Ottimizzare l'inclusione dei pazienti negli studi clinici oncologici utilizzando un saggio funzionale e ridurre le probabilità di fallimento degli studi clinici

Ottimizzare l'inclusione dei pazienti negli studi clinici oncologici utilizzando un saggio funzionale e ridurre le probabilità di fallimento degli studi clinici

 Esempio di Oncogramma®

Introduzione

Il successo negli studi clinici di nuovi farmaci è una fase critica per le aziende biotecnologiche e farmaceutiche. La scoperta e lo sviluppo di un nuovo farmaco sono un processo lungo e costoso, ad alto rischio di fallimento. Questo processo può durare da 10 a 15 anni, con un costo medio di 1-2 miliardi di dollari.1

L'attuale tasso di fallimento degli studi clinici per i nuovi farmaci, dalla fase I all'autorizzazione clinica finale, è superiore al 90%2. Ecco perché le aziende farmaceutiche lavorano per migliorare la probabilità di successo (POS) negli studi clinici. Questa POS è fondamentale per i ricercatori clinici e gli investitori del settore biofarmaceutico, che devono valutarla al momento di prendere decisioni scientifiche ed economiche.

La ragione principale del fallimento degli studi clinici è l'impossibilità di identificare una reale efficacia clinica con un nuovo farmaco (40-50%)2. Un modo per aumentare i POS è migliorare i criteri di selezione dei pazienti inclusi negli studi clinici. La democratizzazione dell'uso dei companion diagnostic (Cdx) negli studi clinici in oncologia va in questa direzione.3

L'oggetto di questa nota applicativa è discutere come l'utilizzo della diagnostica complementare (CoDx), e in particolare dei saggi funzionali, durante gli studi clinici in oncologia possa migliorare il tasso di successo. L'Oncogramme®, un saggio funzionale standardizzato che consente di valutare quantitativamente le capacità antitumorali di una molecola direttamente su cellule tumorali primarie (coltura 2D) estratte dal tumore di un paziente, è l'esempio che abbiamo scelto per illustrare la nostra discussione4–8.

1. Studi clinici in oncologia: Un processo lungo e ad alto rischio di fallimento

La scoperta e lo sviluppo di un farmaco sono un processo lungo più di dieci anni e ad alto rischio. Il costo stimato per un farmaco approvato clinicamente è compreso tra 1 e 2 miliardi di dollari. Pertanto, il successo della sperimentazione clinica è fondamentale per le aziende farmaceutiche, dopo anni di ricerca, sviluppo e studi preclinici. Tuttavia, solo un candidato farmaco su dieci, inserito in uno studio clinico, sarà infine approvato clinicamente. È importante specificare che questo 90% di insuccessi negli studi clinici comprende solo i candidati a farmaci inseriti in uno studio clinico e non tutti i candidati a farmaci eliminati durante gli studi preclinici2.

Come spiegato in un articolo dell'Health Network University of Toronto, gli studi clinici sono suddivisi in fasi, per fornire punti di decisione chiave, per continuare o interrompere il percorso di sviluppo del farmaco. La Fase III è una fase cruciale del processo di sviluppo di un farmaco. Rappresenta la fase più costosa e richiede molto tempo prima di ottenere i risultati9.

Un articolo del MIT ha studiato il successo degli studi clinici in termini di tipo di malattia, fase clinica, sponsor industriale o accademico, presenza di biomarcatori, stato di indicazione principale e tempo. Per l'oncologia, questo studio ha individuato un tasso di successo del 3,4% dalla fase I all'approvazione clinica.   Lo stesso studio ha identificato 235 studi clinici randomizzati di fase III pubblicati in oncologia dal 1° gennaio 2000 al 31 ottobre 2015. L'articolo riporta che il 62% degli studi clinici di fase III in oncologia non ha ottenuto risultati significativi dal punto di vista statistico3.

Un altro articolo, dell'Università del Michigan, ha cercato di identificare le ragioni di questo tasso del 90% di fallimenti degli studi clinici2. Gli autori hanno individuato quattro ragioni: mancanza di efficacia clinica (40%-50%), tossicità ingestibile (30%), scarse proprietà farmacologiche (10%-15%) e mancanza di esigenze commerciali e scarsa pianificazione strategica (10%)2.

La ragione principale del fallimento degli studi clinici è la mancanza di efficacia clinica (40%-50%)2, un modo per ridurre il tasso di fallimento degli studi clinici, dovuto alla mancanza di efficacia clinica, è quello di migliorare la selezione dei pazienti, in particolare in oncologia, dove si osservano grandi differenze tra diversi tumori provenienti dalla stessa sede.

