人工智能 对比试验_江泽飞教授:从随机对照试验到人工智能探索,最新乳腺癌临床研究大盘点!| CSCO 2019...

不想错过界哥的推送?

戳上方蓝字“医学界肿瘤频道”关注我们

并点击右上角“···”菜单,选择“设为星标

8692e235bd4f5c64e158b651b20a0a65.png

在近日召开的2019中国临床肿瘤学会(CSCO)年会上,来自解放军总医院第五医学中心(解放军第307医院)的江泽飞教授全面介绍了2019年乳腺癌(BC)临床研究进展。

5c822320f274f3b284d1fa129d147c73.png

江泽飞教授   江泽飞教授分随机对照临床试验(RCT)、真实世界研究(RWS)和人工智能辅助决策3部分展开报告。   2019乳腺癌RCT  

乳腺癌内分泌治疗进展

 

ACE研究

江泽飞教授领衔的ACE研究为一项关于本土药物西达本胺联合依西美坦治疗激素受体阳性(HR+)晚期乳腺癌的III期临床试验,已发表于《Lancet Oncology》杂志。  

018e49993844a0143e284d1463307342.png

    研究选取了内分泌治疗进展的绝经后ER+/HER-晚期乳腺癌患者,2:1随机分组后分别采取西达本胺(30mg,po,biw)+依西美坦(25mg,po,qd)治疗和安慰剂(30mg,po,biw)+依西美坦(25mg,po,qd)治疗,直至疾病进展或毒性不耐受。研究主要终点为研究者评估的中位无进展生存期(PFS)。   中位随访13.9个月后,研究发现:比起对照组,西达本胺+依西美坦显著改善PFS(7.4个月vs. 3.8个月),西达本胺组患者的疾病进展风险降低25%(HR 0.75, 95%CI 0.58~0.98,p=0.033)。  

fe029f403024a1cdee0812cad03eaf2f.png

研究PFS结果   此外,西达本胺组的客观缓解率(ORR)、临床获益率(CBR)等均优于对照组,但总生存(OS)数据尚不成熟。   研究者评估和独立审查委员会(IRC)评估的疗效分析

853253f04a93bb4384d4a82dc3bb5da5.png

  安全性方面,西达本胺最常见不良事件(AE)主要为血液学毒性,但多数无症状且可管理。   这项HR+晚期乳腺癌患者既往内分泌治疗进展后首次口服HDAC抑制剂联合芳香化酶抑制剂(AI)的关键临床研究认为,西达本胺+依西美坦可作为此类患者的治疗新选择。   《Lancet Oncology》上一篇评论文章对该研究高度评价:
  • ACE试验的结果代表了内分泌耐药乳腺癌表观遗传疗法发展的重要一步;

  • 研究结果为表观遗传靶向治疗克服抗雌激素抵抗的潜力提供了重要见解;

  • 需要新的方法来改善HR+晚期乳腺癌患者的临床结果,而HDAC抑制剂可能会作为一种新的治疗手段出现在快速发展的针对这一常见疾病的靶向治疗领域。

 

eeac4fc3af92cb7cb2588f14bb30cc6a.png

评论文章封面   PROOF研究  

32b74b9c70362699ca977002497d7606.png

  中国是世界上年轻乳腺癌发病比例最高的国家,这类患者疾病预后更差。卵巢功能抑制(OFS)是HR+晚期乳腺癌内分泌治疗前提,但目前缺乏针对绝经前HR+晚期乳腺癌一线内分泌治疗的高级别临床研究证据。指南中关于这类患者的治疗往往只有一句话:可采取有效OFS手段,如药物OFS,包括戈舍瑞林、亮丙瑞林,或卵巢手术切除随后遵循绝经后患者内分泌治疗指南。  

a89a769b5168b4e1d1a217f11049ee66.png

中国是世界上年轻乳腺癌发病比例最高的国家   江泽飞教授领衔的PROOF研究是一项着眼于绝经前HR+晚期乳腺癌患者的多中心前瞻性II期临床研究,观察了氟维司群+戈舍瑞林对比阿那曲唑+戈舍瑞林在这类人群中一线内分泌治疗。  

