【IMS Health分析】:肿瘤治疗将如何发展?
导读:紧锣密鼓的研发活动反映了巨大的市场增长和对肿瘤认知的增加。在三期临床试验阶段的100多个化合物中,68%是靶向药物,说明肿瘤药物将实现更有针对性专业化的治疗。
目前在研肿瘤产品:研发与上市
紧锣密鼓的研发活动反映了巨大的市场增长和对肿瘤认知的增加。在三期临床试验阶段的100多个化合物中,68%是靶向药物,说明肿瘤药物将实现更有针对性专业化的治疗。
史无前例的上市信息需要利益相关者的参与
异常活跃的上市活动增加患者的选择机会,但同时需要支付方和医生对治疗途径以及患者细分有更深入的了解。潜在的新产品数量庞大,驱动需要重新评估这些扩展的方式选择信息传递给利益相关者。
这些数据是依据在研3期临床试验预计完成时间推断的,实际上市产品的数量需要依赖临床试验成功完成和FDA的批准。处于临床2期且可能成功上市的产品没有包括在内。
未来4年内即将上市的产品涵盖从实体瘤到恶性血液病的广阔治疗领域
患者亚群如何改变肿瘤产品的商业化行为
癌症科学的显著进展不仅提高了对癌症分子机理的理解,而且还增加了推出新产品的复杂性。
全面的基因组分析数据与其他可用的RWD(真实世界数据)相结合,作为数据资源为了解患者亚群提供了丰富的潜力-患者亚群是实行更精准的靶向治疗的关键。由于这些数据资源会不断扩充,所以利用先进的分析方法扩展的新应用将使RWE(真实世界研究)有更大的机会支持具有挑战性的肿瘤治疗环境。
■基因突变的影响
在肿瘤学研究进展在于发现新的癌症决定因子和对此更深入的了解,特别是通过了解有临床意义的基因突变。基于疾病信号通路所设计的创新药通常是针对患者亚群,包括由基因变异分类的亚群。毫无疑问,由此产生的新的治疗方法使得肿瘤药市场更加复杂。
与此同时,为了帮助患者诊断选择合适的治疗方法,癌症的诊断技术也得到了迅速发展。包括全面基因组分析的二代测序方法(NGS)的崛起带来了丰富的有关患者肿瘤的基因组成的信息,使肿瘤医生可以了解更多患者个性化信息,做出更适合的治疗决定。
通过这些试验产生的数据是丰富的RWD(真实世界数据)的来源。当与RWD的其他来源相结合,如索赔或电子医疗记录(电子病历),这使得对目标患者人群有深入的了解和不断发展的肿瘤药物市场。
■新患者亚群的增加
■增加对有临床意义的基因突变的理解
■更小范围的患者亚群的数量越来越多
■具有新生物标志物的药物的上市引入新的患者分类和诊断途径
■患者亚群和肿瘤治疗商业化
对于患者亚群的特征和影响的精细理解对药品生产企业在不断变化的肿瘤研究环境中都至关重要。全面的基因组分析测试结果作为RWD(真实世界数据)的一个重要来源提供这些知识信息,因为这些信息可以洞察新的基因、基因突变,和由此获知的新生物标志物和患者亚群。
■ 优选研发组合和评估相关的市场机会
■ 确定未被满足的需求并让利益相关者知晓
■ 加强产品定位和规划上市
■ 阐述产品价值
■ 邀请医师参与
■对患者亚群更精确的了解的一种方式/途径
在过去的几年中,新的测试已经产生宝贵的数据,作为单标记测试的补充,提供给患者人群更加全面和精细的信息。以NGS测序为基础的技术在更广泛基因范围内识别基因组改变,这些测试利用该技术建立肿瘤分子签名。在此过程中,他们提供给肿瘤学家有关肿瘤基因构成的额外数据,据此作出治疗方案的选择。
从这些检测获得的信息对于肿瘤的RWE分析是至关重要的。然而,现如今由于在数据的深度和覆盖患者群体的广度存在差异,它们的应用也有所不同。从一个RWE的角度来看,它们可以被分为两类:
■单标记物测试
■多基因诊断
然而用于RWE,单标记测试有一些不足之处:
■ 缺少对新的患者细分人群的深刻理解
■ 无法检测导致突变的特异性基因改变
■ 生物标志物状态是一维的、静态的视角
多基因测试,特别是综合基因组分析,能够应对这些挑战,从而对RWE(真实世界研究)中商业和科学问题有独特的价值:
■ 新病人的全基因组评价
■ 多层次分析解释遗传改变
■ 患者人群的分子分析的全局图
虽然优势明显,已然有将这种数据用于商业化和科学RWE的障碍。特别是,因为这些都是新的方法,测试的患者的比例一直相对较小。这也意味着做测试的患者人群更多是疾病进展比较后期的。然而,这种情况正在改善,估计有50%的新诊断的患者可能会受益于他们的肿瘤的基因组分析,诊断时做多基因分析也将变得越来越普遍。
■驱动科学的商业化的RWE分析
全面的基因组变化数据与其他来源的RWD相结合,应该被视为一个潜在的获得精细洞察力和提高肿瘤学RWE的创新性方法。它可以更加了解目标患者群体,以前没有分析目标患者群体的共同特征,随着利用新生物标志物的治疗方法的出现,也更加了解不断变化的治疗途径。由于这种测试方法将继续在市场上获得通过,数据库的规模逐渐扩大,使以前不可能的新的应用可以得以实现。这些应用有先进的分析技术的支持,包括预测分析技术的发展,以确定一个越来越复杂的变量之间的关系。新的数据和分析方法的组合可以从这个数据中推断出一些更有洞察力的发现,用于解决商业和科学问题。
