Looks like you’re on the German site. Choose another location to see content specific to your location
Der Einsatz digitaler Zwillinge wird entscheidend sein, um den Einsatz von CAR-T in der Krebsbehandlung zu bes
Phesi Inc., ein datengesteuerter Anbieter von KI-gestützten Analysen, Produkten und Lösungen für die klinische Entwicklung, hat die Schaffung eines digitalen Zwillings für Patienten mit Cytokine Release Syndrome (CRS) nach CAR-T-Therapie angekündigt. CAR-T-Immuntherapien sind inzwischen weit verbreitet bei der Behandlung von Lymphomen, Leukämie und multiplem Myelom; dieser Trend wird voraussichtlich zunehmen. CRS ist eine der häufigsten und schwerwiegendsten Nebenwirkungen der CAR-T-Therapie und hat nur eine von der FDA zugelassene Behandlung, Tocilizumab. Die Schwierigkeit, klinische Studien für solch einen ernsten und akuten Zustand durchzuführen, hat neue Durchbrüche zurückgehalten. Um die Entwicklungsbemühungen in diesem Bereich zu unterstützen, erstellte Phesi den digitalen Zwilling für die CRS-Patientenpopulation auf der Grundlage einer Analyse von 5.473 mit CAR-T behandelten Patienten. âAufgrund der relativen Knappheit von CRS-Patienten gleicht die Suche nach neuen Therapien effektiv der Bewertung einer seltenen Krankheit. Ein Jahrzehnt nach den ersten Immuntherapien ist es wichtig, dass neue Behandlungen gefunden werden, da CAR-T für mehr Indikationen eingesetzt wird – insbesondere für Blutkrebs“, kommentierte Dr. Gen Li, Gründer und CEO von Phesi. âDer schnelle Beginn und die oft lebensbedrohliche Natur von CRS bedeutet, dass der traditionelle Entwicklungsansatz von Doppelblindstudien nicht durchführbar ist. Um dieses Hindernis zu überwinden, muss die pharmazeutische Industrie auf künstliche Intelligenz und Big-Data-Analysen setzen, um das Nutzen-Risiko-Verhältnis für die CAR-T-Behandlung zu verbessern. Unser Ziel bei der Erstellung dieses digitalen Zwillingsdatensatzes, der als synthetischer Kontrollarm fungieren kann, besteht darin, die Bewertung von Behandlungen für CRS zu beschleunigen. CRS ist auch eine schwerwiegende Komplikation von Virusinfektionen wie SARS-CoV-2. Die CRS-assoziierte Mortalität im Zusammenhang mit der CD19-CAR-T-Zelltherapie bleibt mit 5,4 % unannehmbar hoch. Phesi analysierte Daten von 5.473 mit CAR-T behandelten Patienten: 5.335 in einer Kohortenumgebung und 138 mit individuellen anonymisierten Aufzeichnungen. Insgesamt 392 Patienten aus acht Kohorten ermöglichten die Konstruktion dieses digitalen Zwillings von CRS-Patienten, die den Behandlungsstandard (SOC) erhielten. Die Verteilung der CRS-Noten (1-4) wurde berechnet. Das CRS nach Besoldungsgruppe war in allen acht Kohorten konsistent; Eine wirksamere Behandlung von CAR-T-bedingtem CRS würde CRS mit hohem und mittlerem Grad reduzieren. Ähnlich wie bei diesem digitalen Zwilling sollte ein synthetischer klinischer Studienarm ein ähnliches CRS-Verteilungsmuster nach Grad aufweisen. âHeute sammelt die Industrie typischerweise Daten von einzelnen Patienten, normalerweise in einem randomisierten, doppelblinden, Placebo-kontrollierten Setting. Aber bei einigen Indikationen ist die Entwicklung digitaler Zwillinge für eine Kontrollerfahrung ein neuer und effektiverer Ansatz für die Arzneimittelentwicklung, der durch die Verwendung einer Kombination aus Kohortendaten und Daten einzelner Patienten ermöglicht wirdâ, fuhr Dr. Li fort. „Durch die Modernisierung des derzeitigen Ansatzes der Branche für klinische Studien kann Phesi dazu beitragen, die Zeit zu verkürzen, die erforderlich ist, um Behandlungen für CRS zu finden, und sicherstellen, dass CAR-T die besten Ergebnisse liefert. Wichtig ist, dass der Digital-Twin-Ansatz auch die klinische Entwicklung weitaus patientenzentrierter macht und sowohl die Belastung des Patienten als auch des Prüfzentrums reduziert, indem die Notwendigkeit von Placebo-Behandlungen in Studien entfällt.“
Informiert bleiben
Erhalten Sie die neuesten Branchennachrichten, Tipps und mehr direkt in Ihren Posteingang.
- Share Article
- Share on Twitter
- Share on Facebook
- Share on LinkedIn
- Copy link Copied to clipboard