jump to content jump to footer
Anwendung von mint Lesion während einer Befundung in einer klinischen Studie, dargestellt mit dem TGRM-Export-Tool.

Die Lücke zwischen RECIST und der Überlebensprognose schließen: Warum die FDA-Analyse des g-Wertes bahnbrechend ist

Seit Jahrzehnten verlassen sich Onkologie-Studien auf RECIST 1.1, um die Wirksamkeit von Medikamenten zu bewerten. Diese kategorischen „Momentaufnahmen“ korrelieren jedoch nicht immer perfekt mit dem Gesamtüberleben (OS) oder dem progressionsfreien Überleben (PFS). Eine wegweisende retrospektive Analyse der FDA an 10.495 Patienten aus 22 randomisierten klinischen NSCLC-Studien¹ weist nun auf einen präziseren kinetischen Ansatz hin, der eine verbesserte Korrelation mit dem Überleben aufweist: g-Werte der Modellierung der Tumorwachstumsrate (Tumor Growth Rate Modeling, TGRM).

Die Aussagekraft des g-Wertes

Die Untersuchung der FDA konzentrierte sich auf die Wachstumsratenkonstante (g), ein volumetrisches Maß, das aus mathematischen Modellen abgeleitet wird. Das wichtigste Ergebnis der Studie: Der g-Wert steht in einem inversen Verhältnis zur Überlebensrate. Patienten mit niedrigeren g-Werten – was auf ein langsameres Tumorwachstum hindeutet – zeigten über alle Therapielinien hinweg ein signifikant höheres medianes OS und ein längeres medianes PFS.

Zentrale Erkenntnisse der FDA-Publikation

  • Frühzeitige Wirksamkeitssignale: Der g-Wert kann die potenzielle klinische Aktivität eines Wirkstoffs charakterisieren, noch bevor zeitabhängige Endpunkte wie das OS erreicht werden.
  • Therapiespezifische Kinetik: Die Analyse ergab, dass Patienten unter zielgerichteten Therapien (z. B. ALK- oder EGFR-Inhibitoren) die niedrigsten g-Werte aufwiesen, verglichen mit Patienten unter Immun- oder Chemotherapie.
  • Prädiktiv für zytostatische Wirkstoffe: TGRM ist besonders nützlich für Therapien mit primär zytostatischen Effekten, bei denen traditionelle Ansprechraten (ORR) die tatsächliche Auswirkung des Medikaments auf die Wachstumshemmung oft nicht erfassen.

Implementierung in mint Lesion

mint Lesion ermöglicht es Anwender:innen, über die grobe Klassifizierung von RECIST (wie „Stable Disease“) hinauszugehen, indem diese Kinetiken parallel zu den Standardbewertungen quantifiziert werden. Durch die Nutzung desselben mathematischen Modells, den die FDA zitiert, ermöglicht mint Lesion die simultane Ableitung von g-Werten. Explorative Forschung legt nahe, dass dies dabei helfen kann, die potenzielle Antitumor-Aktivität eines Wirkstoffs bereits früh im Entwicklungsprozess zu charakterisieren.

Um zu verstehen, wie mint Lesion diese mathematischen Modelle in einen konfigurierbaren klinischen Workflow übersetzt, lesen Sie unseren Begleitartikel zur praktischen Implementierung von TGRM.

Für einen tieferen Einblick, wie TGRM die Grenzen traditioneller Ansprechkriterien überwindet, um prädiktivere Wirksamkeitssignale zu liefern, beantragen Sie unser TGRM-Whitepaper.

 

¹ Justin N. Malinou, Jiaxin Fan, Joyce Cheng, Yutao Gong, Yuan-Li Shen, Erin Larkins, An FDA analysis of the association of tumor growth rate, overall survival and progression-free survival in patients with metastatic NSCLC, The Oncologist, 2026.

mint Lesion: Läsionskategorisierung nach den Kriterien für das radiologische Rezidiv in adjuvanten Studien
Kriterien für das radiologische Rezidiv in adjuvanten Studien beim Harnblasenkarzinom
Kriterien für das radiologische Rezidiv in adjuvanten klinischen Studien beim Harnblasenkarzinom
Nach einer radikalen Operation gibt es keine messbare Erkrankung mehr, die sich verfolgen ließe. Die Kriterien für das radiologische Rezidiv in…
Read more
Radiologe analysiert einen Gliom-MRT-Fall in mint Lesion, mit KI-basierter Hirntumorsegmentierung von Snke (in Entwicklung)
Konsistente MRT-Befundung von Gliomen mit mint Lesion
In der Neuroonkologie bestimmen Bildgebungsbefunde unmittelbar die Therapieentscheidungen. So kann unter RANO 2.0 die Einstufung einer Follow-up-MRT…
Read more
[Translate to German:] Radiologist reviewing whole-body MRI images with AI-supported tumor burden quantification for bone metastases and multiple myeloma using mint Lesion.
[Translate to German:] Mint Medical has integrated an AI algorithm developed by The Institute of Cancer Research and The Royal Marsden into mint Lesion. The solution supports bone disease assessment and treatment response evaluation in advanced prostate cancer and multiple myeloma.
Das ICR und The Royal Marsden arbeiten mit Mint Medical zusammen, um KI-gestützte Software für die Krebsbehandlung bereitzustellen
Das Institute of Cancer Research (ICR), London, und der Royal Marsden NHS Foundation Trust haben eine neue Lizenzvereinbarung mit dem…
Read more
scroll-top