L'uso dei biomarcatori è un modo possibile per migliorare il tasso di successo degli studi clinici. Su 406.038 dati di studi clinici per oltre 21.143 composti dal 1° gennaio 2000 al 31 ottobre 2015, un team del MIT ha individuato che solo il 7,1% di tutti i percorsi di sviluppo dei farmaci che utilizzano i biomarcatori li utilizza in tutte le fasi di sviluppo. L'autore ha inoltre rilevato che il 92,3% delle sperimentazioni che utilizzano i biomarcatori sono state osservate solo a partire dal 1° gennaio 20053.

Lo stesso team ha evidenziato che un biomarcatore viene utilizzato nel 10,8% degli studi clinici in oncologia. La percentuale complessiva di successo di uno studio clinico in oncologia è dell'1,6% dei casi. Con un biomarcatore, il tasso di successo è del 10,7%. Un focus, sulla fase III e oltre, ha identificato che senza biomarcatore il tasso di successo è del 33,6% e con biomarcatore del 63,6%. Le conclusioni di questo studio sono quindi che gli studi clinici oncologici con una selezione dei pazienti basata sui biomarcatori hanno tassi di successo più elevati3.

Se la democratizzazione dei CDx, per la rilevazione dei biomarcatori, negli studi clinici in oncologia, aumenta il tasso di successo degli studi clinici da meno del 2% a più del 10%, il rischio di fallimento degli studi clinici rimane molto alto. L'emergere di una nuova sottofamiglia di CDx, la diagnostica complementare (CoDx), offre nuove opportunità per migliorare la selezione dei pazienti da includere negli studi clinici in oncologia e quindi aumentare il tasso di successo.

2. Diagnostica complementare: I saggi funzionali possono aiutare negli studi clinici in oncologia?

Le attuali strategie per gli studi clinici sul trattamento del cancro sono state sviluppate dimostrando una migliore efficacia in coorti di pazienti definite dalla somiglianza della diagnosi. Poiché i tumori sono malattie complesse ed eterogenee, richiedono una gestione terapeutica personalizzata7,10. Il termine «medicina personalizzata» è apparso dopo l'osservazione di tassi di risposta e sopravvivenza dei pazienti insoddisfacenti con i nuovi farmaci antitumorali, compresi quelli immuno-oncologici7.

L'inizio della medicina personalizzata in oncologia, con una strategia di biomarcatori legata allo sviluppo di una Cdx, risale agli anni '8011. Questo approccio basato sui biomarcatori si è rapidamente diffuso per gli studi clinici e i trattamenti clinici in oncologia.

La definizione di Cdx non è del tutto identica in termini di regolamentazione. Per la FDA (USA), lo è: Un dispositivo diagnostico di accompagnamento può essere un dispositivo diagnostico in vitro (IVD) o uno strumento di imaging che fornisce informazioni essenziali per l'uso sicuro ed efficace di un prodotto terapeutico corrispondente12.

Per IVDR (Europa), per “diagnostica di accompagnamento” si intende un dispositivo che è essenziale per l'uso sicuro ed efficace di un medicinale corrispondente per:
(a) identificare, prima e/o durante il trattamento, i pazienti che hanno maggiori probabilità di trarre beneficio dal medicinale corrispondente; oppure
(b) identificare, prima e/o durante il trattamento, i pazienti che potrebbero essere a maggior rischio di reazioni avverse gravi a seguito del trattamento stesso13

Un articolo di Evnia ApS ha cercato di descrivere i principali obiettivi di un Cdx come segue14:

(a) Identificare il gruppo di pazienti più adatto a trarre beneficio da un prodotto terapeutico;

(b) Identificare i gruppi di pazienti per i quali il prodotto terapeutico è stato adeguatamente dimostrato sicuro ed efficace, consentendo l'adeguamento del trattamento per ottenere una sicurezza ottimale;

(c) Prevedere le reazioni avverse gravi che alcuni pazienti possono presentare come conseguenza del farmaco terapeutico utilizzato;

(d) Monitorare la risposta al trattamento per migliorare/adeguare lo schema posologico e garantire la sicurezza del paziente.

Quindi, identificando la presenza o l'assenza di un bersaglio farmacologico nel tumore del paziente, i Cdx possono guidare l'oncologo verso una terapia specifica. D'altra parte, i Cdx sono utilizzati dalle aziende che sviluppano farmaci oncologici durante gli studi clinici per identificare le popolazioni che possono essere trattate da un farmaco.

