 32
|
8天前
|
存储 人工智能 安全
千问办公官网入口网页版登录:qwenwork.cn 注册送2000积分、登录送100积分
阿里云千问办公(QwenWork)是AI智能工作平台,支持一句话生成PPT、表格、网页、视频及数据分析。个人免费版送2000积分+每日登录赠100分,含1GB存储、5个发布页;企业版198元/席/月起。阿里千问办公QwenWork官网:https://t.aliyun.com/U/0VCTGt 阿里AI工作平台,一句话完成数据分析、PPT 生成、视频剪辑、网页搭建等复杂任务
|
3天前
|
人工智能 API 开发工具
DeepSeek Harness 神插件:白嫖 13 家大厂模型
`dsh-our-free-model` 是 DeepSeek Harness 神级插件:零配置、零API Key、零账号,聚合13家大厂免费模型(含DeepSeek V4.1 Flash、Kimi K3等),支持本地网关、用量看板与自动降级,真正实现“白嫖即用”。
|
14天前
|
存储 人工智能 并行计算
大模型本地部署终端选型方法论:以 Qwen3.8-27B 为例的四档分层完整流程
本文提出一套大模型本地部署终端选型方法论:定约束、定档位、定框架、定参数四步决策法,配合入门、主力、质量、无损四档分层模型。以 Qwen3.8-27B 实测数据为例,逐环节解读显存、带宽、存储、散热、系统、预算等要素,给出面向不同预算的优选方案、决策自查清单与市场观察框架。文末前瞻 AI 笔记本的 CPU+GPU 与统一内存两条路线,论证四步决策法在新品类上的延续性。
|
5天前
|
Web App开发 人工智能 JavaScript
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
REA(Reverse Engineer Anything)是近期爆火的开源AI逆向工具,4月发布,1个月内斩获15万+ Star。它让AI Agent无需源码即可分析二进制、APK、JS/Electron、HAR包等17类目标,自动反编译、生成可运行代码,并强制返回带证据与局限的结论。全本地执行,MIT协议,支持Hopper/Ghidra/IDA等引擎,一行命令即可上手。
629 1
太猛了,一个月干到15W+,给大家推荐一个最近爆火的开源逆向工具:REA
|
13天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型深度拆解:原理解读、实战测评与保姆级落地教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为**System One Model(系统一模型)**,对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
934 1
|
9天前
|
人工智能 JSON 自然语言处理
2026 年 Jev 决策模型全解析:核心原理拆解,性能实战测评与落地部署教程
有一款特殊AI模型在开发者圈子刷屏,它摒弃传统大模型擅长的对话聊天能力,专注做高速结构化决策,它就是TypeSafe AI推出的Jev模型。该模型由ChatGPT共同发明人Diogo Almeida主导研发,定位为System One Model(系统一模型),对标人类大脑快速直觉判断的思维模式,在响应延迟、调用成本、结构化输出稳定性上相比传统生成式大模型有着巨大差异。本文会完整拆解Jev底层原理、三大核心原语能力、适用业务场景,同时提供可直接运行的curl、Python代码示例,并且结合多组实测数据,客观分析模型优势与能力边界,帮助普通开发者和AI应用从业者快速上手落地。
594 0

热门文章

最新文章