洛拉替尼从临床试验到真实世界患者：群体药代动力学与精准给药模拟

《Clinical Pharmacokinetics》：From Clinical Trials to Real-World Patients: Population Pharmacokinetics and Precision Dosing Simulations of Lorlatinib

　　

背景与目的：洛拉替尼（lorlatinib）的群体药代动力学（population pharmacokinetics，PopPK）模型已由上市许可持有人建立，但缺乏真实世界数据外部验证。由于较高谷浓度（trough concentration，Ctrough）与毒性增加相关，模型知情精准给药（model-informed precision dosing，MIPD）可能具有价值。 方法：研究人员使用法国与荷兰150例非小细胞肺癌（non-small cell lung cancer，NSCLC）患者数据对已发表洛拉替尼PopPK模型进行外部验证，采用平均百分比误差（mean percentage error，MPE）与平均绝对百分比误差（mean absolute percentage error，MAPE）评估性能。验证结果欠佳后，研究人员建立精细化PopPK模型，并模拟不同剂量下暴露量，评估靶谷浓度75–125 ng/mL的MIPD策略。 结果：外部验证显示显著偏倚（MPE：?6.1%，95% CI ?11.1至?0.5%），原模型系统性低估谷浓度。精细化模型清除率更低（13.7对比14.5 L/h）。100 mg每日一次（once daily，QD）稳态中位谷浓度原模型为106.0 ng/mL，精细化模型为127.0 ng/mL（IQR：96.1–162.0 ng/mL）。MIPD经一个周期剂量调整后，靶范围内患者比例由35%升至62%。 结论：已发表PopPK模型低估真实世界谷浓度，强调临床试验模型外部验证重要性；精细化模型更贴近临床实践，模拟提示较低剂量或可行，MIPD可能降低毒性。

论文解读：洛拉替尼真实世界群体药代动力学与模型知情精准给药研究

研究背景方面，间变性淋巴瘤激酶（anaplastic lymphoma kinase，ALK）重排发生于约5%的非小细胞肺癌（NSCLC）患者。洛拉替尼为第三代ATP竞争性ALK抑制剂，可覆盖包括G1202R在内的多种耐药突变，已被FDA及后续研究支持用于既往ALK抑制剂治疗后及一线晚期ALK阳性NSCLC。CROWN三期试验5年结果显示洛拉替尼组中位无进展生存（progression-free survival，PFS）未达，优于克唑替尼。但洛拉替尼毒性明显，常见高脂质血症、水肿、体重增加、周围神经病变及认知影响；因不良事件中断或减量比例较高。洛拉替尼主要经细胞色素P450（cytochrome P450，CYP）3A与UGT1A4代谢，已发表PopPK模型来自临床试验与健康志愿者合并数据，真实世界患者常伴合并症、合并用药及依从性差异，其外推性不明。暴露-效应分析显示较高谷浓度（C_trough）与≥3级毒性风险增加相关，真实世界研究也提示超147 ng/mL毒性风险升高，因此存在治疗窗与MIPD优化空间。该研究即为此开展，旨在外部验证原模型、必要时精细化建模，并以模拟探索剂量与MIPD。

本研究发表于《Clinical Pharmacokinetics》。

主要关键技术方法上，研究人员采用法国巴黎公立医院体系与荷兰莱顿大学医学中心回顾性真实世界队列，纳入成年ALK阳性NSCLC且至少有一次可测血浆洛拉替尼浓度者；用最大后验（maximum a posteriori，MAP）贝叶斯估计做外部验证，以MPE与MAPE评价偏倚和准确度；在原模型表现不足时重建两室PopPK模型，纳入体重协变量并估计异速缩放指数；再用蒙特卡洛模拟虚拟1000人，计算50、75、100 mg QD稳态C_trough,ss、AUC与平均浓度（C_av,ss），并按75–125 ng/mL靶范围进行MIPD剂量调整模拟。

研究结果如下。

患者与数据：法国144例、荷兰6例，共252个有效浓度观测；中位年龄63岁，多数100 mg QD，61%样本属标准剂量，仅少数在治疗初期采样，其余按稳态和最大清除处理。

已发表群体PK模型的外部验证：用Chen等模型做MAP贝叶斯估计，图形与预测校正视觉预测检查显示模型倾向低估给药间隔末浓度；MPE为?6.1%（95% CI ?11.1至?0.5%），MAPE 33.2%，MPE置信区间不含0，存在显著低估偏倚。

基于真实世界数据的精细化群体PK模型：因吸收相采样稀疏，吸收参数固定原模型值；选两室结构，清除率设个体间变异（interindividual variability，IIV），体重作为清除率、室间清除与分布容积协变量且指数被估计；原模型总剂量对清除率的自诱导项在本队列无显著改善而未纳入；最终模型清除率13.7 L/h，较原模型14.5 L/h更低，预测更贴合实测。

谷浓度：104个20–28小时样本可直接代表谷浓度，中位108 ng/mL；100 mg QD下56个样本中位122 ng/mL。按精细化模型估算的100 mg QD稳态谷浓度中位122 ng/mL（IQR：98.5–146 ng/mL）。

模拟：虚拟人群100 mg QD稳态中位C_trough,ss为127 ng/mL（IQR：96.1–162.0 ng/mL），高于原模型106 ng/mL。标准100 mg QD仅35%患者落于75–125 ng/mL靶范围；一轮MIPD调整后升至62%，中位调整剂量75 mg QD，且89%患者仍维持>150 ng/mL至少8小时，接近标准剂量96%。

讨论部分总结：研究人员指出原模型系统性低估真实世界谷浓度，可能因真实患者较临床试验或健康志愿者有更多低白蛋白、合并用药及并发症；独立真实世界队列也报告近似中位128 ng/mL，支持结论。治疗窗下限尚不清，因既往90%患者用100 mg QD致暴露-疗效关系受限；CROWN中早期减量未损PFS，且临床前150 ng/mL持续8小时靶标在减量后多可维持，说明低于标准剂量仍可能有效。MIPD可提高靶范围占比并潜在减毒，但需前瞻验证。模型细化中体重指数未固定为传统异速值，自诱导与场合间变异（inter-occasion variability，IOV）因数据或稀疏未保留，模型主要适用于稳态。

结论部分翻译：已发表的洛拉替尼群体药代动力学模型低估真实世界谷浓度，凸显对临床试验衍生模型进行外部验证的重要性。精细化模型更好反映临床实践中洛拉替尼药代动力学。模拟提示较低洛拉替尼剂量可能可行，且模型知情精准给药可能降低毒性。前瞻性药代/药效研究及前瞻性治疗药物监测可行性研究，是验证这些发现并进一步界定洛拉替尼个体化给药策略所必需的。