Tuttavia, sono rapidamente apparsi due limiti all'uso dei biomarcatori basati su target, negli studi clinici o nell'aiutare l'oncologo a scegliere il trattamento migliore per il paziente:

► La positività di un biomarcatore, o la presenza del bersaglio farmacologico, non significa efficacia del trattamento. Un problema intrinseco dei biomarcatori basati sul bersaglio è che essi testano solo la presenza del bersaglio farmacologico e non tengono conto dei meccanismi di resistenza non correlati al bersaglio10.

► Un altro problema è che alcuni farmaci mirati, come ad esempio gli inibitori delle chinasi recettoriali, non hanno solo un effetto mirato, ma generano un ampio spettro di attività nella cellula, che non vengono testate per10.

Un altro tipo di strumento diagnostico è apparso più di recente: La diagnostica complementare (CoDX). Se la Cdx è un processo rigido che va dal paziente al trattamento specifico (1 biomarcatore positivo = 1 terapia mirata), la CoDX può fornire informazioni sui benefici potenzialmente maggiori di un farmaco. Questi test diagnostici, tuttavia, non rendono obbligatorio un farmaco specifico e un risultato negativo non squalifica il farmaco collegato. Quindi, la principale differenza tra Cdx e Codx è la libertà decisionale dei medici riguardo alla scelta del trattamento per i loro pazienti15. In sintesi, un CoDx è un test che aiuta a prendere decisioni sul rischio-beneficio dell'uso del prodotto terapeutico, quando la differenza tra beneficio e rischio è clinicamente significativa16. Finora, i CoDx, come i Cdx, sono stati sviluppati soprattutto in ambito oncologico e rivestono un ruolo cruciale nella medicina personalizzata15.

Un CoDx, vicino al sottotipo di paziente, ovvero i saggi funzionali, è particolarmente interessante. I saggi funzionali testano sulle cellule del paziente stesso, a monte dell'inizio del trattamento, l'arsenale di terapie disponibili per una specifica indicazione. Quindi, invece di identificare le radici del fenotipo della malattia (biomarcatore), catturano la risposta finale, e quindi clinicamente rilevante, a un farmaco prodotta dall'interazione tra tutte le variabili biologiche. Questi test sono la trasposizione di saggi preclinici in vitro, condotti su modelli selezionati per studiare la risposta a un candidato farmaco, a saggi clinicamente applicabili ex vivo. I saggi funzionali possono quindi fornire un approccio di medicina personalizzata per i trattamenti sistemici, compresi i chemioterapici, che non sono ancora stati associati clinicamente a singoli o gruppi di biomarcatori15.

Dal punto di vista oncologico, i saggi funzionali predittivi e, più specificamente, i saggi di chemiosensibilità e resistenza (CSRA) rappresentano un percorso molto promettente per aiutare gli oncologi a prendere decisioni cliniche sulla terapia e a migliorare la terapia individualizzata e personalizzata. Un punto cruciale per comprendere l'importanza dei saggi funzionali per la terapia personalizzata è la predittività di questi CoDx. Due meta-analisi hanno studiato la predittività dei CSRA. La prima, dell'Università di Uppsala (Svezia), pubblicata nel 2017, ha analizzato 1.835 risultati di CSRA su singoli pazienti, provenienti da 34 relazioni, e ha identificato una specificità di CSRA dell'88% (IC: 86%-90%) e una specificità del 72% (IC: 68%-75%).10

La seconda meta-analisi, condotta da Oncomedics (Francia) e dal Centre hospitalier universitaire Dupuytren (Francia), ha analizzato 42 studi e ha individuato, in termini di localizzazione del cancro, una sensibilità compresa tra il 44,4% e il 100%, con una mediana del 98%. Per la specificità, in termini di localizzazione del tumore, tra il 18,2% e il 100%, con una mediana del 77%. In sintesi, la percentuale di predizione corretta, identificata attraverso questo studio, è compresa tra il 44,4% e il 94,4%, con un valore mediano del 77,8%15.

L'elevata predittività dei saggi funzionali CSRA può dare fiducia agli oncologi nella scelta delle terapie da intraprendere per i pazienti.

Nel prosieguo di questa nota applicativa, evidenzieremo, utilizzando l'esempio di Oncogramme® , come l'elevata predittività dei saggi funzionali possa garantire uno studio clinico oncologico di fase III, aiutando l'inclusione della selezione dei pazienti.

3. L'Oncogramma, esempio di test funzionale di chemiosensibilità e resistenza per il cancro colorettale metastatico

Il cancro del colon-retto (CRC) è una delle principali preoccupazioni per la salute pubblica e la seconda causa di morte per cancro a livello mondiale (880.000 decessi all'anno).17 Il cancro colorettale metastatico presenta un tasso di sopravvivenza dei pazienti molto basso, circa l'11,4%18.

