Dissection of Progressive Disease Patterns for a Modified Classification for Immunotherapy

article title

Dissection of Progressive Disease Patterns for a Modified Classification for Immunotherapy

authors

Saal et al.

journal

JAMA Oncology

year

2025

doi

10.1001/jamaoncol.2024.5672

category

clinical-oncology

pdf

PDF

source

Source

요약

본 연구는 immune checkpoint inhibitors 치료 중 발생한 progressive disease의 병변 패턴을 세분화하고, 이를 기반으로 한 수정된 분류법이 postprogression survival 예측에 미치는 영향을 평가했다. 5개 phase 3 trials에서 atezolizumab 치료를 받은 1377명의 solid tumors 환자를 대상으로 RECIST version 1.1 기반 imaging 데이터를 분석하여 PD 패턴을 7가지로 분류하고, 기존 병변 진행 여부 및 신병반 발생 여부에 따라 low-, intermediate-, high-risk 3단계로 재정의했다. 수정된 분류법은 기존 binary progressive disease 기준보다 생존 예후를 현저히 구분했으며, 다양한 종양 유형과 치료군에서 일관된 prognostic 가치를 보였다.

방법

• Study design: 5개 phase 3 trials(IMmotion151, IMvigor211, OAK, Impower133, IMspire150)의 posthoc 분석.
• Cohort/Patient population: atezolizumab 치료 중 RECIST version 1.1 기준 progressive disease를 보인 1377명의 환자(RCC, urothelial carcinoma, NSCLC, SCLC, melanoma).
• Imaging/Profiling method: 임상 시험 프로토콜에 따라 수행된 추적 imaging에서 target lesion, nontarget lesion의 직경 증가(20% 이상) 및 new lesion 발생 여부를 병변 수준에서 평가.
• Comparator: 각 trial 내 ICI 군과 comparator arm(TKI 또는 chemotherapy).
• Endpoint/Statistical method: 주요 endpoint는 postprogression survival(PFS와 OS의 차이). Kaplan-Meier 추정, log-rank test, univariate/multivariate Cox regression 분석. 유의수준은 P < .05.

주요 결과

• RCC(IMmotion151) 기준 PD 패턴별 6개월 postprogression survival 확률은 target/nontarget lesion 진행 plus new lesion 발생군에서 26%(95% CI, 8%-85%)로 가장 낮았으며, target 또는 nontarget lesion 단독 진행군에서 90%(95% CI, 84%-97%)로 가장 높았다.
• 수정된 PD 분류법 적용 결과, low-risk(progression of existing lesions only), intermediate-risk(new lesions without progression of existing lesions), high-risk(progression of existing lesions plus new lesions)군으로 구분됨. low-risk와 intermediate-risk군의 사망 hazard ratio(HR)는 high-risk군 대비 각각 0.23(95% CI, 0.13-0.41; P < .001), 0.39(95% CI, 0.23-0.66; P < .001)로 유의하게 낮았다.
• 12개월 postprogression survival은 high-risk군에서 22%(95% CI, 10%-47%), low-risk군에서 74%(95% CI, 65%-86%)를 기록했다.
• urothelial carcinoma(IMvigor211), NSCLC(OAK), SCLC(Impower133), melanoma(IMspire150) trial 모두에서 ICI 및 comparator 군을問わず 수정된 분류법이 postprogression survival 예측에 유의한 연관성을 보였다.

강점

이 연구는 RECIST version 1.1의 복잡한 binary progressive disease 기준을 임상적으로 직관적인 3단계 risk stratification으로 단순화하면서도, 병변별 진행 양상이 생존에 미치는 영향을 정량적으로 입증했다. 다양한 종양 유형과 치료제(ICI, TKI, chemotherapy)를 아우르는 tumor-agnostic 검증은 임상 시험 설계 및 실제 진료에서 progressive disease 발생 시 치료 지속 여부 또는 metastasis-directed therapy 전환 시기를 결정하는 데 유용한 prognostic tool로 활용될 수 있다. Wiki 내에서 면역치료 반응 평가의 한계와 대안을 논의할 때, 단순한 종양 크기 증가를 넘어 병변의 공간적·시간적 패턴을 고려해야 함을 보여주는 핵심 근거가 된다.

해석

기존 oncology 및 imaging 문헌에서 RECIST version 1.1이 immune checkpoint inhibitors 치료 환경에서 가지는 heterogeneity와 binary 분류의 한계를 지적해 온 것과 맥을 같이한다. 본 연구는 progressive disease를 단일 사건이 아닌 병변의 성장 양상(target/nontarget/new lesion 조합)으로 해부함으로써, 면역치료 후 발생하는 pseudoprogression 또는 delayed response와 같은 현상을 구분하는 데 필요한 정량적 기준을 제시한다. 특히 pulmonology(NSCLC/SCLC) 및 melanoma 문헌에서 보고된 focal progression이 overall survival에 유리하다는 선행 결과와 연결되며, AI 기반 영상 분석 모델이 단순한 volumetric change를 넘어 lesion-level trajectory를 학습할 때 prognostication 정확도를 높일 수 있음을 시사한다. 따라서 Wiki의 immunotherapy response assessment, radiomics, clinical trial endpoint 관련 페이지에서 PD 패턴 분석의 임상적 타당성을 뒷받침하는 교차 참조 자료로 활용될 수 있다.