FDA批准选择性雌激素受体降解剂Elacestrant上市,用于HR+乳腺癌的治疗

2023-03-13 MedSci原创 MedSci原创 发表于上海

Elacestrant(艾拉司群)是Radius公司研发的一款口服选择性雌激素受体降解剂(SERD)。2021年10月20日,Menarini/Radius联合宣布艾拉司群针对ER+/HER2-晚期或

Elacestrant(艾拉司群)是Radius公司研发的一款口服选择性雌激素受体降解剂(SERD)。2021年10月20日,Menarini/Radius联合宣布艾拉司群针对ER+/HER2-晚期或转移性乳腺癌乳腺患者的的获得了积极阳性结果。研究结果显示,无论是总人群还是在ESR1突变人群中,接受艾拉司群治疗的患者均表现出了具有统计学差异的PFS延长以及死亡风险的下降;与此同时,艾拉司群治疗显示出了良好的安全性和耐受性。

基于III期EMERALD研究的积极数据,Menarini已向FDA递交了艾拉司群的新药上市申请。FDA已授予艾拉司群优先审评资格,PDUFA日期定为2023年2月17日。如若成功获批,艾拉司群将成为全球一个上市的口服SERD药物。

在 EMERALD (NCT03778931) 中评估了疗效,这是一项随机、开放标签、主动对照、多中心试验,招募了 478 名患有 ER 阳性、HER2 阴性晚期或转移性乳腺癌的绝经后女性和男性,其中 228 名患者具有 ESR1 突变。 要求患者在之前的一到两个内分泌治疗线中出现疾病进展,包括一个含有 CDK4/6 抑制剂的线。 符合条件的患者可能已经在晚期或转移性环境中接受了多达一种先前的化疗。 患者被随机分配 (1:1) 接受每天一次口服 elacestrant 345 mg (n=239) 或研究者选择的内分泌治疗 (n=239),其中包括氟维司群 (n=166) 或芳香酶抑制剂 (n=73) . 根据 ESR1 突变状态(检测到与未检测到)、既往氟维司群治疗(是与否)和内脏转移(是与否)对随机化进行分层。 ESR1 突变状态使用 Guardant360 CDx 测定通过血液循环肿瘤脱氧核糖核酸 (ctDNA) 确定,并且仅限于配体结合域中的 ESR1 错义突变。

主要疗效结果指标是无进展生存期(PFS),由设盲的影像审查委员会评估。 在意向治疗 (ITT) 人群和 ESR1 突变患者亚组中观察到 PFS 的统计学显着差异。

在 228 名 (48%) 有 ESR1 突变的患者中,elacestrant 组的中位 PFS 为 3.8 个月(95% CI:2.2,7.3),氟维司群或芳香酶抑制剂组为 1.9 个月(95% CI:1.9,2.1)。 风险比 [HR] 为 0.55 [95% CI:0.39,0.77],2 侧 p 值 = 0.0005)。

对 250 名 (52%) 无 ESR1 突变患者的 PFS 探索性分析显示 HR 为 0.86(95% CI:0.63,1.19),表明 ITT 人群的改善主要归因于在 ESR1 突变人群中观察到的结果。

最常见的不良事件 (≥10%),包括实验室异常,包括肌肉骨骼疼痛、恶心、胆固醇升高、AST 升高、甘油三酯升高、疲劳、血红蛋白降低、呕吐、ALT 升高、钠降低、肌酐升高、食欲下降、腹泻 、头痛、便秘、腹痛、潮热、消化不良。

推荐的 elacestrant 剂量为 345 mg,每天一次随食物口服,直至疾病进展或出现不可接受的毒性。

原始出处:

  1. Elacestrant (Orserdu) prescribing information. Stemline Therapeutics, Inc. January 2023. Accessed January 27, 2023. https://www.accessdata.fda.gov/drugsatfda_docs/label/2023/217639s000lbl.pdf
  2. https://www.fda.gov/drugs/resources-information-approved-drugs/fda-approves-elacestrant-er-positive-her2-negative-esr1-mutated-advanced-or-metastatic-breast-cancer

版权声明:
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
评论区 (0)
#插入话题

相关资讯

Radiology:深度学习的浸润性乳腺癌模拟增强乳腺MRI

最近使用脑部MRI扫描的研究表明,利用深度学习从预对比度输入合成对比度增强图像是可行的。

Invest Radio:深度学习分类和计算机辅助诊断对乳腺癌MR筛查的价值

为了减少乳腺磁共振(MR)放射科医生的工作量,研究人员将重点放在自动病变检测上。其中一个研究重点是使用计算机辅助分流(CAT)来对正常扫描进行识别。

European Radiology:基于超声的深度学习模型在进行乳腺病变风险分层中的应用

最近,许多研究利用机器学习(ML)或深度学习(DL)技术建立了良性和恶性乳腺病变的二元分类预测模型;然而,只有少数研究关注BI-RADS分类或两者都关注,而且还存在一些问题。

Breast Cancer:润肤霜对乳腺癌患者急性放疗引起的皮炎的效果

对于接受放疗的乳腺癌患者来说,皮肤损伤是不可避免的,如色素沉着、红斑、干燥、烧灼和刺激感。

European Radiology:新辅助治疗后乳腺癌分子亚型改变的MRI机器学习模型

放射组学是一种非侵入性的方法,可以评估肿瘤的微环境、空间特异性、生物标志物的状态以及在研究层面上对疾病演变和患者的长期预后进行纵向评估。

Radiology:人工智能,让乳腺钼靶达到活检功能!

由于数字乳腺钼靶(DM)在乳腺癌诊断中的广泛使用,临床上试图将结合深度学习和监督学习的模型应用于DM以实现乳腺病变的准确识别。