Gli attuali standard terapeutici sono costituiti da combinazioni di 5-fluorouracile (5-FU) e acido folinico (FA, noto anche come leucovorina) con oxaliplatino (FOLFOX), irinotecan (FOLFIRI) o entrambi (FOLFIRINOX e FOLFOXIRI). Queste combinazioni possono essere integrate con anticorpi anti-VEGF (bevacizumab) o anti-EGFR (cetuximab o panitumumab), a seconda dello stato mutazionale KRAS/NRAS/BRAF del tumore19. Queste terapie sono associate a tossicità note, la cui gravità dipende dall'età o dalle comorbilità dei pazienti e può peggiorare le loro condizioni generali, influenzando così le decisioni terapeutiche7. I pazienti con mCRC recidivante e instabile ai microsatelliti (MSI) possono ricevere anche gli inibitori del checkpoint immunitario nivolumab o pembrolizumab20,21.

È importante ricordare che un paziente con tumore del colon-retto metastatico (CRCm) dovrebbe avere il 50% di probabilità di rispondere alla chemioterapia combinata di prima istanza22. Ecco perché l'azienda francese Oncomedics ha lavorato per sviluppare un test funzionale di chemiosensibilità, in grado di determinare i profili di risposta agli agenti chemioterapici su CRC, mammella e ovaio. Oncogramme® per CRCm è validato CE-IVD.

In breve, Oncogramme® consiste nel misurare la mortalità indotta dalla terapia su cellule tumorali primarie 2D coltivate su campioni di pazienti, utilizzando la microscopia a fluorescenza. Questo test è completamente standardizzato, consentendo sia l'affidabilità che un'alta percentuale di successo. Applicato al mCRC, l'Oncogramme® valuta direttamente le combinazioni di farmaci comunemente utilizzate dagli oncologi, come 5-FU, FOLFOX, FOLFIRI o FOLFIRINOX. Uno studio pilota condotto su una coorte di pazienti con mCRC ha mostrato una sensibilità dell'84,6% del test nel predire la risposta tumorale7, che è sensibilmente più alto rispetto alla letteratura pubblicata sui saggi di chemioresistenza per CRC23. È attualmente in corso uno studio clinico randomizzato che include 256 pazienti con CRCm e 13 centri clinici francesi8.

La procedura sperimentale Oncogramme® (Fig. 1) si svolge in meno di 15 giorni.  La procedura inizia il primo giorno con la biopsia o l'asportazione del tumore da parte di un chirurgo. Il tumore asportato viene inviato al laboratorio di patologia, che lo separa in più parti, una delle quali è dedicata all'Oncogramme®. La parte tumorale viene posta in un terreno di conservazione con una formulazione proprietaria, che preserva la vitalità delle cellule per 48 ore a 4°C, ovvero il tempo necessario per la consegna del campione dall'ospedale al laboratorio. Una volta in laboratorio, il tumore viene dissociato utilizzando un mezzo proprietario che consente un'elevata vitalità cellulare (>80%) e la conservazione della contaminazione in oltre il 95% dei casi. Successivamente, le cellule tumorali ottenute vengono coltivate in un altro terreno proprietario, che consente la purificazione della popolazione cellulare e il suo arricchimento. Dopo la coltura, le cellule tumorali dei pazienti vengono messe in contatto con i diversi chemioterapici e la morte cellulare indotta viene analizzata con un sistema di doppia colorazione di fluorescenza. Segue la stesura di un rapporto che presenta il profilo di risposta standardizzato del tumore del paziente, permettendo così al medico di scegliere il trattamento che si identificherà come il più efficace sulle cellule tumorali del paziente, con una predittività dell'84%.

 

Figura 1: Panoramica della procedura sperimentale Oncogramme®, dall'intervento alla lettura. I campioni vitali sono stati recuperati e processati per ottenere colture primarie che sono state successivamente utilizzate per la realizzazione dell'Oncogramma attraverso l'esposizione a farmaci chemioterapici e l'analisi della morte cellulare. L'intero percorso è durato meno di 2 settimane

I risultati dell'oncogramma sono un diagramma che mostra il tasso di sensibilità o resistenza delle cellule tumorali del paziente ai diversi chemioterapici. Nella Fig. 2 si possono osservare, a titolo di esempio, i risultati delle cellule tumorali resistenti a 5FU + acido folico e sensibili a Folfirinox, Folfox e Folfiri. La massima sensibilità del tumore si osserva con Folirinox.

