究竟要不要化療?基因檢測正在悄然改變癌症診療流程

作者:BioTalker   |   2016 / 09 / 21

文章來源:虎嗅網   |   圖片來源:股感知識庫


一聽到「hualiao」(不管是「化療」,還是「話療」),普通民眾腦海中都會浮現對化療刻板、陳舊的認識,比如頭髮掉光、嘔吐、乏力,甚至死亡等等副作用。

當然,化療的這些負面效果不僅僅是體現在患者的臨床表現上,臨床醫生也越來越關注化療對患者的傷害。研究表明,全身化療存在較大風險,甚至會威脅到患者的生命,現在是時候想辦法解決這一歷史問題了。

上個月末,一群英國科學家利用英格蘭公共衛生部門掌握的全國乳腺癌和肺癌化療數據,全面的分析了患者在接受化療後的30天死亡率。這是有史以​​來,第一次利用全國數據分析癌症化療後的生存狀況。通過這些數據,研究人員分析了年齡、健康狀況等因素,對化療結果的影響。為英國患者的化療提供了一條可靠的化療「基線」。他們的這一研究成果最終刊登在《柳葉刀腫瘤》上。

在提倡「精準醫療」的今天,僅僅依賴粗線條的「基線」,醫生往往也很難做臨床治療決策。醫生顯然還需要更多的數據,才能做出準確的判斷和決策。近年來,基因測序成本的不斷降低,越來越多的癌症患者開始嘗試接受基因檢測作為癌症診斷的輔助手段。隨著基因檢測數據的不斷積累,基因檢測結果在癌症治療決策中的作用逐漸顯現。

化療,還是不化療?

有一些早期乳腺癌患者,即使完成了手術治療,但是傳統的臨床檢測仍舊會提示患者處於復發高風險狀態。對於這些患者而言,醫生一般會安排進一步的化療。雖然醫生知道這對於部分患者而言是多餘的,但是出於謹慎起見,醫生還是會給患者安排化療,因為醫生沒辦法區分這些「高風險」患者,哪些是真高,哪些是假高。

8月25日刊登在《新英格蘭雜誌》上的一篇研究論文, 給醫生提供了一種判斷「做,還是不做」的可靠方法。這個方法有可能在一定的程度上解決患者過度治療的問題。

Fatima Cardoso博士等對近7000位早期乳腺癌患者的70個乳腺癌相關基因進行了檢測。他們發現有1550名表現出臨床惡化風險高的患者,基因檢測結果卻顯示惡化風險低。他們隨機將這些患者分成兩組,一組接受輔助性化療,另一組不化療。

article-cover-201609-12-092733484580

葡萄牙里斯本Champalimaud臨床中心乳腺外科主任、晚期乳腺癌國際共識會議主席Fatima Cardoso博士

經過5年的隨訪,Cardoso博士等發現,在不接受化療患者小組中,有94.7%患者病情沒有出現惡化;而接受化療的小組中,病情沒有惡化的患者也只有96.2%,僅僅比不接受化療小組高了1.5%;顯然,二者之間並沒有顯著差異。

在病情沒有出現惡化的所有患者裡,接受化療和不接受化療的患者,5年存活率也沒有差別。因此,研究人員認為,通過基因檢測可以鑑別不需要接受化療的高臨床風險早期乳腺癌患者,可以在很多情況下幫助患者避免不必要的化療。

在本研究中,Cardoso博士使用的MammaPrint基因檢測是由Agendia生產的。這個早期乳腺癌基因檢測試劑盒在2007年就獲得了FDA的批准,雖然檢測價格高達4200美元,但是它的確可以有效的幫助一些患者避免不必要的化療傷害,並且這部分費用已經被醫保覆蓋。

article-cover-201609-12-092733028828

MammaPrint基因檢測試劑盒

Cardoso博士證明MammaPrint基因檢測可以用於判斷臨床惡化風險高的早期乳腺癌患者是不是需要化療。那麼如果患者需要化療,究竟該如何化療呢,會響應哪種治療方案呢?

