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

Trouver la bonne quantité de médicament est l'une des tâches les plus délicates dans le traitement du cancer. Pendant des décennies, l'approche standard pour tester de nouveaux médicaments consistait à administrer aux patients des doses de plus en plus élevées jusqu'à ce que les effets secondaires deviennent trop graves pour être ignorés. Cette méthode, conçue pour les médicaments de chimiothérapie plus anciens et plus agressifs, supposait qu'une dose plus forte signifiait toujours une attaque plus forte contre la tumeur, et que la dose la plus élevée qu'un patient pouvait supporter était la meilleure à utiliser. Cependant, les traitements modernes contre le cancer fonctionnent différemment. Ces nouveaux agents sont comme des outils de précision conçus pour cibler des faiblesses spécifiques dans les cellules cancéreuses tout en épargnant les tissus sains. Parce qu'ils fonctionnent selon un mécanisme différent, le point où ils cessent d'être plus efficaces est souvent bien inférieur au point où ils deviennent dangereusement toxiques. Si les chercheurs s'en tiennent à l'ancienne règle du « plus c'est mieux », ils risquent de donner aux patients des doses bien plus élevées que nécessaire, provoquant une souffrance inutile sans aucun bénéfice supplémentaire.

Une équipe de chercheurs de la Medicines Evaluation Board et du Radboud University Medical Center a décidé de tester si l'examen conjoint des bénéfices et des risques pouvait changer la manière dont ces doses sont choisies. Ils se sont concentrés sur un groupe spécifique de médicaments appelés inhibiteurs de PARP, qui sont utilisés pour traiter certains types de cancer et ont été approuvés pour une utilisation en Europe. Ces médicaments sont connus pour causer des effets secondaires importants, forçant souvent les patients à réduire leur dose ou à arrêter le traitement. Les chercheurs voulaient voir s'ils pouvaient utiliser les données des toutes premières étapes des essais cliniques pour cartographier précisément comment les médicaments fonctionnaient. Au lieu de simplement surveiller la toxicité, ils ont également suivi l'efficacité de la réduction des tumeurs à chaque niveau de dose. Ils ont utilisé une méthode statistique simple qui consiste simplement à organiser les données pour montrer une tendance ascendante claire, permettant ainsi de dessiner un tableau de la relation entre la quantité de médicament administrée et les résultats produits.

Les chercheurs ont recueilli des informations provenant des premiers essais cliniques de quatre inhibiteurs de PARP différents : l'olaparib, le rucaparib, le niraparib et le talazoparib. Dans ces études initiales, de petits groupes de patients recevaient différentes doses du médicament, en partant de doses faibles pour aller vers des doses plus élevées. Les chercheurs ont collecté les chiffres précis sur le nombre de patients ayant présenté des effets secondaires graves et le nombre de patients ayant vu leurs tumeurs rétrécir à chacun de ces niveaux de dose. Ils ont ensuite tracé ces résultats pour créer des courbes montrant la probabilité qu'un médicament fonctionne et la probabilité qu'il soit nocif à mesure que la dose augmente. Cette approche a permis de voir la forme complète de la performance du médicament, plutôt que de simplement regarder un point unique où les effets secondaires devenaient trop importants.

Les résultats ont révélé un schéma qui remet en question la manière traditionnelle de sélectionner les doses. Pour chaque médicament analysé, la capacité à réduire les tumeurs a atteint un sommet puis s'est stabilisée, formant un plateau. Crucialement, ce plateau a commencé à un niveau de dose inférieur à la dose maximale que les patients pouvaient tolérer. En d'autres termes, augmenter la dose au-delà d'un certain point ne rendait pas le médicament plus efficace, mais augmentait le risque d'effets secondaires graves. Pour trois des quatre médicaments, la dose officiellement recommandée pour les phases ultérieures de test était la dose maximale tolérée, qui se situait précisément dans la zone où le médicament n'était plus plus efficace mais devenait plus dangereux. Seul l'olaparib présentait une dose plus faible choisie comme recommandation, et cela s'alignait parfaitement avec le point où l'efficacité du médicament cessait d'augmenter.

Un cas spécifique a mis en lumière l'importance de cette découverte. Pour le niraparib, la dose recommandée était fixée à 300 mg une fois par jour. Cependant, après l'approbation du médicament, une étude de suivi a montré que les patients dont la dose avait été réduite à 200 mg ou même 100 mg présentaient les mêmes taux de survie que ceux sous la dose plus élevée. Cela a conduit à un changement officiel des informations de prescription pour abaisser la dose recommandée pour certains patients. Les chercheurs ont noté que cet ajustement en conditions réelles avait confirmé ce que leur analyse des données initiales avait déjà suggéré : la dose optimale était inférieure à la dose maximale tolérée. Pour un autre médicament, le rucaparib, aucune dose maximale tolérée n'a même été trouvée lors des essais initiaux car les effets secondaires ne suivaient pas le schéma attendu, pourtant l'analyse a tout de même montré que l'efficacité du médicament avait déjà atteint son pic à des niveaux inférieurs.

L'étude suggère que se fier uniquement à la toxicité pour décider de la dose des nouveaux thérapies ciblées contre le cancer peut conduire à la sélection de doses trop élevées. En examinant l'image globale du comportement du médicament — en observant où les bénéfices cessent de croître et où les risques commencent à augmenter — les chercheurs peuvent identifier un « point idéal » qui offre le meilleur équilibre. Cette approche ne nécessite pas de nouvelles technologies complexes ou de quantités massives de données ; elle exige simplement d'accorder de l'attention aux chiffres d'efficacité qui sont souvent collectés mais négligés lors des phases initiales de test. Les auteurs soutiennent que cette méthode offre une vue plus claire de la fenêtre thérapeutique, soit la plage de doses où un médicament est à la fois sûr et efficace.

Ce travail sert de rappel que les règles développées pour les médicaments de chimiothérapie plus anciens ne s'appliquent pas nécessairement aux médicaments de précision modernes. L'étude indique que même avec les données limitées disponibles des essais précoces, il est possible de cartographier la relation dose-réponse et de trouver une dose plus appropriée. En déplaçant l'accent de la simple recherche de la dose la plus élevée qu'un patient puisse survivre vers la recherche de la dose qui offre la meilleure réponse biologique, la communauté médicale peut potentiellement réduire le fardeau des effets secondaires pour les patients tout en maintenant la puissance de la lutte contre le cancer. Les chercheurs concluent que cette perspective peut soutenir une meilleure prise de décision pour les régulateurs et les développeurs de médicaments, garantissant que la prochaine génération de traitements contre le cancer soit optimisée pour le bien-être du patient dès le début.