CancerLinq integrates EHR systems to improve care and fight cancer, bridging this information allows for greater knowledge-sharing and for better research opportunities to cure cancer. Only 3% of cancer patients take part in experimental medicine and clinical trials. That means there is none, or little, information of the other 97%. CancerLinQ aims to overcome this issue by gathering data from all oncologists and integrating it into one shared database.[2]
FASCO:
ASCO has announced the designation of Fellow of the American Society of Clinical Oncology, otherwise known as FASCO. Formerly called the ASCO Statesman Award and launched in 2007, the distinction is designed to honor ASCO’s most active volunteer members.
“The FASCO status represents recognition for the most dedicated and active volunteer members inside the organization,” said Allen S. Lichter, MD, CEO of ASCO. “These are people who have given of themselves tirelessly over a long period of time. They represent the very best of our organization.”
Allen S. Lichter Visionary Leader Award to Ian Tannock, MD, PhD (Princess Margaret Cancer Centre, University of Toronto. )
Clinical trials and their application: should we believe what we read?
Gianni Bonadonna Breast Cancer Award to Norman Wolmark, MD (Allegheny General Hospital)
The contribution of NSABP clinical trials to the management of early breast cancer: a 16-year Odyssey
Pediatric Oncology Award to James Downing, MD (St. Jude Children’s Research Hospital)
The molecular pathology of pediatric cancer
Ellen Stovall Award_Advancement of Cancer Survivorship Care to Ann H. Partridge, MD, MPH, FASCO (Dana-Farber Cancer Institute)
The art and science of cancer survivorship
ASCO/American Cancer Society Award to Judy Ellen Garber, MD, MPH, FASCO (Center for Cancer Genetics and Prevention Dana Farber Cancer Institute)
Progress and challenges in clinical cancer genetics
BJ Kennedy Award_Scientific Excellence in Geriattic Oncology to Elisabeth A. Quoix, MD (University Hospital of Strasbourg, Germany)
Systemic treatment of elderly patients with metastatic stage IV non small-cell lung cancer: from nihilism to reasonable hope
Science of Oncology Award to Joan S. Brugge, PhD (Harvard Medical School)
Tumor Cell Stress Management in Progression and Therapy Resistance http://tinyurl.com/yyflg34t
The Link to the slides: http://tinyurl.com/y45m6lon
0602 Sunday AM Education Session (ES)
Immunotherapy Mythbusters in Head and Neck Cancer
Extraordinary Response With Chemotherapy Following Immunotherapy: Fact or Fiction Tanguy Y. Seiwert, MD (The Sidney Kimmel Comprehensive Cancer Center at Johns Hopkins University)
The Gap Between Preclinical Science and Clinical Experience With Immunotherapy and the Abscopal Effect. Kirsten Lauber, PhD (Ludwig- Maximilians-University of Munich)
