ДИФЕРЕНЦІЙОВАНИЙ ЕФЕКТ ЛІКУВАННЯ ПРИ ЗАСТОСУВАННІ СТАНДАРТНОГО І ГІПОФРАКЦІЙНОГО РЕЖИМІВ ОПРОМІНЕННЯ У ПАЦІЄНТІВ З ГЛІОБЛАСТОМОЮ
DOI:
https://doi.org/10.15407/exp-oncology.2024.02.129Ключові слова:
диференційований ефект лікування, підгруповий аналіз, гліобластома, гіпофракційна променева терапіяАнотація
Стан питання. Визначення підгруп пацієнтів згідно диференційованого ефекту лікування (ДЕЛ) є важливою передумовою ефективності персоналізованої терапії. Аналіз ДЕЛ допомагає виявити саме тих пацієнтів, які з більшою ймовірністю отримають користь від певної схеми лікування. Мета. Дослідити ДЕЛ за канцер- специфічною виживаністю (КСВ) пацієнтів з гліобластомою (ГБ) в групах стандартної променевої терапії (СПТ) та гіпофракційної ПТ (ГПТ) шляхом мультикластерного моделювання однорідних вибірок зі збереженням статистичних характеристик первинної вибірки. Матеріали та методи. Ретроспективно оцінено когорту 159 пацієнтів з уперше діагностованою ГБ, стратифікованою за режимом ад’ювантної ПТ: група СПТ (n = 49/30,8%) та група ГПТ (n = 110/69,2%). Сорок вісім підгруп (мультикластерів) були створені шляхом перерахування усіх можливих комбінацій 5 статистично значущих коваріатів моделі Кокса (вік, стать, радикальність хірургічної резекції, хіміотерапія та статус Карновського). В межах змодельованих 48 кластерів проаналізовано ДЕЛ у групах СПТ і ГПТ за допомогою порівняння інтерпольованих кривих Вейбулла для КСВ за критерієм Колмогорова — Смірнова. Результати. Виживаність у групі СПТ у порівнянні з групою ГПТ переважала лише в трьох досліджених кластерах (кластер 10: чоловік віком <60 років; кластер 21: жінка віком ≥60 років; кластер 22: чоловік віком ≥60 років) за умови наявності таких факторів як нерадикальна резекція первинної пухлини, відсутність хіміотерапії та статус Карновського ≤ 70 балів. Натомість у більшості досліджуваних клінічних сценаріїв (45 із 48 кластерів) не було зафіксовано статистично значущої різниці в інтерпольованих кривих Вейбулла КСВ груп СПТ і ГПТ за критерієм Колмогорова — Смірнова (р ≥ 0,05). Висновок. Запропонований нами новий підхід мультикластерного моделювання дозволяє дослідити ДЕЛ у значно гетерогенних та відносно невеликих когортах пацієнтів з ГБ в залежності від застосованого режиму ад’ювантної ПТ (гіпофракційний проти стандартного режиму). Цей оригінальний аналітичний підхід може бути врахований при розробці дизайну майбутніх досліджень, спрямованих на визначення підгруп пацієнтів з ГБ, які отримають найбільшу користь від певних персоналізованих стратегій лікування.
Посилання
Alemayehu D, Chen Y, Markatou M. A comparative study of subgroup identification methods for differential treat- ment effect: Performance metrics and recommendations. Stat Methods Med Res. 2018;27:3658-3678. https://doi. org/10.1177/0962280217710570
Sies A, Demyttenaere K, Van Mechelen I. Studying treatment-effect heterogeneity in precision medicine through induced subgroups. J Biopharm Stat. 2019;29:491-507. https://doi.org/10.1080/10543406.2019.1579220
Wang X, Piantadosi S, Le-Rademacher J, Mandrekar SJ. Statistical considerations for subgroup analyses. J Thorac Oncol. 2021;16:375-380. https://doi.org/10.1016/j.jtho.2020.12.008
Liu P, Li J, Kosorok MR. Change plane model averaging for subgroup identification. Stat Methods Med Res. 2023;32:773-788. https://doi.org/10.1177/09622802231154327
Peng H, Deng J, Jiang S, Timmerman R. Rethinking the potential role of dose painting in personalized ultra-fractio- nated stereotactic adaptive radiotherapy. Front Oncol. 2024;14: 1357790. https://doi.org/10.3389/fonc.2024.1357790
Dona Lemus OM, Cao M, Cai B, et al. Adaptive radiotherapy: next-generation radiotherapy. Cancers. 2024;16. https://doi.org/10.3390/cancers16061206
Fiorino C, Guckemberger M, Schwarz M, et al. Technology-driven research for radiotherapy innovation. Mol Oncol. 2020;14:1500-1513. https://doi.org/10.1002/1878-0261.12659
Schaff LR, Mellinghoff IK. Glioblastoma and other primary brain malignancies in adults: A review. JAMA. 2023;329:574-587. https://doi.org/10.1001/jama.2023.0023
Nabors LB, Portnow J, Ahluwalia M, et al. Central nervous system cancers, version 3.2020, NCCN clinical practice guidelines in oncology. J Natl Compr Canc Netw. 2020;18:1537-1570. https://doi.org/10.6004/jnccn.2020.0052
Wen PY, Weller M, Lee EQ, et al. Glioblastoma in adults: a Society for Neuro-Oncology (SNO) and European So- ciety of Neuro-Oncology (EANO) consensus review on current management and future directions. Neuro Oncol. 2020;22:1073-1113. https://doi.org/10.1093/neuonc/noaa106
Weller M, van den Bent M, Preusser M, et al. EANO guidelines on the diagnosis and treatment of diffuse gliomas of adulthood. Nat Rev Clin Oncol. 2021;18:170-186. https://doi.org/10.1038/s41571-020-00447-z