Il punto cruciale per IVD CRCm Oncogramme è che l'utilizzo di questo test funzionale permette di passare da una probabilità di risposta inferiore al 50% alla chemioterapia di prima linea22 all'84% delle possibilità7. Quindi, senza Oncogramma, il paziente ha una possibilità su due di ricevere una chemioterapia efficace in prima linea22. Utilizzando una terapia identificata come efficace da Oncogramme, il paziente ha l'84% di possibilità di avere un effetto reale sul suo tumore7.

 

Figure 2: Example of Oncogramme graphic results

L'Oncogramma si basa su una piattaforma tecnologica standardizzata, utilizzabile non solo per la diagnostica ma anche per la ricerca, gli studi preclinici e clinici, fondata su 3 pilastri:

In primo luogo, una procedura standardizzata di trattamento del tumore.

In secondo luogo, un kit di terreni di coltura e reagenti proprietari per l'invio del campione, la dissociazione e la coltura specifica di cellule tumorali primarie.

Infine, un algoritmo proprietario per il conteggio automatico correlato ai dati clinici4–7,9.

Questi tre pilastri di Oncogramme consentono di ottenere oltre l'80% di predittività7. Questa piattaforma tecnologica è stata sviluppata in Oncomedics per il CRC, la mammella, l'ovaio, il glioblastoma e il polmone e può essere estesa ad altri tipi di cancro.

La parte successiva di questa nota applicativa sviluppa come l'elevata predittività della piattaforma tecnologica Oncogramme possa aiutare le aziende farmaceutiche e biotecnologiche a garantire gli studi clinici di fase III in Oncologia.

4. Come può Oncogramme garantire gli studi clinici di fase III in oncologia? Esempio di un nuovo farmaco contro il cancro colorettale metastatico

Come spiegato in precedenza, la fase III, soprattutto in oncologia, è una fase cruciale nel processo di sviluppo di un farmaco, perché rappresenta la fase più costosa e richiede molto tempo prima di osservare i risultati. Inoltre, la fase III confronta il nuovo trattamento con lo standard di cura. Su questo punto specifico, la letteratura ha evidenziato quanto sia difficile identificare, per un nuovo farmaco, una differenza statistica rispetto allo standard di cura3. Ad esempio, uno studio su 1245 studi clinici in oncologia tra il 1° gennaio 2000 e il 31 ottobre 2015 evidenzia un POS per la fase III fino all'approvazione del 35,5% (SE 1,4%)3. L'utilizzo di un biomarcatore può migliorare il tasso di positività alla fase III dal 33,6% (SE 1,4%) senza biomarcatore al 63,6% (SE 5,5%) con un biomarcatore3. Tuttavia, anche in presenza di un biomarcatore, quasi il 40% degli studi clinici di fase III fallisce, la metà dei quali per mancanza di efficacia2.

Siamo convinti che, grazie all'elevata predittività dei saggi funzionali CSRA, sia possibile utilizzarli per migliorare il tasso di successo degli studi clinici in oncologia. Per questo, scegliamo un esempio: Utilizzo dell'Oncogramma CRCm per migliorare la selezione dei pazienti in uno studio clinico di fase III per un nuovo farmaco contro il cancro colorettale metastatico (Fig. 3).

In uno studio clinico classico per un nuovo farmaco anti-CRCm (Fig. 3A), i pazienti randomizzati sono separati in due rami. Il primo ramo è composto da metà dei pazienti randomizzati, trattati con il nuovo farmaco. Il secondo, con l'altra metà dei pazienti, trattati con lo standard di cura, Folfox o Foliri. Se decidiamo di aggiungere 300 pazienti randomizzati allo studio clinico, 150 pazienti riceveranno la cura standard (Folfox o FOLFIRI). Come pubblicato in precedenza, osserveremo una risposta dei pazienti in prima linea in meno del 50% dei casi22. Quindi, su 150 pazienti trattati con FOLFOX o FOLFIRI, l'NR (numero di pazienti che rispondono al farmaco) potrebbe essere 72. Anche nel caso di un nuovo farmaco, verranno testati 150 pazienti. Per ottenere il successo di una sperimentazione clinica, il nuovo farmaco deve avere più del 50% di risposte positive. Quindi, c'è un alto rischio di non ottenere una differenza statistica tra i risultati del nuovo farmaco e quelli dello standard di cura, con conseguente fallimento dello studio clinico.

