منحنی کاپلان–مایر چیست و چگونه خوانده می‌شود؟ راهنمای تفسیر داده‌های طول عمر در سرطان

در پژوهش‌های بالینی، یکی از عوامل اصلی تعیین‌کنندهٔ موفقیت درمان سرطان، نقطهٔ پایانی (endpoint) انتخاب‌شده است. در مطالعات بالینی اولیه، نرخ پاسخ عینی (ORR) و شاخص‌های مشابه مبتنی بر حجم تومور برجسته‌اند، اما در مطالعات فازهای بعدی، مدت بقا (بقای بدون پیشرفت بیماری و بقای کلی) تعیین‌کننده‌تر شده است. بااین‌حال در انکولوژی نوین، افزون بر طول عمر، اثر درمان بر کیفیت زندگی، تحمل‌پذیری و سود بلندمدت نیز روزبه‌روز اهمیت بیشتری می‌یابد.

بنابراین، به‌ویژه در عصر ایمنی‌درمانی‌ها، کونژوگه‌های آنتی‌بادی–دارو (ADCها) و درمان‌های هدفمند، شاخص‌های پایانی تکمیلی مانند نرخ کنترل بیماری (DCR), نرخ سود بالینی (CBR), کیفیت زندگی مرتبط با سلامت (HRQoL), زمان تا درمان بعدی (TTNT) و مدت پاسخ (DoR) فراتر از PFS و OS کلاسیک، سنجش دقیق‌تری از اثربخشی بالینی ارائه می‌کنند.

با نگاهی به تاریخ انکولوژی بالینی، در ابتدا برای سنجش اثربخشی درمان تنها نرخ مرگ‌ومیر مبنا بود. اما این رویکرد به‌ویژه در سرطان‌های کندسیر یا نیازمند پیگیری طولانی، برای تشخیص زودهنگام تفاوت درمان‌ها کافی نبود. ازاین‌رو، در سال 1958، Edward L. Kaplan و Paul Meier «روش کاپلان–مایر» را توسعه دادند؛ روشی تحول‌آفرین برای تحلیل آماری رویدادهای وابسته به زمان که انقلابی در انکولوژی ایجاد کرد.

منحنی کاپلان–مایر، طول عمر هر بیمار یا زمان تا وقوع رویداد را جداگانه ارزیابی می‌کند و از مفهومی به نام «سانسور کردن (censoring)» بهره می‌برد. این مفهوم اجازه نمی‌دهد افرادی که هنوز رویداد برایشان رخ نداده است (مانند بیمار زنده یا بدون پیشرفت بیماری) از تحلیل کنار گذاشته شوند. به این ترتیب، مطالعات بالینی با ارزیابی داده‌های همهٔ شرکت‌کنندگان بر حسب زمان، برآورد دقیق‌تری از بقا ارائه می‌کنند.

این رویکرد آماری با گذشت زمان به توسعهٔ نقاط پایانی تازه برای پاسخ به پرسش‌های بالینی مختلف انجامید. در دههٔ 1980 و عصر شیمی‌درمانی، بقای کلی (OS) «استاندارد طلایی» شناخته می‌شد، اما از دههٔ 1990، همراه درمان‌های هدفمند، نقاط پایانی میانی مانند بقای بدون پیشرفت بیماری (PFS) و زمان تا پیشرفت بیماری (TTP) برجسته شدند. امروزه، به کمک ایمنی‌درمانی‌ها و عوامل زیستی، وجود بیمارانی که حتی بدون نابودی کامل بیماری می‌توانند برای مدتی طولانی پایدار بمانند، به پیدایش شاخص‌های تازه‌ای مانند نرخ کنترل بیماری (DCR), نرخ سود بالینی (CBR) و مدت پاسخ (DoR) انجامیده است.

به این ترتیب، مفهوم «اثربخشی» دیگر تنها با طول عمر تعریف نمی‌شود؛ مدت کنترل بیماری، کیفیت زندگی و تحمل‌پذیری درمان نیز در آن نقش دارند. این تحول یکی از نقاط عطف اصلی گذار به دیدگاه بیمارمحور در پژوهش بالینی است.

امروزه مدل‌های پیشرفتهٔ آماری، با ارزیابی هم‌زمان چند نقطهٔ پایانی به‌جای فقط یکی، از روش‌هایی مانند مدل‌سازی مشترک بقا یا تحلیل چند نقطهٔ پایانی برای محاسبهٔ اثر بالینی جامع استفاده می‌کنند. به این ترتیب، سنجش فراگیرتر ارزش واقعی درمان برای بیمار ممکن شده است.

