Real-time analysis of anti-tumor activity and toxicity outcomes during phase I dose escalation trials could improve dose selection: a PARP inhibitors case study

Die richtige Menge an Medikamenten zu finden, gehört zu den heikelsten Aufgaben in der Krebsbehandlung. Jahrzehntelang bestand der Standardansatz für die Testung neuer Medikamente darin, Patienten zunehmend höhere Dosen zu verabreichen, bis die Nebenwirkungen zu schwerwiegend wurden, um sie zu ignorieren. Diese Methode, die für ältere, aggressivere Chemotherapien entwickelt wurde, ging davon aus, dass eine stärkere Dosis immer auch einen stärkeren Angriff auf den Tumor bedeutete und dass die höchste Dosis, die ein Patient überleben konnte, auch die beste zu verwendende sei. Moderne Krebstherapien wirken jedoch anders. Diese neueren Wirkstoffe sind wie Präzisionswerkzeuge konzipiert, die darauf abzielen, spezifische Schwachstellen in Krebszellen anzugreifen, während gesundes Gewebe geschont wird. Da sie über einen anderen Mechanismus wirken, liegt der Punkt, an dem sie nicht mehr effektiver werden, oft deutlich unter dem Punkt, an dem sie gefährlich toxisch werden. Wenn Forscher an der alten Regel „mehr ist besser“ festhalten, riskieren sie, Patienten Dosen zu geben, die weit höher als notwendig sind, was unnötiges Leiden verursacht, ohne einen zusätzlichen Nutzen zu bringen.

Ein Team von Forschern des Medicines Evaluation Board und des Radboud University Medical Center beschloss zu testen, ob die Betrachtung von Nutzen und Risiken gemeinsam die Art und Weise der Dosisfestlegung verändern könnte. Sie konzentrierten sich auf eine spezifische Gruppe von Medikamenten, die als PARP-Inhibitoren bezeichnet werden und zur Behandlung bestimmter Krebsarten eingesetzt werden sowie in Europa zugelassen sind. Diese Medikamente sind dafür bekannt, erhebliche Nebenwirkungen zu verursachen, was Patienten oft dazu zwingt, ihre Dosis zu senken oder die Behandlung ganz abzubrechen. Die Forscher wollten sehen, ob sie Daten aus den sehr frühen Phasen klinischer Studien nutzen könnten, um genau abzubilden, wie die Medikamente wirkten. Anstatt nur auf Toxizität zu achten, verfolgten sie auch, wie gut die Tumore bei jeder Dosisstufe schrumpften. Sie verwendeten eine einfache statistische Methode, die die Daten schlicht so anordnet, dass ein klarer, steigender Trend sichtbar wird, was es ihnen ermöglichte, ein Bild der Beziehung zwischen der verabreichten Menge des Medikaments und den dadurch erzielten Ergebnissen zu zeichnen.

Die Forscher sammelten Informationen aus den frühen klinischen Studien von vier verschiedenen PARP-Inhibitoren: Olaparib, Rucaparib, Niraparib und Talazoparib. In diesen ersten Studien erhielten kleine Patientengruppen unterschiedliche Dosen des Medikaments, beginnend bei niedrigen und ansteigend zu höheren Werten. Die Forscher erfassten die spezifischen Zahlen darüber, wie viele Patienten schwere Nebenwirkungen erfuhren und wie viele Patienten eine Schrumpfung ihrer Tumore verzeichneten, jeweils bei diesen Dosisstufen. Sie trugen diese Ergebnisse dann in Diagramme ein, um Kurven zu erstellen, die die Wahrscheinlichkeit der Wirksamkeit eines Medikaments und die Wahrscheinlichkeit der Schädigung bei steigender Dosis aufzeigten. Dieser Ansatz ermöglichte es ihnen, die gesamte Form der Leistung des Medikaments zu sehen, anstatt nur einen einzelnen Punkt zu betrachten, an dem die Nebenwirkungen zu stark wurden.

