Adaptive therapy under parametric, structural, and measurement uncertainty

Il trattamento del cancro ha operato per lungo tempo su un principio semplice e aggressivo: colpire il tumore il più duramente possibile, il più spesso possibile, nel tentativo di eliminarlo completamente. Questo approccio, noto come terapia continua, si basa su dosi massime di farmaci per uccidere le cellule cancerose. Tuttavia, la natura spesso reagisce. Quando un farmaco elimina la stragrande maggioranza delle cellule cancerose, lascia dietro di sé un piccolo gruppo nascosto di sopravvissuti che sono naturalmente resistenti al medicinale. Senza la competizione da parte delle cellule sensibili, ora depauperate, questi sopravvissuti resistenti possono moltiplicarsi rapidamente, portando a un tumore più difficile da trattare rispetto a prima. Per contrastare ciò, i medici e gli scienziati hanno iniziato a esplorare una strategia diversa chiamata terapia adattiva. Invece di cercare di eliminare il tumore, questo metodo mira a gestirlo. Regolando le dosi dei farmaci in base alla risposta del tumore — somministrando il medicinale quando il tumore cresce e interrompendolo quando si restringe — i medici sperano di mantenere in vita una popolazione di cellule sensibili. Queste cellule sensibili agiscono come un freno naturale, competendo con quelle resistenti e mantenendo la malattia sotto controllo il più a lungo possibile.

La sfida con questo approccio è che richiede una conoscenza precisa di ciò che accade all'interno del corpo, che è raramente disponibile. I medici non possono vedere le dimensioni esatte o la composizione del tumore in tempo reale; devono affidarsi a indizi indiretti, come un esame del sangue che misura una proteina chiamata antigene specifico della prostata, o PSA. Questa proteina è prodotta sia dalle cellule cancerose che da quelle sane della prostata, il che significa che una lettura alta non implica necessariamente che il tumore sia grande, e una lettura bassa non significa sempre che sia piccolo. Inoltre, ogni paziente è diverso, e le regole biologiche che governano la crescita del proprio cancro possono cambiare nel tempo. In un nuovo studio, i ricercatori si sono posti l'obiettivo di testare se la terapia adattiva potesse davvero funzionare per i singoli pazienti di fronte a queste realtà disordinate: misurazioni imperfette, differenze biologiche sconosciute e la possibilità che il comportamento del tumore possa cambiare. Hanno costruito un modello informatico dettagliato, calibrato con dati di pazienti reali, per simulare come diverse strategie terapeutiche si sarebbero evolute in queste condizioni di incertezza.

I ricercatori hanno iniziato creando una "coorte virtuale" di pazienti. Hanno preso dati da un trial clinico che coinvolgeva 8 de 85 uomini con tumore alla prostata che erano stati sottoposti a terapia ormonale intermittente. Utilizzando un metodo statistico, hanno adattato il loro modello matematico per far sì che si adattasse ai pattern unici dei livelli di PSA di ciascun paziente nel tempo. Questo processo ha permesso loro di generare un gruppo diversificato di pazienti simulati, ognuno con il proprio specifico set di tratti biologici e incertezze. Hanno poi eseguito migliaia di simulazioni per vedere cosa sarebbe successo se questi pazienti virtuali avessero ricevuto il normale trattamento continuo rispetto al nuovo approccio adattivo. La strategia adattiva che hanno testato, nota come AT50, consisteva nel somministrare i farmaci fino a quando il livello di PSA scendeva alla metà del suo punto di partenza, per poi interrompere il trattamento finché il livello non tornava al suo valore basale originale. Questo ciclo veniva ripetuto, con decisioni prese ogni 30 giorni sulla base dei risultati degli esami del sangue.