La nostra proposta, per migliorare il tasso di successo di questo studio clinico, è di aggiungere un oncogramma nel ramo del nuovo farmaco, prima di trattare i pazienti con il nuovo farmaco (Fig. 3B). Abbiamo scelto di creare uno studio con 300 pazienti randomizzati, 100 pazienti nel ramo della cura standard e 200 pazienti nel ramo del nuovo farmaco. In questo nuovo studio clinico, il ramo di cura standard, con FOLFOX e FOLFIRI, rimane a meno del 50% dei pazienti rispondenti22. Se trattiamo 100 pazienti, circa 48 potrebbero avere un effetto farmacologico reale. D'altra parte, per il nuovo farmaco, possiamo eseguire l'oncogramma su 200 pazienti randomizzati. Questa prima fase eliminerà tutti i pazienti che non rispondono al nuovo farmaco7. Se l'efficacia del nuovo farmaco è qualcosa come il 50%, una metà dei 200 pazienti randomizzati, identificati come tumori non sensibili al nuovo farmaco utilizzando l'Oncogramma, sarà eliminata. Per questo esempio, scegliamo di escludere 104 pazienti che non rispondono al nuovo farmaco. Quindi, solo i pazienti identificati con un tumore sensibile all'Oncogramma, 96 pazienti in questo esempio, riceveranno il trattamento con il nuovo farmaco. Poiché la predittività di Oncogramme sul tumore del colon-retto metastatico è dell'84%7, osserveremo un effetto reale del nuovo farmaco sull'84% dei pazienti trattati. Quindi, qualcosa come 81 pazienti rispondenti per 96 pazienti trattati. In questo caso, possiamo identificare una differenza statistica reale rispetto allo standard di cura (meno del 50% dei pazienti rispondenti per lo standard di cura VS 84% dei pazienti rispondenti per il nuovo farmaco).

Questo esempio illustra che Oncogramme migliora drasticamente le possibilità di successo nello studio clinico, selezionando i tumori che rispondono al nuovo farmaco e assicurando la sperimentazione clinica di Fase III. Un altro vantaggio importante è che l'uso di Oncogramme riduce drasticamente il numero di pazienti che non rispondono al nuovo farmaco e che ricevono il nuovo farmaco senza alcun effetto contro il loro tumore, ma con effetti secondari del nuovo farmaco. Nello studio classico, il 50% dei pazienti trattati con il nuovo farmaco riceve il nuovo farmaco senza effetto antitumorale. Utilizzando Oncogramme, solo il 16% dei pazienti trattati con il nuovo farmaco riceve il nuovo farmaco senza effetto antitumorale.

A

 

Figura 3A: Studio clinico classico di Fase III per un nuovo farmaco anti-CRC. Studio clinico di fase III per un nuovo farmaco anti-CRC che include la selezione dei pazienti senza Oncogramma CRC.

 

B

Figura 3B: Studio clinico classico di fase III per un nuovo farmaco anti-CRC. Studio clinico di fase III per un nuovo farmaco anti-CRC che include la selezione dei pazienti con l'Oncogramma CRC.Oncogramma sul ramo del nuovo farmaco, prima di trattare i pazienti con il nuovo farmaco.

Discussione

Lo studio clinico oncologico è un processo lungo e costoso, con un'alta percentuale di insuccessi2. Da anni, la strategia dei biomarcatori, tramite Cdx, cerca di ridurre l'alto tasso di fallimenti clinici, legati alla mancanza di efficacia clinica (40%-50% dei fallimenti degli studi clinici)2. Questo approccio, specifico per la fase III degli studi clinici oncologici, è riuscito ad aumentare il tasso di successo dal 33,6% senza biomarcatore al 63,6% con il biomarcatore3. Tuttavia, il tasso di fallimento della fase III rimane elevato.

In questa nota applicativa proponiamo un nuovo approccio per migliorare il tasso di successo degli studi clinici in oncologia: L'utilizzo di un test funzionale CoDx CSRA per migliorare la selezione dei pazienti durante la fase III degli studi clinici in oncologia.

► L'elevata predittività (oltre l'80%)15 dei saggi funzionali CSRA consentono di:

  1. Garantire e aumentare il tasso di successo degli studi clinici di fase III in oncologia selezionando, con una previsione superiore all'80%, i pazienti che rispondono a un nuovo farmaco.
  2. Diminuire il numero di pazienti, inclusi in uno studio clinico di fase III in oncologia, che ricevono il nuovo farmaco come trattamento senza alcun effetto antitumorale.
  3. Aumentare la valorizzazione del nuovo farmaco antitumorale con una CoDx associata
  4. Lavorare sul riposizionamento dei farmaci identificando la nuova popolazione rispondente

► Siamo convinti che la piattaforma tecnologica Oncogramme sia il miglior candidato CSRA per il vostro studio clinico di fase III in oncologia perché