早期基因檢測可以指導化療方案選擇

隨著治療癌症的新藥物和技術不斷湧現,醫生的選擇越來越多,究竟哪一種治療方案才是最適合當下患者的?成為醫生面臨的最大問題之一。

來自加州大學伯克利分校的Gary H. Karpen團隊,正嘗試給醫生提供一個解決問題的方法。Karpen團隊開發出一個CES打分系統,通過基因檢測結果,可以評判癌症的惡劣程度,以及患者對哪種藥物更敏感。Karpen團隊的這一重要研究成果,8月31日刊登在《自然通訊》上。

article-cover-201609-12-092733767743

Gary H. Karpen博士

在不同類型的癌症組織中,基因的表達狀況也是不一樣的。Karpen團隊通過分析總結出14個在多種類型癌症高表達的基因。然後通過基因的高表達情況,計算出每個患者的得分,得分越高,患者的癒後越差。

同時他們在藥物研究中發現,癌細胞CES得分與藥物的敏感性有關。例如,癌細胞的CES得分越高,它們對伊立替康和拓撲替康這兩種拓撲異構酶I抑製劑更敏感。這對醫生來說,是一個非常關鍵的訊息。

因此,Karpen團隊認為,這一發現不僅可以用於預測患者癌症的進展情況;更重要的是,它有可能準確的預測患者對一些特定藥物的敏感性。當然,這對於Karpen團隊而言,還僅僅是個開始,他們還在尋找更多基因與疾病和藥物反應之間的相關性。

article-cover-201609-12-092733423214

阿普伽新生兒評分錶

通過基因標誌物組合判斷患者病情的發展趨勢,和患者對藥物的敏感性,讓我想起了阿圖·葛文德在《醫生的精進》中介紹的「阿普伽新生兒評分錶」。

「20世紀30年代的美國,每30個新生兒當中就有1個在出生時死亡。這個數字100多年來幾乎沒有啥變化,人們一直不知道如何改善這種情況。後來,一個名叫維珍尼亞·阿普伽(Virginia Apgar)的紐約醫生想到了一個辦法。她的辦法雖然簡單得令人難以置信,但是這種方法卻徹底改革了醫院接生和新生兒護理的工作狀態。」

Virginia Apgar

Apgar「採取了一種不那麼直接但最終更有效的方法。她設計了一個評分錶。護理人員根據0~10的等級標準對新生兒的狀況進行評估。例如,嬰兒渾身呈粉紅色可以打2分,有啼哭可以得2分,進食良好可以得2分,呼吸有力得2分,四肢都能移動得2分,心率超過100得2分。10分錶示新生兒出生時狀況最佳, 4分或以下代表嬰兒不健全,體質虛弱。」

「這個評分錶發表於1953年,帶來了革命性的影響。原本在臨床上,新生兒的狀況是一種難以確定、全憑印象判斷的抽象概念,這個評分錶將其轉化為人們可以收集和比較的數字。後來,在世界各地,幾乎所有在醫院出生的嬰兒都要使用Apgar評分錶來評估,出生後1分鐘和出生後5分鐘分別記錄一次。

很快,人們就發現,就算嬰兒出生後1分鐘的評分很糟糕,通過輸氧和保暖措施,他們往往都能被救活,5分鐘後評分的結果也都很好。在今天的美國,500個足月出生的嬰兒當中只有1個死亡,倘若按照20世紀30年代的死亡率,去年會有16萬新生兒死亡(實際數字只有其1/8)

我認為,現在基因檢測在癌症診療中的應用,就類似於「Apgar新生兒評分錶」在新生兒護理中的作用。通過不斷的探索分析,在基因生物標誌物組合與疾病之間建立相關性,然後通過這種相關性分析,預測疾病的走勢,或者藥物的效果。目前看來,這種相關性分析的可行性,正在逐漸得到確立。

隨著基因數據的積累,我們可以在基因和疾病之間建立越來越多的相關性,這種相關性終將革新癌症的治療流程和方式。現在僅僅是個開始,更多更好的應用在不遠的將來必然會發生。

虎嗅網》授權轉載

喜歡這篇文章?加入你的S夾!

虎嗅網
虎嗅網是一個聚焦創新創業的資訊獲取與觀點交流平臺,是目前中國發展最快的商業科技平臺之一。我們關注互聯網及其正在影響的其它行業。
虎嗅網的最新文章
More

追蹤股感的社群