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

Trovare la giusta quantità di medicinale è uno dei compiti più delicati nel trattamento del cancro. Per decenni, l'approccio standard per testare i nuovi farmaci è stato quello di somministrare ai pazienti dosi progressivamente più elevate finché gli effetti collaterali non diventavano troppo gravi per essere ignorati. Questo metodo, progettato per i vecchi e più aggressivi farmaci chemioterapici, presupponeva che una dose più forte significasse sempre un attacco più forte al tumore, e che la dose massima che un paziente potesse sopravvivere fosse la migliore da utilizzare. Tuttavia, i trattamenti oncologici moderni funzionano diversamente. Questi nuovi agenti sono come strumenti di precisione progettati per colpire specifiche debolezze nelle cellule cancerose lasciando intatto il tessuto sano. Poiché operano attraverso un meccanismo diverso, il punto in cui smettono di diventare più efficaci è spesso molto più basso rispetto al punto in cui diventano pericolosamente tossici. Se i ricercatori si attengono alla vecchia regola del "più è meglio", rischiano di somministrare ai pazienti dosi molto più alte del necessario, causando sofferenze inutili senza alcun beneficio aggiuntivo.

Un team di ricercatori della Medicines Evaluation Board e del Radboud University Medical Center ha deciso di testare se guardare sia ai benefici che ai rischi insieme potesse cambiare il modo in cui vengono scelte queste dosi. Si sono concentrati su un gruppo specifico di farmaci chiamati inibitori di PARP, che vengono utilizzati per trattare determinati tipi di cancro e sono stati approvati per l'uso in Europa. Questi farmaci sono noti per causare effetti collaterali significativi, che spesso costringono i pazienti a ridurre la dose o a interrompere il trattamento. I ricercatori volevano vedere se potessero utilizzare i dati delle primissime fasi dei trial clinici per mappare esattamente come funzionassero i farmaci. Invece di limitarsi a monitorare la tossicità, hanno anche tracciato quanto bene i tumori si rimpicciolissero a ogni livello di dose. Hanno utilizzato un metodo statistico semplice che dispone semplicemente i dati per mostrare una chiara tendenza crescente, permettendo loro di delineare un quadro della relazione tra la quantità di medicinale somministrata e i risultati che produceva.

I ricercatori hanno raccolto informazioni dai primi trial clinici di quattro diversi inibitori di PARP: olaparib, rucaparib, niraparib e talazoparib. In questi studi iniziali, piccoli gruppi di pazienti ricevevano dosi diverse del farmaco, partendo da basse e salendo verso dosi più alte. I ricercatori hanno raccolto i numeri specifici relativi a quanti pazienti hanno sperimentato effetti collaterali gravi e quanti hanno visto rimpicciolire i propri tumori a ciascuno di questi livelli di dose. Hanno poi tracciato questi risultati per creare curve che mostrassero la probabilità che un farmaco funzioni e la probabilità che causi danni all'aumentare della dose. Questo approccio ha permesso loro di vedere l'intera forma delle prestazioni del farmaco, piuttosto che limitarsi a osservare un singolo punto in cui gli effetti collaterali diventavano eccessivi.

I risultati hanno rivelato un modello che sfida il modo tradizionale di selezionare le dosi. Per ogni farmaco analizzato, la capacità di rimpicciolire i tumori ha raggiunto un picco e poi si è appiattita, formando un plateau. Fondamentalmente, questo plateau iniziava a un livello di dose inferiore rispetto alla dose massima che i pazienti potevano tollerare. In altre parole, aumentare la dose oltre un certo punto non rendeva il farmaco più efficace, ma aumentava il rischio di effetti collaterali gravi. Per tre dei quattro farmaci, la dose ufficialmente raccomandata per le fasi successive di test era la dose massima tollerata, che si collocava proprio nella zona in cui il farmaco non era più più efficace ma stava diventando più pericoloso. Solo per un farmaco, l'olaparib, è stata scelta una dose inferiore come raccomandazione, e questo si è allineato perfettamente con il punto in cui l'efficacia del farmaco smetteva di aumentare.

Un caso specifico ha evidenziato l'importanza di questa scoperta. Per il farmaco niraparib, la dose raccomandata era stata fissata a 300 mg una volta al giorno. Tuttavia, dopo l'approvazione del farmaco, uno studio di follow-up ha mostrato che i pazienti a cui era stata ridotta la dose a 200 mg o anche a 100 mg presentavano gli stessi tassi di sopravvivenza di quelli alla dose più alta. Ciò ha portato a un cambiamento ufficiale nelle informazioni sulla prescrizione per abbassare la dose raccomandata per certi pazienti. I ricercatori hanno notato che questo aggiustamento nel mondo reale aveva confermato ciò che la loro analisi dei dati iniziali aveva già suggerito: la dose ottimale era inferiore alla dose massima tollerata. Per un altro farmaco, il rucaparib, non è stata nemmeno trovata una dose massima tollerata durante i trial iniziali perché gli effetti collaterali non seguivano il modello previsto, eppure l'analisi ha comunque mostrato che l'efficacia del farmaco aveva già raggiunto il picco a livelli inferiori.

Lo studio suggerisce che affidarsi esclusivamente alla tossicità per decidere la dose per le nuove terapie oncologiche mirate può portare alla selezione di dosi troppo elevate. Guardando l'immagine completa di come il farmaco si comporta — vedendo dove i benefici smettono di crescere e dove i rischi iniziano a salire — i ricercatori possono identificare un "punto ottimale" (sweet spot) che offra il miglior equilibrio. Questo approccio non richiede tecnologie complesse o enormi quantità di dati; richiede semplicemente di prestare attenzione ai numeri di efficacia che vengono spesso raccolti ma trascurati durante le fasi iniziali di test. Gli autori sostengono che questo metodo fornisca una visione più chiara della finestra terapeutica, ovvero l'intervallo di dosi in cui un farmaco è sia sicuro che efficace.

Questo lavoro serve da promemoria: le regole sviluppate per i vecchi farmaci chemioterapici non si applicano necessariamente alle moderne medicine di precisione. Lo studio indica che, anche con i limitati dati disponibili dai primi trial, è possibile mappare la relazione dose-risposta e trovare una dose più adatta. Spostando l'attenzione dal semplice trovare la dose massima che un paziente può sopravvivere al trovare la dose che offre la migliore risposta biologica, la comunità medica può potenzialmente ridurre l'onere degli effetti collaterali per i pazienti mantenendo al contempo il potere di combattere il cancro. I ricercatori concludono che questa prospettiva può supportare un migliore processo decisionale per regolatori e sviluppatori di farmaci, garantendo che la prossima generazione di trattamenti oncologici sia ottimizzata per il benessere del paziente fin dall'inizio.