  1. Oncogramme è una piattaforma tecnologica standardizzata e facile da sviluppare, legata alla clinica.
  2.  Elevata predittività dei risultati dell'Oncogramma (oltre l'84% di predittività)7
  3. Oncogramme è in grado di prevedere l'attività antitumorale non solo per i chemioterapici, ma anche per tutti i farmaci con effetto diretto sulle cellule tumorali (immunoterapia, ADC,...).
  4. L'oncogramma può prevedere l'effetto sinergico di chemioterapia + chemioterapia o chemioterapia + immunoterapia.
  5. Pronti per il test funzionale IVD: Cancro del colon-retto (IVD); Seno e Ovaio (pronti per IVD); Polmone, Glioblastoma, Prostata,... (In corso)
  6. Lunga esperienza di lavoro con aziende biotecnologiche e farmaceutiche
  7. La ricerca e lo sviluppo si svolgono internamente nei laboratori di Oncomedics. Gli esperimenti di Oncogramme si svolgono in un importante laboratorio di diagnostica clinica europeo.

Riferimenti:

(1)    Hinkson, I. V.; Madej, B.; Stahlberg, E. A. Accelerating Therapeutics for Opportunities in Medicine: A Paradigm Shift in Drug Discovery. Front. Pharmacol. 2020, 11, 770. https://doi.org/10.3389/fphar.2020.00770.

(2)    Sun, D.; Gao, W.; Hu, H.; Zhou, S. Why 90% of Clinical Drug Development Fails and How to Improve It? Acta Pharm. Sin. B 2022, 12 (7), 3049–3062. https://doi.org/10.1016/j.apsb.2022.02.002.

(3)    Wong, C. H.; Siah, K. W.; Lo, A. W. Corrigendum: Estimation of Clinical Trial Success Rates and Related Parameters. Biostatistics 2019, 20 (2), 366–366. https://doi.org/10.1093/biostatistics/kxy072.

(4)    Loum, E.; Giraud, S.; Bessette, B.; Battu, S.; Mathonnet, M.; Lautrette, C. Oncogramme, a New Individualized Tumor Response Testing Method: Application to Colon Cancer. Cytotechnology 2010, 62 (5), 381–388. https://doi.org/10.1007/s10616-010-9298-5.

(5)    Giraud, S.; Loum, E.; Bessette, B.; Fermeaux, V.; Lautrette, C. Oncogramme, a New Promising Method for Individualized Breast Tumour Response Testing for Cancer Treatment. Anticancer Res. 2011, 31 (1), 139–145.

(6)    Giraud, S.; Bounaix Morand du Puch, C.; Fermeaux, V.; Guillaudeau, A.; Lautrette, C. Oncogramme Responses of Breast Tumour Cells Treated with Herceptin Correlate with HER2/C-ERB B2 Pathological Status. Anticancer Res. 2012, 32 (4), 1323–1325.

(7)    Bounaix Morand du Puch, C.; Nouaille, M.; Giraud, S.; Labrunie, A.; Luce, S.; Preux, P.-M.; Labrousse, F.; Gainant, A.; Tubiana-Mathieu, N.; Le Brun-Ly, V.; Valleix, D.; Guillaudeau, A.; Mesturoux, L.; Coulibaly, B.; Lautrette, C.; Mathonnet, M. Chemotherapy Outcome Predictive Effectiveness by the Oncogramme: Pilot Trial on Stage-IV Colorectal Cancer. J. Transl. Med. 2016, 14, 10. https://doi.org/10.1186/s12967-016-0765-4.

(8)    Mathonnet, M.; Vanderstraete, M.; Bounaix Morand du Puch, C.; Giraud, S.; Lautrette, C.; Ouaissi, M.; Tabchouri, N.; Taïbi, A.; Martin, R.; Herafa, I.; Tchalla, A.; Christou, N.; ONCOGRAM trial investigators. ONCOGRAM: Study Protocol for the Evaluation of Therapeutic Response and Survival of Metastatic Colorectal Cancer Patients Treated According to the Guidelines of a Chemosensitivity Assay, the Oncogramme®. Trials 2021, 22 (1), 556. https://doi.org/10.1186/s13063-021-05531-y.

(9)    Spreafico, A.; Hansen, A. R.; Abdul Razak, A. R.; Bedard, P. L.; Siu, L. L. The Future of Clinical Trial Design in Oncology. Cancer Discov. 2021, 11 (4), 822–837. https://doi.org/10.1158/2159-8290.CD-20-1301.

(10)  Blom, K.; Nygren, P.; Larsson, R.; Andersson, C. R. Predictive Value of Ex Vivo Chemosensitivity Assays for Individualized Cancer Chemotherapy: A Meta-Analysis. SLAS Technol. 2017, 22 (3), 306–314. https://doi.org/10.1177/2472630316686297.