نقاط پایانی بالینی و نمونه‌های آن‌ها

• 1. نرخ کنترل بیماری (DCR):
  نسبت بیمارانی است که در پاسخ به درمان، پاسخ کامل، پاسخ نسبی یا بیماری پایدار نشان می‌دهند. برای نمونه، در مطالعهٔ KEYNOTE-158 برای تومورهای جامد با ناپایداری بالای ریزماهواره‌ای (MSI-H) دریافت‌کنندهٔ پمبرولیزوماب، DCR برابر %33 گزارش شد.
• 2. نرخ سود بالینی (CBR):
  نسبت بیمارانی را بیان می‌کند که پاسخ کامل یا نسبی دارند یا دست‌کم 24 هفته بیماری پایدار نشان می‌دهند. این شاخص به‌ویژه در سرطان پستان متاستاتیک با گیرندهٔ هورمونی مثبت برای توصیف اثربخشی درمان‌های هورمونی به کار می‌رود.
• 3. کیفیت زندگی مرتبط با سلامت (HRQoL):
  با پرسش‌نامه‌هایی مانند EORTC QLQ-C30 یا FACT-G سنجیده می‌شود. برای نمونه، در مطالعهٔ CheckMate-214 ترکیب نیوولوماب + ایپیلیموماب در مقایسه با سونیتینیب، بهبود معنادار HRQoL ایجاد کرد.
• 4. بقای کلی در زمان مشخص:
  نسبت بیماران زنده در ماه 12 یا 24 را نشان می‌دهد. به‌ویژه در مطالعات اولیهٔ فاز II، به‌عنوان شاخص سریع اثربخشی ارزیابی می‌شود.
• 5. زمان تا شکست درمان (TTF):
  مدت زمان تا قطع درمان به عللی مانند پیشرفت بیماری، سمیت، خواست بیمار یا مرگ است. در داده‌های دنیای واقعی برای سنجش تحمل‌پذیری درمان به کار می‌رود.
• 6. زمان تا درمان بعدی (TTNT):
  مدت فاصلهٔ یک درمان تا شروع درمان بعدی است. برای نمونه، در لنفوم‌های کندسیر یا سرطان کولورکتال متاستاتیک، برای نشان دادن ماندگاری بالینی درمان‌های نگهدارنده اهمیت دارد.
• 7. مدت سود بالینی (DoCB):
  دوره‌ای است که بیماری برای مدتی طولانی پایدار مانده یا پاسخ ادامه دارد. در بیماران دارای «اثر فلات» پس از ایمنی‌درمانی، سود بلندمدت را بازتاب می‌دهد.
• 8. مدت پاسخ (DoR):
  زمان پس از دستیابی به پاسخ کامل یا نسبی تا پیشرفت بیماری است. برای نمونه، در مطالعهٔ DESTINY-Breast03 در بازوی تراستوزوماب دروکستکان، میانهٔ DoR برابر 25,1 ماه گزارش شد و در مقایسه با شیمی‌درمانی مزیت چشمگیری داشت.

تحلیل بقا یکی از ابزارهای آماری بنیادی پژوهش‌های بالینی نوین است و روش کاپلان–مایر (K–M) از زمان معرفی در 1958 توسط Edward Kaplan و Paul Meier، در انکولوژی بالینی به استاندارد تبدیل شده است. این روش با محاسبهٔ گام‌به‌گام احتمال وقوع رویدادی مشخص (مانند پیشرفت، عود یا مرگ) در یک گروه بیمار در طول زمان، منحنی‌هایی به‌عنوان نمایش بصری «احتمال بقا» می‌سازد.

منحنی K–M برخلاف تحلیل‌های آماری کلاسیک، داده‌های همهٔ بیماران را لحاظ می‌کند. اگر بیماری پیش از وقوع رویداد از پیگیری خارج شود (مانند از دست رفتن پیگیری، مرگ به علت دیگر یا خروج زودهنگام از مطالعه)، این بیمار «سانسورشده (censored)» نامیده می‌شود. سانسور کردن، تحلیل بقای مطالعه را مخدوش نمی‌کند، زیرا روش کاپلان–مایر سهم این افراد را تا آن زمان حفظ می‌کند. از این نظر، نزدیک‌ترین مدل آماری به شرایط دنیای واقعی است.

1. ساختار و تفسیر منحنی

منحنی کاپلان–مایر معمولاً به شکل پله‌های عمودی پیش می‌رود. هر پله نشان‌دهندهٔ زمان وقوع رویداد در یک بیمار است. با گذر زمان، منحنی به‌تدریج پایین می‌آید که افزایش احتمال وقوع رویداد را نشان می‌دهد. نقطه‌ای که منحنی به سطح %50 می‌رسد، میانهٔ مدت بقا نام دارد. این مقدار «مدتی را نشان می‌دهد که نیمی از جمعیت همچنان بدون تأثیر رویداد زنده‌اند».

2. مقایسهٔ دو منحنی: آزمون لگ‌رنک و نسبت خطر

در پژوهش بالینی، پرکاربردترین روش مقایسهٔ منحنی‌های بقای دو بازوی درمانی متفاوت، آزمون لگ‌رنک است. این آزمون تحلیل می‌کند که آیا آهنگ وقوع رویداد در طول زمان بین دو گروه تفاوت معناداری دارد یا خیر. اگر مقدار p به‌دست‌آمده کمتر از 0.05 باشد، تفاوت بین گروه‌ها از نظر آماری معنادار تلقی می‌شود.