Die Ergebnisse zeigten ein Muster, das die traditionelle Art der Dosisauswahl infrage stellt. Für jedes analysierte Medikament erreichte die Fähigkeit, Tumore schrumpfen zu lassen, einen Höhepunkt und flachte dann ab, was ein Plateau bildete. Entscheidend war, dass dieses Plateau bei einem Dosisniveau begann, das niedriger lag als die maximale Dosis, die die Patienten vertragen konnten. Mit anderen Worten: Eine Erhöhung der Dosis über einen gewissen Punkt hinaus machte das Medikament nicht wirksamer, erhöhte aber das Risiko für schwere Nebenwirkungen. Bei drei der vier Medikamente war die offiziell empfohlene Dosis für spätere Testphasen die maximal verträgliche Dosis (Maximum Tolerated Dose), die sich genau in dem Bereich befand, in dem das Medikament nicht mehr effektiver wurde, aber gefährlicher wurde. Nur bei einem Medikament, Olaparib, wurde eine niedrigere Dosis als Empfehlung gewählt, und dies stimmte perfekt mit dem Punkt überein, an dem die Wirksamkeit des Medikaments aufhörte zuzunehmen.

Ein spezifischer Fall verdeutlichte die Bedeutung dieses Befundes. Für das Medikament Niraparib wurde die empfohlene Dosis auf 300 mg einmal täglich festgelegt. Nach der Zulassung des Medikaments zeigte jedoch eine Folgestudie, dass Patienten, deren Dosis auf 200 mg oder sogar 100 mg reduziert wurde, dieselben Überlebensraten aufwiesen wie jene unter der höheren Dosis. Dies führte zu einer offiziellen Änderung der Verschreibungsinformationen, um die empfohlene Dosis für bestimmte Patienten zu senken. Die Forscher merkten an, dass diese Anpassung in der realen Welt bestätigte, was ihre Analyse der frühen Daten bereits nahegelegt hatte: Die optimale Dosis war niedriger als die maximal verträgliche Dosis. Bei einem anderen Medikament, Rucaparib, wurde während der ersten Studien gar keine maximal verträgliche Dosis gefunden, da die Nebenwirkungen nicht dem erwarteten Muster folgten, doch die Analyse zeigte dennoch, dass die Wirksamkeit des Medikaments bereits auf niedrigeren Ebenen ihren Höhepunkt erreicht hatte.

Die Studie legt nahe, dass das Vertrauen auf die alleinige Toxizität zur Entscheidung über die Dosierung neuer gezielter Krebstherapien dazu führen kann, dass Dosen ausgewählt werden, die zu hoch sind. Indem man das gesamte Bild dessen betrachtet, wie das Medikament wirkt – indem man sieht, wo der Nutzen aufhört zu wachsen und die Risiken steigen –, können Forscher ein „Sweet Spot“ identifizieren, das die beste Balance bietet. Dieser Ansatz erfordert keine komplexen neuen Technologien oder riesige Mengen an Daten; es erfordert lediglich die Beachtung der Wirksamkeitszahlen, die während der frühen Testphasen oft gesammelt, aber übersehen werden. Die Autoren argumentieren, dass diese Methode eine klarere Sicht auf das therapeutische Fenster bietet, also den Bereich der Dosen, in dem ein Medikament sowohl sicher als auch wirksam ist.

Diese Arbeit dient als Erinnerung daran, dass die Regeln, die für ältere Chemotherapeutika entwickelt wurden, nicht unbedingt für moderne Präzisionsmedikamente gelten. Die Studie deutet darauf an, dass es selbst mit den begrenzten Daten aus frühen Studien möglich ist, die Dosis-Wirkungs-Beziehung abzubilden und eine geeignetere Dosis zu finden. Durch die Verschiebung des Fokus von der bloßen Suche nach der höchsten Dosis, die ein Patient überleben kann, hin zur Suche nach der Dosis, die die beste biologische Reaktion bietet, kann die medizinische Gemeinschaft potenziell die Belastung durch Nebenwirkungen für die Patienten verringern und gleichzeitig die Kraft im Kampf gegen den Krebs erhalten. Die Forscher kommen zu dem Schluss, dass diese Perspektive eine bessere Entscheidungsfindung für Regulierungsbehörden und Arzneimittelentwickler unterstützen kann, um sicherzustellen, dass die nächste Generation von Krebsbehandlungen von Beginn an auf das Wohlbefinden des Patienten optimiert ist.