Guo L, Li X, Chen Y, et al. The efficacy of hypofractionated radiotherapy (HFRT) with concurrent and adjuvant temozolomide in newly diagnosed glioblastoma: A meta-analysis. Cancer Radiother. 2021;25:182-190. https://doi. org/10.1016/j.canrad.2020.08.049
Chidley P, Shanker M, Phillips C, et al. Moderately hypofractionated versus conventionally fractionated radiation therapy with temozolomide for young and fit patients with glioblastoma: an institutional experience and meta-ana- lysis of literature. J Neurooncol. 2022;160:361-374. https://doi.org/10.1007/s11060-022-04151-z
Gryazov AB, Glavatskyi OY, Chuvashova OY, et al. Hypofractionated radiotherapy of patients with glioblastoma: the first experience in Ukraine and prospects view. Ukr Neurosurg J. 2023;29:38-47. https://doi.org/10.25305/ unj.270580
Zemskova O, Glavatskyi O, Gryazov A, et al. Factors affecting the survival of patients with glioblastoma treated with standard and hypofractionated radiation regimens. Ukr J Radiol Oncol. 2023;31:362-377. https://doi.org/10.46879/ ukroj.4.2023.362-377
Bland JM, Altman DG. The logrank test. BMJ. 2004;328:1073. https://doi.org/10.1136/bmj.328.7447.1073
Lin TA, Sherry AD, Ludmir EB. Challenges, complexities, and considerations in the design and interpretation of late- phase oncology trials. Semin Radiat Oncol. 2023;33:429-437. https://doi.org/10.1016/j.semradonc.2023.06.007
Bouliotis G, Billingham L. Crossing survival curves: alternatives to the log-rank test. Trials. 2011;12:A137. https:// doi.org/10.1186/1745-6215-12-S1-A137
Yang S, Lorenzi E, Papadogeorgou G, et al. Propensity score weighting for causal subgroup analysis. Stat Med. 2021;40:4294-4309. https://doi.org/10.1002/sim.9029
Stuart EA, Ackerman B, Westreich D. Generalizability of randomized trial results to target populations: Design and analysis possibilities. Res Soc Work Pract. 2018;28:532-537. https://doi.org/10.1177/1049731517720730
Tan X, Chang C-CH, Zhou L, Tang L. A tree-based model averaging approach for personalized treatment effect es- timation from heterogeneous data sources. Proc Mach Learn Res. 2022;162:21013-21036. https://www.ncbi.nlm.nih. gov/pubmed/38084268
Ling AY, Montez-Rath ME, Carita P, et al. An overview of current methods for real-world applications to genera- lize or transport clinical trial findings to target populations of interest. Epidemiology. 2023;34:627-636. https://doi. org/10.1097/EDE.0000000000001633
Varadhan R, Wang S-J. Standardization for subgroup analysis in randomized controlled trials. J Biopharm Stat. 2014;24:154-167. https://doi.org/10.1080/10543406.2013.856023
Burke JF, Sussman JB, Kent DM, Hayward RA. Three simple rules to ensure reasonably credible subgroup analyses.
BMJ. 2015;351:h5651. https://doi.org/10.1136/bmj.h5651
Dijkman B, Kooistra B, Bhandari M. Evidence-based surgery working group. How to work with a subgroup analysis.
Can J Surg. 2009;52:515-522. https://www.ncbi.nlm.nih.gov/pubmed/20011190
Ballarini NM, Rosenkranz GK, Jaki T, et al. Subgroup identification in clinical trials via the predicted individual treatment effect. PLoS One. 2018;13:e0205971. https://doi.org/10.1371/journal.pone.0205971
Priebe H-J. Problems of subgroup analysis in randomized controlled trial. BMC Anesthesiol. 2020;20(1):186. https:// doi.org/10.1186/s12871-020-01105-8
Toms SA, Kim CY, Nicholas G, Ram Z. Increased compliance with tumor treating fields therapy is prognostic for im- proved survival in the treatment of glioblastoma: a subgroup analysis of the EF-14 phase III trial. J Neurooncol. 2019;141:467-473. https://doi.org/10.1007/s11060-018-03057-z
Georgescu M-M. Translation into clinical practice of the G1-G7 molecular subgroup classification of glioblastoma: comprehensive demographic and molecular pathway profiling. Cancers. 2024;16(2):361. https://doi.org/10.3390/ cancers16020361
Mongiardi MP, Pallini R, D’Alessandris QG, et al. Regorafenib and glioblastoma: a literature review of preclinical studies, molecular mechanisms and clinical effectiveness. Expert Rev Mol Med. 2024;26:e5. https://doi.org/10.1017/ erm.2024.8
Baviskar Y, Likonda B, Pant S, et al. Short-course palliative hypofractionated radiotherapy in patients with poor- prognosis high-grade glioma: survival and quality of life outcomes from a prospective phase II study. Clin Oncol. 2023;35:e573-e581. https://doi.org/10.1016/j.clon.2023.07.001
Maitre P, Gupta T, Maitre M, et al. Prospective longitudinal assessment of quality of life and activities of daily living as patient-reported outcome measures in recurrent/progressive glioma treated with high-dose salvage re-irradiation. Clin Oncol. 2021;33:e155-e165. https://doi.org/10.1016/j.clon.2020.08.011
##submission.downloads##
Опубліковано
Як цитувати
Номер
Розділ
Ліцензія
Авторське право (c) 2024 Експериментальна онкологія
Ця робота ліцензується відповідно до Creative Commons Attribution-NonCommercial 4.0 International License.