Is Pseudoprogression Real in Head and Neck Cancer? Lara Dunn, MD (Memorial Sloan Kettering Cancer Center)
The Link to the slides: http://tinyurl.com/yxrkdabo
0602 Sunday PM S103 Cancer Science Symposium (CSS)
Dissecting Genomic Biomarkers in Head and Neck Cancer
- PCR測定LOH情形 (高風險vs低風險)
- 成對的病變組織和周邊血球外顯子測序分析 (paired exome-seq, MD Anderson T200 panel, n=201)
- RNA-seq (HTG Edge-seq, 2,560 癌症相關轉錄子)
第二階段驗證實驗使用的樣本來源有二:
(1) MD Anderson生物資料庫中86例口腔癌前病變組織的microarray database;
(2) TCGA生物資料庫中310例口腔癌患者的DNA和RNA次世代定序結果。
- C–>T轉換，此現象與EPOC中演變成侵襲性口腔癌組織、以及TCGA中口腔癌檢體中發現的突變模式非常相似。
- 過去或試驗加入當時病人吸煙與否與腫瘤突變負荷 (TMB, tumor mutation burden) 似乎沒有關連性。 然而隨著OPMD組織學上表徵由細胞增生、輕度發育不良、中度發育不良、嚴重發育不良、到侵襲性口腔癌，TMB則是逐步增加的。這個現象與與TCGA資料庫中之樣本情況非常相似。 另外，具有高風險LOH的樣本，其TMB值較低風險LOH樣本為高。
- 若以遞歸分區分析 (recursive partitioning analysis)，檢驗組織病變狀態、LOH、及TP53突變率， 則可分出三群不同風險組別: A組別預後最好，其特徵為組織學僅呈現細胞增生 (hyperplasia)或是組織學為發育不良 (dysplasia) 但具低風險LOH，其5年無口腔癌存活率為81％；B組別特徵為組織學為發育不良且具高風險LOH、該組別的無口腔無癌五年生存率為56％；C組別預後最差，特徵為組織學為發育不良、具高風險LOH、TP53突變，估計5年無口腔癌的生存率僅為47％。
- 在轉錄子學分析方面，他們使用一種稱「LASSO-Cox」回歸模型，找出了一組12個基因的表現 (12-gene risk Cox score)，可將170例組織分成兩組 (score大於0或小於0)，這兩組病人其在「無口腔癌存活率」方面風險比為 4.72 (p < 0.0001)。此結果在另兩組獨立樣本中亦獲得驗證。
- 約有一萬人會出現口腔粘膜異常 (10%, hyperplasia)
- 其中一千例為臨床白斑 (1％, displasia)
- 二百例為口腔黏膜發育不良 (dysplasia, 0.2%)
- 真正被確診為鱗狀上皮癌的僅有十例 (0.01%)
這些數字讓臨床醫生面臨一個很大的挑戰: 在每十人就會碰到一位帶有口腔粘膜異常病例、而其中卻僅千分之一的機率會發展成口腔癌，他們要如何挑出這些高危險群的病患？又要如何及早處理這些異常組織、不讓它們惡性病變為癌細胞? 報告人本身為病理科醫師，一再強調光以組織病理學做風險分層 (risk stratification) 是不夠的，他結合了前一位講者的報告結果，做了下面幾點建議:
- 2017年發表於美國牙醫協會雜誌的「口腔潛在惡性疾病的循證臨床實踐指南」仍為第一線醫師最佳的診療方針 (PMID: 28958308)，由於目前仍缺常規且具診斷正確性的輔助設備，且患者常因焦慮或不願接受事實而推遲就醫，因此一線醫生仍需在OPMD之鑑識上保持警惕並採較積極的診療行為。
- 既然大多數組織學診斷為發育異常的型OPMD並不會進展為癌症，甚至於發育異常的嚴重程度 (分為輕度、中度、嚴重) 與是否惡變為癌症也無一定關聯性，因此在風險分層上至少要加入如Dr. William WN Jr所提出的那些分子生物標記。其中，有幾點很有意思，值得深入研究, 包括:
- 既然發育不良檢體和癌症檢體偵測的突變情形 (landscape) 非常相似，我們或許可以開始疊加製定由OPMD到口腔癌之病變發展圖 (roadmap)。 這種roadmap在其他多種癌症 (如結腸癌)已被陸續繪製出，但在口腔癌仍然缺乏。當然加入更多的樣本分析是需要到，如此才能找到更多的致病生物標記 (biomarker)。
- NOTCH, 這個家族的基因改變在OPMD和在癌症有點不同，這表式NOTCH inactivaton可能是癌變過程中較後來的事件。
- 另外一個發現也是令人未曾預期的，腫瘤突變負荷量 (TMB) 在發育不良檢體和癌症檢體基本相同，這是暗示著無論起因為何，但多種促癌途徑均可達到惡變(malignant transformation) 之目的 ?
- 目前兩個最大規模的數據分析，均只能拉出高、中、低風險的三組病患，這是不夠的，我們宜找到更多的生物標記將中間的那一組病患歸類到高或低風險的組別，如此才能真正在臨床上對診療OPMD病患具實用價值。
3. Evolutionary action score of TP53 analysis in pathologically high-risk HPV-negative head and neck cancer from a phase II clinical trial: NRG Oncology RTOG 0234. (abstract # 6010)
EAp53 =
|
WT
|
No mutation
|
|
Low risk
|
EAp53 < 75
|
|
High risk
|
EAp53 > 75
|
|
Others
|
nonsense, frame-shift, spice sites
|
- RTOG-0234 clinical trial JCO 2014, Harari et al, PMID: 25002723
- EAp53 score may identify clinical benefit from docetaxel-based chemoradiotherapy in high risk HPV negative head and neck cancer
- Related papers: 25634208, 25691460 and happy to collaborate!