I risultati di queste simulazioni sono stati incoraggianti per l'approccio adattivo, ma con importanti avvertenze. Quando i ricercatori hanno osservato il tempo necessario affinché la malattia progredisse verso un punto in cui non poteva più essere controllata, la strategia adattiva ha superato il trattamento continuo in circa il 95% dei casi simulati. In questi casi, il programma adattivo ha esteso il tempo prima che il tumore diventasse ingestibile di un margine significativo. Questo miglioramento si è mantenuto anche quando i ricercatori hanno tenuto conto del fatto che gli esami del sangue erano rumorosi e non perfettamente accurati. Il modello ha dimostato che la strategia adattiva era robusta; era in grado di gestire l'incertezza delle misurazioni imperfette e riusciva comunque a tenere il tumore sotto controllo più a lungo rispetto all'approccio standard nella stragrande maggioranza degli scenari.

Tuttavia, lo studio ha anche svelato un potenziale compromesso che non era stato esplorato appieno in precedenza. Sebbene la terapia adattiva fosse migliore nel ritardare la progressione della malattia nella maggior parte dei casi, richiedeva di mantenere il tumore a una dimensione stabile e maggiore per mantenere la competizione tra i tipi cellulari. I ricercatori hanno introdotto una nuova metrica per misurare il rischio di metastasi, ovvero la diffusione del cancro in altre parti del corpo. Le loro simulazioni hanno suggerito che, poiché il tumore rimaneva più grande per più tempo sotto la strategia adattiva, il rischio di metastasi potrebbe in realtà essere più alto rispetto al trattamento continuo, che restringe il tumore in modo aggressivo. Per alcuni pazienti, il beneficio di un tempo prolungato prima della progressione potrebbe essere controbilanciato dal rischio maggiore che il cancro si diffonda. Questo reperto evidenzia che non esiste un unico "miglior" trattamento per tutti; la scelta giusta dipende dal bilanciare il desiderio di ritardare la progressione con il rischio di permettere la persistenza di un tumore più grande.

I ricercatori hanno anche indagato quanto fossero affidabili le loro previsioni quando le regole sottostanti del tumore cambiavano. Nel mondo reale, un tumore può evolversi, o il modo in cui risponde ai farmaci può cambiare nel corso degli anni. Lo studio ha scoperto che se il modello matematico utilizzato per pianificare il trattamento era leggermente errato riguardo al comportamento del tumore, le previsioni sugli esiti futuri potevano diventare inaffidabili. Nello specifico, se un modello veniva costruito utilizzando i dati di un paziente in un programma di trattamento continuo, non poteva prevedere accuratamente come lo stesso paziente avrebbe risposto a un programma adattivo, e viceversa. Questo perché diversi programmi di trattamento rivelano aspetti diversi della biologia del tumore. Se un medico vede solo come un tumore reagisce quando è costantemente sotto attacco, non può sapere come si comporterà quando l'attacco viene messo in pausa. Ciò suggerisce che per rendere davvero personalizzata la terapia adattiva, i medici devono essere in grado di inferire le specifiche regole biologiche del tumore di un paziente mentre sono già in fase di terapia adattiva, piuttosto che cercare di indovinare basandosi su dati passati provenienti da diversi tipi di trattamento.

In definitiva, lo studio dimostra che, sebbene la terapia adattiva sia uno strumento promettente che può estendere il tempo prima della progressione di un tumore, non è una soluzione magica che funziona perfettamente per tutti. Il successo dell'approccio dipende fortemente dalla specifica biologia del cancro del paziente e dalla capacità di misurare accuratamente la risposta del tumore nonostante il "rumore" nei dati. I ricercatori hanno concluso che, affinché la terapia adattiva sia davvero efficace, deve essere applicata con una profonda comprensione dell'incertezza. Medici e pazienti devono pesare il beneficio di ritardare la progressione della malattia rispetto ai potenziali rischi derivanti dal mantenere un carico tumorale maggiore, come l'aumento della probabilità di metastasi. Accogliendo il fatto che i nostri modelli sono imperfetti e che ogni paziente è unico, la comunità medica può navigare meglio nel complesso percorso verso una cura del cancro più efficace e personalizzata. Lo studio serve da promemoria che, nella lotta contro il cancro, lo strumento più potente non è solo un nuovo farmaco, ma una comprensione lucida dei limiti della nostra conoscenza e della variabilità della malattia stessa.