癌症预防药物的随机III期试验:系统综述与试验成功预测

Randomised phase III trials of cancer prevention drugs: a systematic review and prediction of trial success

作者信息A Xu-Vuillard, B Duso, B Arun, J Balmana, A De Censi, N Iyengar, N Pashayan, C Yu, D Munoz-Espin, R Fitzgerald, B Ma, G Kapetanakis, C Turnbull, S Halabi, S Delaloge, ESMO Early Detection and Prevention of Cancer Task Force, B Duso, B Arun, J Balmana, A De Censi, R Fitzgerald, N Iyengar, N Pashayan, D Munoz-Espin, B Ma, G Kapetanakis, C Turnbull, S Delaloge
PMID42710273
期刊ESMO Open
发布时间2026-09-08
DOI10.1016/j.esmoop.2026.108359

实验完整度

低

文献为系统综述与多因素分析,纳入92项已发表III期随机试验,无原始实验操作或功能验证。

重点核对

试验成功定义为在原计划时间范围内达到预设的癌症风险降低相关主要或主要次要终点 制药企业资助与学术资助的试验成功比值比(OR 5.30,95% CI 1.01-35.77) 试验前证据等级(Oxford IB-IIB vs IIC-IIIB)与成功的比值比(OR 0.30,95% CI 0.10-0.90) 药物类别(以内分泌治疗为参照,维生素OR 0.13,95% CI 0.02-0.75) 90项试验纳入多因素logistic回归模型,LASSO从11个候选协变量中筛选8个,最终纳入7个变量

摘要

背景:药物性癌症风险降低获得的投入远少于治疗性肿瘤学,仅少数药物进入常规实践。理解既往试验阳性结果的预测因素及面临的问题对未来发展至关重要。方法:本系统综述(PROSPERO CRD420250650276)纳入过去45年所有入组无癌成人的III期随机对照试验,评估药物性干预且其主要或主要次要终点直接与癌症风险降低相关。为预测试验的‘成功’(此处定义为在原计划时间范围内达到预设的癌症风险降低相关终点),我们使用最小绝对收缩和选择算子,随后进行多因素logistic回归。结果:共纳入92项试验,包含659 904名参与者,其中46项(50.0%)达到主要终点。成功率因治疗类别而异:维生素(38项中9项,23.7%)、内分泌治疗(20项中15项,75.0%)、非甾体抗炎药(13项中8项,61.5%)、人乳头瘤病毒疫苗(9项中8项,88.9%)和抗感染药物(8项中5项,62.5%)。按比例,乳腺(76.5%)、宫颈(72.7%)和食管胃(58.3%)癌症风险降低试验成功率最高,而维生素试验为23.7%。依从性在疫苗中最高[中位数95%,四分位距(IQR)93%-96%],在内分泌治疗中最低(中位数70%,IQR 65%-78%)。十几种药物出现重大安全性问题,限制了其获批(n=5)和使用。在多因素分析中,制药企业资助的试验成功比值增加[比值比(OR)5.30,95%置信区间(CI)1.01-35.77],而非机制特异性药物和试验前证据较低的研究成功比值降低(OR 0.30,95% CI 0.10-0.90)。结论:尽管迄今进行的一半药物性癌症风险降低试验显示阳性结果,但仅少数导致监管批准。试验成功由更具靶向性的策略和强有力的初步证据驱动,强调了在癌症风险降低中需要机制驱动、强证据的发展路径。

实验结论

提炼研究问题、关键发现与证据,快速把握文章的核心贡献。

研究问题
过去四十年药物性癌症风险降低III期随机试验的成功率、预测因素及面临的挑战是什么?
核心机制
机制驱动的靶向干预策略和强有力的试验前证据可提高试验成功可能性;相反,非机制特异性药物和较低试验前证据与成功降低相关。
主要证据
92项III期随机试验(659 904名参与者)的系统综述显示,50%达到主要终点;多因素分析显示制药企业资助(OR 5.30)和强试验前证据(OR 0.30)独立预测成功。
研究意义
结果强调在癌症风险降低中需要机制驱动、强证据的发展路径,并为ESMO癌症预防与拦截委员会的战略路线图提供循证基础。

研究路径

按研究推进顺序梳理实验设计、验证步骤与关键观察。

1

文献检索与试验筛选

识别所有符合条件的药物性癌症风险降低III期随机对照试验

检索PubMed/MEDLINE、Cochrane Library和ClinicalTrials.gov,由两名ESMO预防工作组(EDEPT)成员独立筛选标题、摘要和全文

2

数据提取与质量评估

标准化提取试验特征并评估偏倚风险

使用EDEPT团队设计的标准化模板进行两级提取,第二评审独立交叉核对;使用Cochrane RoB2工具评估偏倚风险;使用Oxford CEBM分级评估试验前证据水平

3

成功预测因素的多因素分析

识别与试验成功独立相关的基线特征

使用LASSO变量选择从11个候选协变量中筛选8个,进入多因素logistic回归模型,因财政变量估计OR过大提示模型不稳定而剔除,最终以7个变量重新拟合模型

研究方法

按研究目的归类文中使用的方法,便于定位所需技术。

产品清单

实验环节名称品牌货号
R 4.4.3R Foundation for Statistical Computing--

关键环节

汇总复现实验时建议重点确认的条件及原文阅读提示。

环节核对要点
文献检索与筛选
检索数据库:PubMed/MEDLINE、Cochrane Library、ClinicalTrials.gov;发表时间1980年1月至2025年6月;仅英文同行评议;PROSPERO CRD420250650276
阅读提示:Methods中Search strategy小节及PROSPERO方案
试验成功定义
成功定义为在原计划时间范围内达到癌症相关主要或预设主要次要终点;扩展随访不改变成功分类
阅读提示:Methods中Systematic review methodology小节
多因素分析模型
90项试验纳入模型;LASSO从11个候选协变量筛选8个;最终纳入7个变量;使用R 4.4.3;P < 0.05
阅读提示:Methods中Multivariable assessment of predictors of trial success小节及Table 2
试验前证据水平评估
基于Oxford CEBM分级,从各文章引言中的依据推断;分级为IB、IIB、IIC、III等
阅读提示:Methods中Systematic review methodology小节
偏倚风险评估
使用Cochrane RoB2框架,考虑随机化质量、偏离预期干预、缺失结局数据、测量可靠性和选择性报告
阅读提示:Methods中Systematic review methodology小节