肿瘤学试验中的联合治疗剂量优化

白皮书：肿瘤试验中的联合治疗剂量优化

联合治疗在肿瘤学中的重要性日益凸显，但其剂量优化是行业面临的复杂挑战。本白皮书探讨了生物技术和制药公司在进行联合治疗剂量优化试验时需考虑的设计、运营和分析挑战。

联合治疗在肿瘤学中的重要性日益凸显，其应用范围不断扩大，包括免疫疗法、分子靶向小分子、生物制剂和细胞毒性化疗药物的联合使用。然而，确定联合治疗的剂量优化是一个复杂的过程，需要严格的运营和统计规划与执行。

传统的肿瘤学试验通常采用最大耐受剂量（MTD）方法来确定剂量，但这种方法不适用于所有新型疗法，如免疫疗法和靶向药物。因此，美国食品药品监督管理局（FDA）的Project Optimus鼓励申办者在早期阶段试验中生成一系列剂量的随机安全性和反应数据，以证明剂量选择的合理性。

剂量优化需要考虑多种因素，包括药物的药理学特性、药物相互作用、患者特异性因素和生物标志物。申办者必须从每个药物的药理学、肿瘤生长抑制（TGI）和毒理学研究中建立稳健的药代动力学（PK）和药效学（PD）特征。生物标志物，如液体活检中的可溶性生物标志物，可以提供有关临床活性剂量范围的宝贵见解。

FDA的Project Optimus旨在改进肿瘤药物治疗开发中的剂量优化和选择范例。该指南强调在开始注册研究之前，在早期阶段试验中确定最佳剂量。申办者应生成一系列剂量的随机安全性和反应数据，以证明剂量选择的合理性。

剂量优化还涉及了解每个药物的安全性特征、治疗指数和稳定性。一个稳定的安全性特征，具有一致的短期和长期毒性数据，对于计划安全的剂量至关重要。

在设计联合治疗试验时，有几个关键考虑因素可以确保其可行性和成功执行。优先考虑治疗适应症是至关重要的，因为它将影响整体临床开发计划。选择适应症会影响短期内的试验设计，并在长期内影响在同一研究中扩展试验或进行额外试验。

申办者必须确保其试验方案明确定义了研究性联合治疗的治疗目标和用途环境。例如，目标是延长治疗反应持续时间并延迟治疗耐药性的出现，还是增加反应深度，例如肿瘤缩小程度？

剂量优化还涉及了解每个药物的安全性特征、治疗指数和稳定性。一个稳定的安全性特征，具有一致