Additivity predicts the efficacy of most approved combination therapies for advanced cancer

医学 癌症 抗癌药物 肿瘤科 重症监护医学 内科学
作者
Haeun Hwangbo,Sarah C. Patterson,Andy Dai,Deborah Plana,Adam C. Palmer
出处
期刊:Nature cancer [Springer Nature]
卷期号:4 (12): 1693-1704 被引量:6
标识
DOI:10.1038/s43018-023-00667-z
摘要

Most advanced cancers are treated with drug combinations. Rational design aims to identify synergistic combinations, but existing synergy metrics apply to preclinical, not clinical data. Here we propose a model of drug additivity for progression-free survival (PFS) to assess whether clinical efficacies of approved drug combinations are additive or synergistic. This model includes patient-to-patient variability in best single-drug response plus the weaker drug per patient. Among US Food and Drug Administration approvals of drug combinations for advanced cancers (1995-2020), 95% exhibited additive or less than additive effects on PFS times. Among positive or negative phase 3 trials published between 2014-2018, every combination that improved PFS was expected to succeed by additivity (100% sensitivity) and most failures were expected to fail (78% specificity). This study shows synergy is neither a necessary nor common property of clinically effective drug combinations. The predictable efficacy of approved combinations suggests that additivity can be a design principle for combination therapies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
傲娇的凡旋应助卢健辉采纳,获得10
刚刚
CodeCraft应助calbee采纳,获得10
刚刚
2秒前
2秒前
sw98318完成签到,获得积分10
3秒前
impala完成签到,获得积分10
3秒前
3秒前
欣喜访旋发布了新的文献求助10
3秒前
朱江涛完成签到 ,获得积分10
4秒前
角鸮完成签到,获得积分10
4秒前
zly完成签到 ,获得积分10
5秒前
雨霧雲完成签到,获得积分10
5秒前
qnqqq完成签到 ,获得积分10
6秒前
健壮的涑发布了新的文献求助10
6秒前
7秒前
7秒前
秋山伊夫完成签到,获得积分10
7秒前
入门的橙橙完成签到 ,获得积分10
7秒前
BONBON发布了新的文献求助10
8秒前
10秒前
TOM完成签到,获得积分10
10秒前
隐形曼青应助欣喜访旋采纳,获得10
11秒前
852应助Millie采纳,获得10
11秒前
龍Ryu完成签到,获得积分10
12秒前
内向凌兰发布了新的文献求助10
13秒前
伍秋望完成签到,获得积分10
13秒前
14秒前
15秒前
跳跃发布了新的文献求助10
16秒前
持卿应助宗磬采纳,获得20
16秒前
16秒前
花生油炒花生米完成签到 ,获得积分10
16秒前
Riki完成签到,获得积分10
18秒前
虚幻白玉发布了新的文献求助10
18秒前
德行天下完成签到,获得积分10
18秒前
Jenny应助lan采纳,获得10
19秒前
fztnh完成签到,获得积分10
19秒前
上官若男应助lyz666采纳,获得10
19秒前
顾念完成签到 ,获得积分10
19秒前
277发布了新的文献求助10
20秒前
高分求助中
Continuum Thermodynamics and Material Modelling 3000
Production Logging: Theoretical and Interpretive Elements 2700
Social media impact on athlete mental health: #RealityCheck 1020
Ensartinib (Ensacove) for Non-Small Cell Lung Cancer 1000
Unseen Mendieta: The Unpublished Works of Ana Mendieta 1000
Bacterial collagenases and their clinical applications 800
El viaje de una vida: Memorias de María Lecea 800
热门求助领域 (近24小时)
化学 材料科学 生物 医学 工程类 有机化学 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 量子力学 光电子学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3527961
求助须知:如何正确求助?哪些是违规求助? 3108159
关于积分的说明 9287825
捐赠科研通 2805882
什么是DOI,文献DOI怎么找? 1540070
邀请新用户注册赠送积分活动 716926
科研通“疑难数据库(出版商)”最低求助积分说明 709808