Adaptive therapy under parametric, structural, and measurement uncertainty

长期以来，癌症治疗一直遵循着一个简单且激进的原则：尽可能频繁、尽可能猛烈地打击肿瘤，试图将其彻底消灭。这种被称为“连续疗法”的方法依赖于最大剂量的药物来杀死癌细胞。然而，大自然往往会进行反击。当药物杀死绝大多数癌细胞时，会留下极少数具有天然耐药性的幸存者。由于失去了原本敏感细胞的竞争，这些耐药的幸存者可以迅速增殖，导致肿瘤变得比以前更难治疗。为了应对这一问题，医生和科学家开始探索一种不同的策略，称为“适应性疗法”。这种方法的目标不是消除肿瘤，而是管理肿瘤。通过根据肿瘤的反应来调整药物剂量——在肿瘤生长时给药，在肿瘤缩小时停药——医生希望保留一部分敏感细胞的生存。这些敏感细胞充当了天然的“刹车”，与耐药细胞相互竞争，从而尽可能长时间地控制病情。

这种方法的挑战在于，它需要对体内发生的情况有精确的了解，而这在现实中很难实现。医生无法实时看到肿瘤的确切大小或组成；他们必须依赖间接的线索，例如测量前列腺特异性抗原（PSA）这种蛋白质的血液检测。这种蛋白质由前列腺的癌细胞和健康细胞共同产生，这意味着高数值并不一定意味着肿瘤很大，低数值也不一定意味着肿瘤很小。此外，每个患者都是不同的，支配其癌症生长规律的生物学规则可能会随时间而改变。在一项新的研究中，研究人员旨在测试，在面对这些复杂的现实情况——不完美的测量、未知的生物学差异以及肿瘤行为可能发生变化的可能性——时，适应性疗法是否真的能对个体患者奏效。他们建立了一个详细的计算机模型，并利用真实患者的数据进行校准，以模拟在这些不确定条件下不同治疗策略的表现。

研究人员首先创建了一个“虚拟队列”的患者。他们采用了涉及 85 名接受过间歇性激素治疗的前列腺癌患者的临床试验数据。通过一种统计方法，他们调整了数学模型，使其符合每位患者 PSA 水平随时间变化的独特模式。这一过程使他们能够生成一组多样化的模拟患者，每位患者都拥有自己特定的生物学特征和不确定性。随后，他们进行了数千次模拟，以观察如果这些虚拟患者接受标准连续治疗与新型适应性疗法，结果会有何不同。他们测试的适应性策略被称为 AT50，即在 PSA 水平降至起始点的一半时给药，然后停止治疗，直到水平回升到原始基准线。这个循环不断重复，决策基于每 30 天一次的血液检测结果做出。

模拟结果对适应性疗法持鼓励态度，但也存在重要的限制条件。当研究人员观察疾病进展到无法控制为止的时间时，适应性策略在约 95% 的模拟案例中表现优于连续治疗。在这些情况下，适应性方案显著延长了肿瘤变得难以控制前的时长。即使研究人员考虑到血液检测存在噪声且并非完全准确，这一改进依然成立。模型显示，该适应性策略具有鲁棒性；它能够处理不完美测量带来的不确定性，并且在绝大多数场景下仍能比标准方法更长时间地控制住肿瘤。

然而，这项研究也揭示了一个此前未被充分探讨的潜在权衡。虽然适应性疗法在大多数情况下能更好地延迟疾病进展，但它需要维持一个较大的稳定肿瘤体积，以保持细胞间的竞争。研究人员引入了一个新指标来衡量转移风险，即癌症扩散到身体其他部位的风险。他们的模拟表明，由于在适应性策略下肿瘤维持较大体积的时间更长，其转移风险可能实际上比旨在积极缩小肿瘤的连续治疗更高。对于某些患者来说，延迟进展带来的益处可能会被增加的转移风险所抵消。这一发现强调了并非每个人都有单一的“最佳”治疗方案；正确的选择取决于在延迟进展的愿望与允许较大肿瘤持续存在的风险之间进行权衡。

研究人员还调查了当肿瘤的基础规则发生变化时，他们的预测有多可靠。在现实世界中，肿瘤可能会进化，或者其对药物的反应方式可能会在数年间发生转变。研究发现，如果用于规划治疗的数学模型对肿瘤行为的理解稍有偏差，那么对未来结果的预测就会变得不可靠。具体而言，如果模型是基于接受连续治疗方案的患者数据构建的，它就无法准确预测同一名患者在接受适应性方案时的反应，反之亦然。这是因为不同的治疗方案会揭示出肿瘤生物学的不同侧面。如果医生只观察到肿瘤在持续受到攻击时的反应，他们就无法得知当攻击暂停时肿瘤会如何表现。这表明，为了实现真正的个性化适应性疗法，医生需要能够在已经处于适应性治疗的过程中，推断出患者肿瘤的具体生物学规则，而不是试图基于来自不同类型治疗的既往数据进行猜测。

最终，这项研究表明，虽然适应性疗法是一种有望延长肿瘤进展时间的有力工具，但它并非能完美适用于所有人的“灵丹妙药”。该策略的成功高度依赖于患者癌症的具体生物学特性，以及在数据存在噪声的情况下准确测量肿瘤反应的能力。研究人员得出结论，要使适应性疗法真正有效，必须将其应用于对“不确定性”的深刻理解之中。医生和患者需要权衡延迟疾病进展的益处与维持较大肿瘤负荷（如增加转移机会）的潜在风险。通过承认我们的模型是不完美的，且每个患者都是独特的，医疗界可以更好地应对复杂且个性化的癌症护理之路。这项研究提醒我们，在抗击癌症的过程中，最强大的工具不仅是新药物，更是一种对知识局限性和疾病本身变异性的清醒认识。