抗HER2治疗再添“新版图”,“超低表达”患者迎来新希望

360影视 2024-12-09 15:54 4

摘要:在乳腺癌治疗领域,HER2靶向治疗一直是研究的热点。HER2(人表皮生长因子受体2)是一种在某些乳腺癌细胞表面过度表达的蛋白质,这种过度表达与乳腺癌的侵袭性强、复发率高以及预后差密切相关。

在乳腺癌治疗领域,HER2靶向治疗一直是研究的热点。HER2(人表皮生长因子受体2)是一种在某些乳腺癌细胞表面过度表达的蛋白质,这种过度表达与乳腺癌的侵袭性强、复发率高以及预后差密切相关。

针对HER2的靶向治疗已经显著改善了HER2阳性乳腺癌患者的预后。然而,对于HER2表达水平较低的患者,比如低表达、甚至超低表达的患者,传统的HER2靶向治疗往往效果不佳。但是!这一格局正在被打破!最新研究表明,HER2超低表达的患者,也是可以从新型ADC药T-DXd中获益的。

了解HER2分型对于乳腺癌治疗至关重要,下面我们先来做个小测试,您的HER2分型是?

“HER2超低表达”概念的由来

随着新型ADC药物如T-DXd在HER2低表达乳腺癌患者中显示出显著疗效,传统的HER2状态二分法已无法满足精准医疗的需求,人们也一直在探索新型抗HER2治疗的“边界”到底在哪里。

为了更精细地区分HER2表达水平,HER2超低表达(HER2-ultralow)应运而生,HER2超低表达是指在肿瘤细胞中HER2免疫组织化学(IHC)评分为0,但在小于10%的肿瘤细胞中出现微弱、不完整的膜染色,且FISH检查没有扩增的情况。

简言之,HER2的IHC可以分为3+、2+、1+、0四种,HER2-ultralow就是IHC为0但不是“纯0”(伴有微弱的表达)的这部分患者。这类乳腺癌患者人群约占所有乳腺癌的10%左右,因此HER2超低表达的识别对于乳腺癌的个体化治疗至关重要。

关于HER2表达还有其他的分级,以下是小优为姐妹们做的整理~

1

HER2阳性(Positive)

特征:肿瘤细胞中HER2免疫组化蛋白表达水平为3+(高表达),或2+且ISH阳性。

2

HER2低表达(Low)

特征:肿瘤细胞中HER2免疫组化蛋白表达水平为+或2+且ISH-。

3

HER2超低表达(ultralow)

特征:肿瘤细胞中HER2免疫组化蛋白表达水平非常低(IHC为0),但存在细胞膜染色。

4

HER2阴性(Negative)

特征:肿瘤细胞中HER2免疫组化蛋白表达水平为0,且不存在细胞膜染色(无表达)。

“HER2超低表达”患者收益有加

尽管HER2 IHC 0的乳腺癌通常被认为对单克隆抗体反应不佳,但HER2超低表达患者人群可以从新型抗HER2治疗中获益。这一发现源于DESTINY-Breast06(DB06)研究,这项研究是一项具有里程碑意义的全球性、随机、开放标签的III期临床试验。该研究专注于HER2低表达和HER2超低表达的晚期乳腺癌患者,旨在评估T-DXd(德曲妥珠单抗)与研究者选择的化疗方案的疗效和安全性。

▷▷▷

DB06试验表明这部分患者

有望从T-DXd中获益

为了评估T-DXd与研究者选择的化疗对HR+/HER2低表达或HER2超低表达的晚期或转移性乳腺癌患者的疗效和安全性,DB06研究的主要终点是HER2低表达患者的无进展生存期(PFS),关键次要终点包括HER2低表达患者的总生存期(OS),以及意向治疗人群的PFS和OS。

截至2024年3月18日的数据分析显示,T-DXd在HER2超低表达人群中显著延长了患者的PFS(13.2个月对比8.1个月;HR=0.62,95%CI 0.51-0.74;P<0.001),达到了研究的主要终点。此外,T-DXd在HER2超低表达患者中也显示出与HER2低表达患者相似的PFS改善(13.2个月对比8.3个月;HR=0.78),这一结果不仅证实了T-DXd对HER2超低表达患者的潜在疗效,也为HER2低表达乳腺癌的治疗提供了新的治疗选择,并可能重新定义抗HER2治疗的边界。

这些发现为HER2超低表达乳腺癌患者带来了新的治疗希望,并有望进一步改善这一患者群体的临床结果。

HER2超低表达患者有望从新型ADC药物T-DXd治疗中获得显著的临床益处,这不仅为这部分患者提供了新的治疗选择,也进一步拓宽了HER2靶向治疗的受益人群,使得HER2超低表达乳腺癌患者能够从精准医疗中获益。

我们坚信,随着医学研究的不断深入和新药的持续开发,HER2超低表达乳腺癌患者将拥有更多的治疗选择,拥抱更加光明的未来。让我们携手同行,共同期待T-DXd为乳腺癌治疗领域带来的更多可能!

最后,请姐妹们再次对照自己的病理报告的内容,完成以下测试,看看大家对于自己的HER2分型是否准确,以及对HER2超低表达有了多少的了解呢?

参考文献:

[1] ASCO 2024. Abstract # LBA1000

来源:向优而生

相关推荐