7. Poster Section: Immunotherapy: Can’t Get Enough of IT!
Katharine Andress Rowe Price, MD – (Mayo Clinic)
Discussing Abstract(s): 6015, 6016, 6017) http://tinyurl.com/y2c7jsgl
Abstract 6015是由Migden博士及其同仁對「局部晚期鱗狀細胞癌病人以anti-PD1抗體cemiplimab進行二期臨床試驗的研究成果。當我們把它和之前針對同一類型病人的其他臨床試驗做比較時，可清楚看到以下幾點:
- 以cemiplimab免疫治療「局部晚期」和「轉移性」(此二種均為無法施予手術切除) 皮膚鱗狀細胞癌之效果竟然非常相似! 在客觀緩解率 (objective response rate) 方面，局部晚期為43％，轉移性疾病為47％; 持久疾病控制率 (durable disease control) 則分別為62％和61％。
- 如果和之前傳統「細胞毒性化療」和「EGFR標靶抑制性」療法相比，我們可以看出，cemiplimab的反應率最高，且令人印象深刻的是無癌進展生存期 (progression-free survival)，是其他治療方法的三到四倍。
- 雖然腫瘤突變負荷 (TMB) 是免疫療法的潛在生物標誌物；但有趣的是，在這裡高TMB似乎只有輕微的加強療效反應。
- PD-L1陽性反應與否似乎貢獻的也有限，此試驗中PD-L1陽性腫瘤的反應率稍高 (42％–66％ vs 35%) ，而且近三分之一的病人對cemiplimab有反應，暗示著我們不應該僅將這些藥物限制於PD-L1陽性腫瘤。
- 另外，若患者在免疫治療前手術次數超過兩次的，反應率則由50%降至24％，這是否代表先前手術治療時，引發了部位免疫抑制型腫瘤微環境的生成，包括T調節細胞及促炎細胞因子的增加、CD8-T細胞減少之故?
- 因此，雖然FDA已批准cemiplimab用於治療「局部晚期」和「轉移性」皮膚鱗狀細胞癌。但上述結果建議針對「局部晚期」皮膚鱗狀細胞癌，或許應該在疾病病程早期使用cemiplimab這類免疫療程。總結此篇論文: cemiplimab對「局部晚期」與「遠處轉移」鱗狀細胞癌的療效非常相近! 這也是迄今這一人群中最高的反應率和最長的反應持續時間。另外，實驗結果清處指出兩次外科手術後的免疫治療反應率下降一半，因此對「局部晚期」之病人免疫療法宜於疾病病程中提早使用。此外，此二試驗中均有幾例治療性死亡病例，其中一些是高齡 (80~90歲的患者)，因此我們需進一步了解這些藥物在患者中、特別是在各個年齡層的安全性。
Abstract 6017是由王博士及其同事進行有關於晚期鼻咽癌中toripalimab的二期臨床試驗結果，此為迄今為止最大的鼻咽癌PD-L1單藥臨床試驗，此結果證實了之前的KEYNOTE-028和NCI 9742中所見到的反應。在所有三項研究中，toripalimab反應率在20%至25%之間、疾病控制率 (disease control rate) 約為50%。細分病人各項臨床表徵的話可發現:
- 疾病負擔標記較高者 (LDH, EBV DNA) 對治療的反應較小，反應率由從26％降低至13％。
- 病患先前曾接受兩次以上治療者，較僅有一次或未曾接受治者，反應率較低，這現象暗示或許如同在我們頭頸部鱗狀細胞癌中看到的那樣，免疫檢查點抑制療法宜在疾病過程中移到病程較早、疾病負擔尚低的時間點施用。
- PD-L陽染與否在此試驗中的關聯性為 31% vs 22%。
- 總結Abstract 6017: 此為目前最大的轉移性鼻咽癌中檢查點抑製劑臨床試驗，它再次證實了PD-L1抗體這類藥物在此群患者的療效，就未來的試驗而言，我們應該考慮在治療過程中儘早使用這些藥物。
Abstract 6016是由Luginbuhl博士及其同事在「原發性」與「淋巴結轉移型」頭頸部腫瘤鱗狀細胞癌，進行術前四週的PD-1免疫檢查點抑制劑之治療反應比較。
- 不一致的治療效果 (TE, treatment effects) 是指腫瘤放射治療中因不同部位而有不同療效，因為先前在鼻咽癌和頭頸部鱗狀細胞癌的傳統化療中發現「原發性腫瘤」和「淋巴結轉移」之間的不一致TE，本實驗目的即是為了確定不一致的TE是否亦存在於頭頸癌免疫療法臨床試驗中。
- 綜合KEYNOTE-012和CheckMate-141頭頸部鱗狀細胞癌的結果 (nivolumab和pembrolizumab為二線藥)，可發現，此治療一直維持有15％至20％的反應率。
