Front Oncol:贝叶斯网状Meta分析比较ALK阳性NSCLC患者一线治疗拟议的和安全性

2022-02-07 00:29:05 来源:
分享:

间变性淋巴瘤激酶(ALK)是胰岛素受体组氨酸激酶家族(RTK)的一员,由染色体2p23上的ALK等位基因编码。棘皮微管相关亚基4 (EML4)与ALK的融合在少数非小细胞肺癌(NSCLC)发现,而ALK重排在大约3% - 7%的病例之前发现,其称做从不/轻度吸烟史、胃癌组织学、年长病患者、异性恋、以及EGFR/KRAS野生型的病患者之前。ALK-TKIs的系统设计彻底改变ALK无症状NSCLC病患者的用药现状以及改善病患者的预后。目前已开发多代ALK-TKIs,以外克唑替尼(第一代);Alectinib, brigatinib, ceritinib, ensartinib(第二代);lorlatinib(第三代)。然而,临床实践之前各不相同TKIs之前路用药时的相对有效性和有效性一直长期存在异议。因此,Frontiers in Oncology杂志上发表了一项网络服务meta数据分析,以研究成果各不相同TKIs之前路用药晚期ALK无症状NSCLC病患者的和有效性,以包括最佳的临床选择。

检索系统PubMed、Embase、ClinicalTrials.gov和国际会议数据库,数据日和至2021年6月30日。在启发式网络服务meta数据分析之前划定了较为之前路用药ALK无症状晚期NSCLC病患者的III期结果表明实验(RCT)。合乎条件的研究成果至少报告了表列临床命运之一:无令人满意生存期(PFS)、总生存期(OS)、之前枢神经系统(CNS)令人满意显然性、(G) 3级或更极低层次(G3 AEs)不良事件(AEs)或轻微不良事件(SAEs)。

9项结果表明实验合乎划定标准,计有2484例病患者被划定。病患者接受7种各不相同的用药,以外ALK- TKIs(克唑替尼、阿来替尼、萨多韦替尼、塞瑞替尼、恩沙替尼或蒂娜替尼)或疗程。

对PFS和OS,对所有7种用药方式进行较为数据分析;对CNS令人满意显然性,对六种用药方式进行较为;对G3 AEs也是六种用药方式进行数据分析;对SAEs,对四种用药方式进行较为。

在PFS全面性,与疗程相对,蒂娜替尼获得了最极低的实用性(HR0.12,95%CI0.03至0.43),但与克唑替尼相对也有显着的实用性(0.28,0.10-0.80)。与疗程相对,阿来替尼(0.15,0.05 - 0.36)、恩沙替尼(0.19,0.05 - 0.70)、萨多韦替尼(0.21,0.06 - 0.76)和克唑替尼(0.43,0.20 - 0.89)也辨别到了讨价还价。与克唑替尼相对,阿来替尼显着延长PFS(0.34,0.17-0.61)。在OS全面性,未一种ALK-TKIs相对于疗程或其他ALK-TKI。

PFS和OS

在CNS令人满意显然性全面性,与疗程相对,蒂娜替尼也获得了最极低的实用性(HR 0.04, 0.01-0.20);与克唑替尼相对也长期存在显着歧异(0.06、0.01-0.26)。同样,阿来替尼相对于疗程(0.11,0.04-0.32)和克唑替尼(0.30,0.09-0.99)。

CNS显然性、毒性、轻微毒性

我们辨别到与疗程相对较,ALK-TKIs相关的毒性相像。蒂娜替尼的≥3级AEs%更极低,极低于阿来替尼(4.26,1.22 - 15.53);阿来替尼与克唑替尼相近也有较极低%(2.01,1.08-3.89)。在四种用药(阿列替尼、克唑替尼、恩沙替尼和疗程)之前,未辨别到轻微AEs的概率歧异。

启发式顺序排列结果与使用可怕系数和OR值进行的综合数据分析几乎一致。对于晚期ALK无症状NSCLC病患者,蒂娜替尼最有显然在PFS(累积概率60%)和CNS令人满意显然性(90%)全面性前三名第一。塞瑞替尼最显然引起G3 AE(56%),其次是蒂娜替尼(35%)。阿来替尼在引发3级或更极低的AEs之前前三名最后的概率最极低(87%)。

启发式顺序排列

综上,研究成果表明,对于晚期ALK无症状NSCLC病患者,与其他之前路用药相对,蒂娜替尼的PFS讨价还价最极低,CNS令人满意讨价还价显然性平均,但毒性也极低。目前的临床实践之前新一代ALK-TKIs在ALK无症状NSCLC之前路用药之前的系统设计正在不断发展。

原始注解:

Peng L, Lu D, Xia Y, Hong S, Selvaggi G, Stebbing J, Sun Y and Liang F (2021) Efficacy and Safety of First-Line Treatment Strategies for Anaplastic Lymphoma Kinase-Positive Non-Small Cell Lung Cancer: A Bayesian Network Meta-Analysis. Front. Oncol. 11:754768. doi: 10.3389/fonc.2021.754768

分享:
365整形网 整形医院哪家好 五官整容整形 整形医院咨询 整形知识 整形医生 美容整形