CHAARTED探索分析：管腔B型可作为mHSPC多西他赛治疗获益的标志物

 

通过基因表达谱分析（GEP）可见，PAM50在局限性前列腺癌治疗预后评估中有一定的预测价值，且临床前药物反应模型提示管腔型的预测敏感性高于基底型。麻省总院的研究人员试图在人群中探索雄激素剥夺治疗（ADT）前检测PAM50对患者预后的预测价值，对E3805 CHAARTED试验中ADT和ADT+多西他赛（D）治疗患者活检标本进行全转录组分析。主要终点是总生存率（OS）。次要终点是至去势抵抗性前列腺癌时间（TTCRPC）。

 

入组的198例患者中有160例成功完成了GEP，并有可用的标本。80例（50%）、77例（48%）和3例（2%）分为管腔B型、基底型和管腔A型。高肿瘤负荷疾病同样存在于管腔B型（79%）和基底型（78%）。在ADT组中，相较于基底型，管腔B型与较短的患者OS相关（HR 1.75，p=0.05）；多变量分析结果也相似。ADT+D治疗的管腔B型患者TTCRPC和OS明显改善（下表）。相比之下，即使在高肿瘤负荷疾病的患者中，基底型患者也没有从ADT+D中获益。

 

 

 

TITAN研究事后分析：mCSPC患者阿帕鲁胺序贯治疗的二次进展时间

 

随机、双盲、Ⅲ期临床试验TITAN已经证实，包括高负荷、低负荷以及既往接受过多西他赛治疗的mCSPC患者，在ADT基础上加入阿帕鲁胺（APA）治疗可显著改善患者rPFS和OS（Chi KN等，NEJM 2019）。Neeraj Agarwal等在本次会议上报道了TITAN的事后分析，探讨APA+ADT基础上的序贯治疗（激素 vs 紫杉醇）对患者PFS2的影响。PFS2定义为从随机化开始到序贯治疗后发生疾病进展或死亡。

 

共有277例患者（APA 87例；安慰剂190例）接受了序贯全身治疗；其中86例（APA，24；PBO，62）序贯激素治疗（醋酸阿比特龙+强的松或恩扎鲁胺），99例（APA，30；PBO，69）序贯紫杉醇（多西他赛或卡巴他赛）。两组之间的基线人口统计学特征和疾病特征大体相似。与激素组相比，紫杉醇组高负荷患者和>10处骨转移患者的比例更高，且先前的多西他赛暴露比例更低。激素组APA和安慰剂治疗的中位时间分别为11.9个月和11.1个月，紫杉醇组则分别为11.0和11.3个月。与安慰剂治疗相比，APA治疗患者无论序贯治疗如何，PFS2均显著延长（HR 0.66，95%CI 0.50-0.87，p=0.0026），二次进展风险均有显著降低（激素：HR 0.68，95% 0.48-0.97，p=0.0326；紫杉醇：HR 0.67，95% 0.48-0.94，p=0.0189；中位值未达到）。尚未进行安全性分析；所有患者均已停止治疗，大部分是由于疾病进展。

 

NRG Oncology/RTOG 9601：基因组分类在挽救性放疗随机试验中的预后分析

 

Decripher是一种基因组分类法（GC），用于评估根治性前列腺切除术后前列腺癌远处转移的风险。Felix Y Feng等对挽救性放疗±2年比卡鲁胺治疗的3期安慰剂对照随机试验NRG/RTOG 9601中前列腺标本进行集中回顾，并对最高级别的肿瘤进行RNA提取。通过质量控制（QC）的样品进行临床全转录组分析以分配GC评分（0-1级）。主要终点是验证GC独立预测远处转移累积发病率的能力，次要终点为前列腺癌特异性死亡率（PCSM）和总生存率（OS）。

 

在有可用组织的患者中，352例患者通过了质量控制并纳入分析。最后的GC队列是整个队列的代表性样本，中位随访期为13年。在多变量分析显示，GC在调整年龄、种族、Gleason评分、T分期、边缘状态、PSA和治疗组后，与远处转移（HR 1.19，95%CI 1.06-1.35，p=0.003）、PCSM（HR 1.37，95%CI 1.18-1.61，p<0.001）和OS（HR 1.16，95%CI 1.06-1.28，p=0.002）独立相关。相较于GC评分较高患者，比卡鲁胺对GC评分较低患者的12年OS估计绝对影响更低（2.4% vs 8.9%），在PSA<0.7 ng/mL时接受早期挽救性放疗的患者中同样更低（-2.0% vs 5.0%）。

 

尿外泌体非编码小分子RNA分析可用于前列腺癌诊断和分级

 

基于对尿外泌体分离的小分子非编码RNA（sncRNA）研究，Laurence Klotz等建立一种新的前列腺癌预后分级模型。研究者对233例接受前列腺活检受试者（89例为活检良性，88例为组织学1级/GG1，56例为组织学2-5级/GG2-5）微阵列分析。在定制的OpenArray平台查询280个信息量最大的sncRNA，该平台可利用miR Sentinel PCa检测区分患者是否为癌症，利用miR Sentinel CS检测将患者区分为GG1或GG2-5。

 

结果显示：在233例患者中，miR Sentinel PCa检测可正确地将89/89例无癌患者和144/144例有癌患者进行分类。miR Sentinel CS检测可正确识别55/56例GG2-5和87/88例GG1前列腺癌患者。该方法的敏感性和特异性均达到了98%，阴性预测值和阳性预测值分别为98%和93%。为了进一步验证，一项对329例PSA升高的受试者（NEPC=139；GG1=88；GG2-5=102）的前瞻性观察研究中，可准确地将134/139受试者诊断为无癌，敏感性和特异性分别达到了98%（195/199）和96%（134/139），阳性预测值和阴性预测值分别为98%和97%。miR Sentinel CS检测可将87/88例患者区分为GG1，102/102例患者区分为GG2-5，敏感性和特异性分别达到了100%（102/102）和99%（87/88），阳性预测值和阴性预测值分别为99%和100%。