- 值得注意的是，大多數標本在病理組織反應上，即便未達臨床意義，但均有一定程度的治療效果。表示傳統以放射線照相評估療效 (radiographic assessment) 可能是有缺失的。
- 這些結果也支持一些以前發表的數據。 包括在有反應的淋巴結中，有較高的CD8陽性細胞及較低的T調節細胞。 因此，日後除了放射學評估，還需包括生物標記物和腫瘤微環境評估。
總而言之，從這三篇論文，我們可以清楚得到以下重要進展:
- 不宜只依PD-L1陽染的有無，作為是否施以免疫檢查點抑制劑療法的唯一依據，應該更深入 了解腫瘤微環境，並且開發新的、及更有效的免疫治療組合療法。
- 在治療過程中，免疫檢查點抑制劑治療宜早一點介入。
The Link to the slides : http://tinyurl.com/y33ealsq
The Impact of Big Data Research on Practice, Policy, and Patient Care
David A. Chambers, MSc, DPhil – (Chair National Cancer Institute at the National Institutes of Health) (讚 !! Publication Pathway) http://tinyurl.com/y66qo75v
那在我們在癌症控制計劃中常用的證據為基礎 (evidence-based) 的研究呢? 我們不只考慮須於不同系統中被採用、是經培訓的醫護有能力實踐該項療法、且醫院系統能願意改變、並且有辦法選出從中受益的病患來進行臨床試驗。
假設如同Balas & Boren 2000年paper中採用的每一步成功率為50%，那這種「證據為基礎」的預估效能將是0.5 (perfect access) x 0.5 (adherence) x 0.5 (dosage) x 0.5 (maintenance) = 6%，亦即在試驗完成時我們可能只有原來估計6％的效果! 要如何能提高這個數值呢?
我建議需充分利用現有數據，以了解每一步驟的影響。最近幾年NCI與NIH其他機構、中心和辦事處一起徵求「傳播和實施研究 Dissemination and Implementation Research」之研究計畫，便是希望能藉此整合及建立知識/資訊庫，以便我們更好地採取循證干預措施 (evidence-based intervention) 。 並確保儘可能涵蓋多數的人受益。目前已資助了200多個計畫，且設有一個常規審查小組。 請任何有興趣的人，考慮我們提供的這個機會，除了論文發表以外，或許我們這裡才是可以讓您的研究成為可以改變控制癌症實踐及政策的地方。
利用更多的臨床試驗數據，我們可以知道哪些有效，哪些無效、甚至有害。 尤其我們經常假設我們的治療非常適合某群患者、假設醫護人員是最佳的選擇、醫院有最好的設備等等。然而如果我們想提高證據為基礎的癌症醫療 ，我們就不能再有任何的假設了。
我們需要參考數據、更具靈活性地思考內部、外部的所因素，以適應不同的情況。 其核心是，要能夠創建癌症生態系統的大數據，創建國家家實施實驗室，包括腫瘤護理、初級保健、社區外護理等各個站點，如此方可進行持續的實驗、持續學習 (類似目前的學習健康系統)。除了持續利用這些資訊，並儘可能地將它們分散到其他癌症醫療實踐中，以從中了解各個步驟之成效。
2. Big Data to Examine Uncertainties About Effects of Treatment. Eitan Amir, MB, PhD – (Princess Margaret Cancer Centre) http://tinyurl.com/y2bchr9r
3. Using Administrative Data to Understand Care Delivery.Nancy Lynn Keating, MD, MPH – (Harvard Medical School) http://tinyurl.com/y6tj9lun
4. M-CODE (Minimal Common Oncology Data Elements) in Cancer Practice. Travis John Osterman, DO, MS – (Vanderbilt University School of Medicine) http://tinyurl.com/y63wxauo
The Link to the slides: http://tinyurl.com/y3guwn4t