f699ced472b29b6df85175c02424bda8.png

PROOF研究设计   目前研究状态

03e043e0fda1136a21335202b178efc2.png

  最后一例受试者于2018年4月入组,目前已观测到事件数192例,初次分析将在出现218例事件数时进行。期待研究能取得良好的结果。   MONARCH plus  

f3ece032ad98282682c6657bdd2c536d.png

  江泽飞教授的这项国际多中心III期研究关注了HR+/HER2-晚期乳腺癌中Abemaciclib联合非甾体类芳香化酶抑制剂(NSAIs)或氟维司群的疗效。研究创新性地发现,Abemaciclib联合NSAI或氟维司群显著提高了以中国患者为主的HR+/HER2-晚期乳腺癌的PFS和ORR。Abemaciclib联合NSAI或氟维司群可作为中国HR+/HER2-晚期乳腺癌的推荐治疗方案。   研究最新成果将在不久后的欧洲肿瘤内科学会(ESMO)年会上做出详细报告。  

抗HER2+靶向治疗进展

  APHINITY研究   这是一项国际多中心早期乳腺癌中的抗HER2+PH双靶研究,两组患者分别采取化疗+曲妥珠单抗(H)+帕妥珠单抗(P)和化疗+曲妥珠单抗+安慰剂治疗,纳入4805例患者,将持续随访10年,目前已取得阳性结果。   中国在此研究中的贡献不容忽视,不仅参与了研究设计,还入组了500多例中国患者,其中包括较大比例高危患者。中国大陆亚组与全球人群相比,主要终点获益一致。可以说,PH双靶治疗在中国患者群体中显示出了更大的优势和临床需求。   PHENIX研究  

dc813064d781ca4633a859260410da3b.png

  江泽飞教授牵头的PHENIX研究相信大家都比较熟悉,这是一项双盲、多中心、随机III期试验,研究的是吡咯替尼联合卡培他滨二线治疗HER2阳性晚期乳腺癌的疗效。  

a6668b2e107b25fa05f2b613f9940ab3.png

研究设计   结果显示,吡咯替尼+卡培他滨组经独立审查委员会(IRC)评估的中位PFS为11.1个月,安慰剂+卡培他滨组为4.1个月(HR 0.18, 95%CI 0.13~0.26, p<0.001)。  

0407d8a46cad378ffb146a2b0b789155.png

两组IRC评估的PFS   此外,吡咯替尼组ORR高达68.6%,安慰剂组仅16.0%;两组的CBR分别为76.8%和22.3%,吡咯替尼具备明显的优势。   化疗失败患者接受吡咯替尼单药治疗中位PFS达5.5个月,ORR达38.0%,疾病控制率(DCR)80.3%,CBR 42.3%。   对于基线无脑转移患者,吡咯替尼可显著推迟脑转移发生;基线有脑转移患者,吡咯替尼组中脑转移再度进展停药患者数量会减少,中位PFS提高到6.9个月,对照组仅4.2个月(HR 0.32, 95%CI 0.13~0.77, p=0.011)。这提示吡咯替尼有潜在的抗中枢转移作用。   PHENIX研究得出结论:既往接受过曲妥珠单抗和紫杉醇治疗的HER2+转移性乳腺癌女性患者中,吡咯替尼+卡培他滨可有效延长中位PFS 7.0个月;卡培他滨治疗进展的患者能从吡咯替尼单药治疗中获益;吡咯替尼+卡培他滨毒性可控,耐受性良好。   CSCO-BC的RWS   CSCO-BC数据库自2015年11月建立以来,积累了大量RWS数据。数据库分析40年来中国乳腺癌诊疗模式的变迁后发现,乳腺癌治疗方式在不断变化。  
  • 从上世纪70年代以来,乳腺癌全切切除术比例不断下降,而保乳手术呈现逐年增高的趋势,目前已达18.2%。

  • 腋窝处理也在悄然变化。过去大家几乎没听说过前哨淋巴结,只处理腋窝淋巴结;自2000年起,临床上开始进行前哨淋巴结清扫;2010年以后,已有约10%的手术同时清扫前哨和腋窝淋巴结。