促进肿瘤领域深度洞察的预测
由于疾病和治疗途径变得越来越复杂,对癌症药品的投资不断增加。随着对准确预测需求的增大,需要采取新的办法来满足这个非常分散的市场的挑战。使用RWD实现纵向“病人流向”建模能够做出全面复杂的分析预测,从而可以更精确地理解发展迅速、竞争激烈的肿瘤领域。
借助真实世界研究的以患者为基础的方法
预期2020年前上市的新药品的三分之一将集中在肿瘤领域。与此相对应的,更加需要对潜在营业收入,竞争对手的活动和更广泛的肿瘤药物市场有更清晰的认识。同时,癌症的治疗方法和药物开发正在迅速发展,随之而来预测的复杂性。
有很多科学方法和数据库用于建立肿瘤的预测模型,如图所示。本文介绍了如何利用RWD(真实世界数据)实现用一个更准确,纵向“病人流向”建模的方法来预测潜在的品牌收益,然后对照销售数据来校准基准年。可以足够全面地对整个肿瘤药物市场进行预测和细分,给药方案和分子分类,提供超越传统方法的见解来告知关键性的商业决定。
解决肿瘤预测的复杂性
病人的细分,监管部门批准使用的扩展,临床进展以及基于给药方案的治疗方法共同作用使得建立肿瘤领域的全面而精准的预测模型极具挑战性。然而,通过利用RWD的发展和分析技术的进步,有可能有效的解决这些影响因素的问题,做出更精确的预测。
各种预测功能的生物标志物被越来越多地用于识别特定的患者细分人群,从而用于进行临床试验设计,监管部门批准,选择合适的药品,并最终实现潜在的商品化。免疫治疗的热潮也增加对生物标志物表现形式的认识,例如PD-1 / PD-L1是测量一个连续的结果,而不是在一个二进制的非有即无的模式。结合临床特征、多个疾病分期和几线治疗,建立药物可在不同范围使用的高度细分的肿瘤市场。
评估相关生物标志物检测的患病率和测试率是使情况更为复杂。例如,当界定非小细胞肺癌(NSCLC)的市场时,必须同时考虑EGFR突变和ALK突变的患病率,才可以更合适地分割市场,确定哪些患者使用表皮生长因子受体酪氨酸激酶抑制剂(TKI),如阿法替尼(妥复克,勃林格殷格翰)和间变性淋巴瘤激酶酪氨酸激酶抑制剂,如克唑替尼(赛可瑞,辉瑞)。
如果参考医学文献,研究可能受地域限制、可能是过时的,或需要耗费很多时间精力去收集,而且也不能代表真实世界的患者人群。更重要的是,文献不能估计进行过基因突变检测的患者的百分比。除了患病率外,这(检测率)可以显著影响被识别出的患者亚群的百分比以及真正对应靶向药物的真正市场潜力。
RWD可通过减少医学文献的需求来克服这些限制。例如,100例晚期非小细胞肺癌NSCLC患者中,约19例是EGFR阳性。如果检测率无法获得,这个数量(19例)可以作为EGFR抑制剂治疗的患者数量。然而,在现实中只有14名患者接受EGFR抑制剂的治疗,因为不是所有患者都完成测试。
不同的肿瘤类型以及在一个单一的肿瘤分类中患者细分情况会影响一个分子药物的当前和未来的营业收入。此外,一个产品能获得在其生命周期多个产品说明书(即多个适应症或许可的扩展)。因此预测潜在市场依赖于识别和预测未来的许可证延展的时间表,可能的边际收益,以及如何与现有产品说明书相关联。一个产品当前的市场规模也依赖于肿瘤的类型,比较销售数据和患者为基础的预测间的一致性来评估当前的基线,以此预测未来。
图1:晚期非小细胞肺癌患者的检查率基础上,生物标志物检出率占患病率的比例
例如,贝伐单抗(阿瓦斯汀,罗氏)现已获批多个适应症,销售总额可通过组合销售与剂量加权患者分布相结合进行计算。如图2所示,RWD的应用使得当前在售肿瘤产品的销售量按照肿瘤类型做估算。
图2:按疾病类型分类的贝伐单抗的销售量(阿瓦斯汀,安维汀注射液)
图3:按照肿瘤类型估计产品销售量的方法学
如果RWD样本量是足够强大,就可能深度探讨产品在不同特定治疗线或各细分市场的销售量(图3)。
临床和患者进展
因为癌症是一种渐进性疾病,要获得现有和潜在的未来患者所代表的市场价值需要做一系列的假设,进而估计他们可能会随着病情恶化接受多线治疗。虽然使用二次文献有可能推断进展率,但临床试验样本选择有可能有倾向性。此外,可能无法获得所有时间段的数据。在这种情况下,使用RWD(真实世界数据)资源可以前瞻性获得患者整个治疗过程的数据,从而对疾病进展实现更加真实的评估。
基于给药方案的治疗
在许多情况下,由于需要进行包括口服和/或静脉注射等长期给药多药物的给药方案通常更加复杂。由于品牌药可能交叉使用在不同的治疗方案中,该药物的总使用量必须考虑到在全部治疗方案中的使用。一个RWD数据库的基本功能是按照患者细分亚群来指定给药方案。
可以将患者群体按比例地分配到不同的治疗方案。根据特定的RWD资源,可以获得每个周期的给药剂量和给药周期的数量。这是比临床试验数据和二手资源数据更加可靠的,能够用于评估肿瘤药物在一个患者特定给药方案中的价值。
文章来源:生物探索