(11)  Agarwal, A.; Snyder, G.; Ressler, D. The Current and Future State of Companion Diagnostics. Pharmacogenomics Pers. Med. 2015, 99. https://doi.org/10.2147/PGPM.S49493.

(12)  FDA. List of Cleared or Approved Companion Diagnostic Devices (In Vitro and Imaging Tools). https://www.fda.gov/medical-devices/in-vitro-diagnostics/list-cleared-or-approved-companion-diagnostic-devices-in-vitro-and-imaging-tools.

(13)  Regulation (EU) 2017/746 of the European Parliament and of the Council of 5 April 2017 on in Vitro Diagnostic Medical Devices and Repealing Directive 98/79/EC and Commission Decision 2010/227/EU (Text with EEA Relevance. ). https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=CELEX:32017R0746.

(14)  Valla, V.; Alzabin, S.; Koukoura, A.; Lewis, A.; Nielsen, A. A.; Vassiliadis, E. Companion Diagnostics: State of the Art and New Regulations. Biomark. Insights 2021, 16, 117727192110477. https://doi.org/10.1177/11772719211047763.

(15)  Morand du Puch, C. B.; Vanderstraete, M.; Giraud, S.; Lautrette, C.; Christou, N.; Mathonnet, M. Benefits of Functional Assays in Personalized Cancer Medicine: More than Just a Proof-of-Concept. Theranostics 2021, 11 (19), 9538–9556. https://doi.org/10.7150/thno.55954.

(16)  Scheerens, H.; Malong, A.; Bassett, K.; Boyd, Z.; Gupta, V.; Harris, J.; Mesick, C.; Simnett, S.; Stevens, H.; Gilbert, H.; Risser, P.; Kalamegham, R.; Jordan, J.; Engel, J.; Chen, S.; Essioux, L.; Williams, J. Current Status of Companion and Complementary Diagnostics: Strategic Considerations for Development and Launch: Options for Companion and Complementary Diagnostics. Clin. Transl. Sci. 2017, 10 (2), 84–92. https://doi.org/10.1111/cts.12455.

(17)  Bray, F.; Ferlay, J.; Soerjomataram, I.; Siegel, R. L.; Torre, L. A.; Jemal, A. Global Cancer Statistics 2018: GLOBOCAN Estimates of Incidence and Mortality Worldwide for 36 Cancers in 185 Countries. CA. Cancer J. Clin. 2018, 68 (6), 394–424. https://doi.org/10.3322/caac.21492.

(18)  Brenner, H.; Kloor, M.; Pox, C. P. Colorectal Cancer. The Lancet 2014, 383 (9927), 1490–1502. https://doi.org/10.1016/S0140-6736(13)61649-9.

(19)  Ikoma, N.; Raghav, K.; Chang, G. An Update on Randomized Clinical Trials in Metastatic Colorectal Carcinoma. Surg. Oncol. Clin. N. Am. 2017, 26 (4), 667–687. https://doi.org/10.1016/j.soc.2017.05.007.

(20)  Overman, M. J.; McDermott, R.; Leach, J. L.; Lonardi, S.; Lenz, H.-J.; Morse, M. A.; Desai, J.; Hill, A.; Axelson, M.; Moss, R. A.; Goldberg, M. V.; Cao, Z. A.; Ledeine, J.-M.; Maglinte, G. A.; Kopetz, S.; André, T. Nivolumab in Patients with Metastatic DNA Mismatch Repair-Deficient or Microsatellite Instability-High Colorectal Cancer (CheckMate 142): An Open-Label, Multicentre, Phase 2 Study. Lancet Oncol. 2017, 18 (9), 1182–1191. https://doi.org/10.1016/S1470-2045(17)30422-9.

(21)  Marcus, L.; Lemery, S. J.; Keegan, P.; Pazdur, R. FDA Approval Summary: Pembrolizumab for the Treatment of Microsatellite Instability-High Solid Tumors. Clin. Cancer Res. 2019, 25 (13), 3753–3758. https://doi.org/10.1158/1078-0432.CCR-18-4070.

(22)  Maeda, H.; Khatami, M. Analyses of Repeated Failures in Cancer Therapy for Solid Tumors: Poor Tumor‐selective Drug Delivery, Low Therapeutic Efficacy and Unsustainable Costs. Clin. Transl. Med. 2018, 7 (1). https://doi.org/10.1186/s40169-018-0185-6.

(23)  Yoon, Y. S. Recent Applications of Chemosensitivity Tests for Colorectal Cancer Treatment. World J. Gastroenterol. 2014, 20 (44), 16398. https://doi.org/10.3748/wjg.v20.i44.16398.