  • 新辅助治疗比例逐年升高。1970年以前,人们尚不了解新辅助治疗为何物,而近10年来的新辅助治疗比例已提高至14.4%。

  • 从辅助化疗药物来看,已从过去的仅蒽环类为主,转变到现在的紫杉+蒽环为主流。

  • HER2+辅助治疗中,曲妥珠单抗的使用已实现从30多年前的0到如今38.4%的飞跃。随着药物降价和医保准入,使用率将会进一步提高。

  • 对于绝经前乳腺癌术后辅助内分泌OFS的方式,2000年以前主要靠卵巢切除,手术比例一度超过98%;目前药物治疗成为绝对主流,手术比例大幅降至不足10%。这样的改变,使年轻患者拥有可逆的卵巢功能,保留提高生活质量的机会。

  CSCO-BC大数据协作组开展了HR+晚期乳腺癌一线治疗化疗对比内分泌治疗的RWS,筛选数据库中1996~2018年的乳腺癌患者进行分析。研究发现,HR+/HER2-晚期乳腺癌一线治疗模式已发生极大改变,内分泌治疗比例从过去的不到1/3不断提高,现在与化疗几乎平分秋色。   从一线治疗ORR来看,联合化疗和内分泌+靶向治疗ORR最高,均接近50%,单独内分泌治疗相对不理想;再看一线治疗CBR,内分泌治疗和内分泌+靶向治疗均超过60%,超过化疗。   关于紫杉类药物失败后HER2+乳腺癌一线优选治疗方案的探索,研究发现,曲妥珠单抗+长春瑞滨一线治疗组患者有效率更高,但曲妥珠单抗+卡培他滨组患者PFS更佳。   人工智能辅助决策的探索  

bdf1dc07d44fba3609eab7d88343f414.png

  由解放军总医院第五医学中心江泽飞教授和江苏省人民医院唐金海教授担任首席研究员(PI),基于CSCO-BC大数据的WFO(Watson for Oncology,一种人工智能认知计算系统)智能决策临床研究也已获得成功。这是全球目前第一项乳腺癌大样本量、多中心、回顾性4期临床研究,不久前于《JCO Clin Cancer Inform》杂志正式发表。   研究结果显示,WFO智能决策与医生决策整体符合率达到56%,辅助靶向治疗的符合率甚至达到了100%,辅助内分泌治疗和辅助化疗符合率也在80%左右。疾病的不同级别、亚型和阶段同样会影响符合率。总体来说,WFO智能决策在BC治疗中展示出了较好的可行性和规范性,辅助应用可进一步提高医生的决策规范性。   研究中还发现,这套系统与美国国立综合癌症网络(NCCN)指南的符合率可达到80%以上,但与CSCO指南符合率仅60%左右,因此我们需要解决人工智能系统的本土化问题,研发中国自主知识产权的人工智能。这方面的探索工作也已经开展并取得一定成果。   江泽飞教授将肿瘤治疗决策的核心浓缩为8个字,即经验、循证、精准和智能。就像人类经过7万年演化史才从爬行进化到直立行走,临床肿瘤治疗决策也会在探索和钻研中不断积累经验、掌握证据,变得越来越智能和精准。   专家简介

834ed7c872cc1f5d1894112065e791ff.png

江泽飞教授

江泽飞,主任医师、教授、博士生导师,解放军总医院第五医学中心乳腺肿瘤科主任, CSCO秘书长,CSCO乳腺癌专家委员会主任委员,北京医学会乳腺疾病分会主任委员,St. Gallen国际乳腺治疗共识专家团成员。牵头负责完成了《CSCO乳腺癌诊疗指南》《中国版NCCN乳腺癌治疗指南》,推动了我国乳腺癌治疗的标准化进程,并创新性提出乳腺癌全程管理理念。

本文首发:医学界肿瘤频道

本文作者:医学界CSCO报道组(玉酱)

责任编辑:Sharon

版权申明

 本文原创 转载须经授权

- End -

征  稿

欢迎投稿到小编邮箱:zl@yxj.org.cn

请注明:【投稿】医院+科室+姓名

来稿以word文档形式,其他不予考虑

f96f6175ddb43ae9dc2fa130fba36bef.png

你在看我吗?

↓↓↓↓ 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用全连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值