Friberg, Lena Elisabeth – Model-informed dosing strategies to individualize anticancer treatment

Lena Elisabeth Friberg
Uppsala universitet
2021
Finansieras med
3 000 000 kr
Forskningsområde: translationell forskning

Bakgrund

Cancerterapi uppvisar en hög grad av patientvariabilitet i både tumöreffekt och biverkningar och det är svårt att förutsäga den bästa doseringen för en enskild patient. Detta gäller även nyare terapier såsom målsökande terapier och immunterapi. Med matematiska modeller, baserade på kliniska data, kan sambanden mellan doseringsregim, biverkningar, tumörmarkörer och överlevnad karaktäriseras, och patientvariabilitet identifieras. Modellerna kan användas för att utveckla optimerade doseringsstrategier och vara ett rationellt verktyg för att på ett tidigt stadium justera dosen för att inte riskera underdosering eller livshotande bieffekter.

Beskrivning

Vi kommer vidareutveckla och applicera modeller som beskriver patientvariabilitet och samband mellan dosering, bieffekter, livskvalitet, tumörmarkörer och överlevnad. Genom att tidigt i behandlingen anpassa modellerna till mätbara variabler hos patienten kan utfallet av terapin förutsägas. En individanpassad dosering som leder till en lämplig balans mellan biverkningar och önskad effekt kan således föreslås. Forskningen kommer innefatta utveckling av individualiserings-strategier vid gastrointestinal stromal tumör, optimerad immunterapi vid lungcancer, förbättrad dosering vid kronisk lymfatisk leukemi, och terapistrategier vid prostatacancer.

Mål

Våra modeller kan karaktärisera ett flertal variabler simultant, och därmed användas för att på ett rationellt sätt identifiera lämplig dosering och doseringsstrategi för en patient eller patientpopulation. Vi vill (1) ta fram verktyg för individualisering som baseras på mätningar av faktorer i blodet eller observerade biverkningar, (2) förbättra förståelsen för effekt och variabilitet mellan patienter vid immunterapi, (3) optimera behandlingen med läkemedlet ibrutinib som minskar biverkningar och kostnader, och (4) anpassa våra modeller och metoder till data från patienter som behandlas i klinisk verklighet, dvs utanför kliniska studier.