همچنین در تحلیل بقا از مفهوم نسبت خطر (HR) استفاده می‌شود. مقدار HR، خطر وقوع رویداد (مانند مرگ یا پیشرفت بیماری) در بازوی درمان را نسبت به بازوی کنترل نشان می‌دهد:

• HR = 1 → تفاوتی میان دو گروه وجود ندارد.
• HR < 1 → خطر رویداد در بازوی درمان کاهش یافته است (برای مثال HR=0.70 → %30 کاهش خطر).
• HR > 1 → خطر رویداد در بازوی درمان افزایش یافته است.

3. ارزش بالینی منحنی‌های کاپلان–مایر

منحنی‌های کاپلان–مایر تنها نمایش آماری نیستند؛ ابزاری بالینی برای درک پویایی اثربخشی درمان در طول زمان نیز هستند. به‌ویژه در ایمنی‌درمانی، «اثر فلات» مشاهده‌شده در منحنی‌ها (نرخ بقای بالایی که برای مدتی طولانی پایدار می‌ماند) نشان می‌دهد در برخی بیماران کنترل بلندمدت بیماری حاصل شده است. این وضعیت در شیمی‌درمانی کلاسیک نادر است و وجود «زیرگروه بیماران با پاسخ طولانی» به ایمنی‌درمانی را نشان می‌دهد.

همچنین منحنی‌های کاپلان–مایر در تحلیل‌های میانی (interim analysis) و زیرگروه‌ها به‌کار می‌روند. برای نمونه، مقایسهٔ زیرگروه‌های PD-L1 مثبت و منفی در منحنی‌های جداگانه می‌تواند نشان دهد درمان در کدام نمایهٔ مولکولی مؤثرتر است.

4. نمایش بصری

نقاط پایانی بالینی نه‌تنها در پژوهش علمی، بلکه در فرایند تأیید دارو نیز محوری‌اند. اگر یک نقطهٔ پایانی بتواند نشان دهد درمان «سود بالینی واقعی» برای بیمار دارد، این داده هم نزد نهادهای ناظر (FDA، EMA) و هم از نظر اقتصاد سلامت، بالاترین ارزش شواهد را دارد.

1. دیدگاه FDA: مفهوم «نقطهٔ پایانی جانشین»

سازمان غذا و داروی ایالات متحده (FDA) از 1992 مفهوم نقطهٔ پایانی جانشین (پیامد غیرمستقیم) را در تأیید تسریع‌شدهٔ داروهای انکولوژی به‌طور رسمی تعریف کرده است. بر این اساس، حتی اگر یک نقطهٔ پایانی مستقیماً طول عمر را نسنجد (مانند کوچک شدن تومور، PFS یا DoR)، در صورت همبستگی بالا با بقای کلی (OS)، توانایی «پیش‌بینی معقول» سود بالینی را دارد.

به کمک این اصل، سازوکار تأیید تسریع‌شده (accelerated approval) به کار می‌افتد. برای نمونه:

• پمبرولیزوماب (Keytruda®) — در تومورهای جامد MSI-H یا TMB-high، بر اساس داده‌های نرخ پاسخ عینی (ORR) و DoR تأیید تسریع‌شده گرفته است.
• تراستوزوماب دروکستکان — در مطالعهٔ DESTINY-Breast01، به‌دلیل بالا بودن DoR و DCR در ابتدا تأیید شد و سپس با داده‌های OS به تأیید کامل تبدیل شد.
• ترکیب لنوآتینیب + پمبرولیزوماب — در سرطان آندومتر با ارزیابی بر اساس PFS و CBR وارد فرایند تأیید شد.

FDA این نوع تأییدها را «سود بالینی میانی» می‌نامد و برای تأیید کامل، بلوغ نتایج «نقاط پایانی قطعی» مانند OS یا کیفیت زندگی را شرط می‌داند.

2. رویکرد EMA: «مجوز مشروط عرضه به بازار»

آژانس دارویی اروپا (EMA) نیز از 2006 سامانهٔ مجوز مشروط عرضه به بازار (صدور مجوز مشروط) را اجرا می‌کند. EMA در جمعیت‌های کوچک بیمار یا نیازهای فوری برآورده‌نشده، داده‌های نقاط پایانی اولیه مانند PFS، DoR یا HRQoL را کافی دانسته و می‌تواند دارو را به بازار وارد کند. اما شرکت تولیدکننده موظف است در مدت مشخص، داده‌های نهایی OS یا ایمنی بلندمدت را ارائه دهد.

برای نمونه:

• نیوولوماب — در 2015 برای کارسینوم سلول کلیوی متاستاتیک، بر اساس داده‌های PFS و HRQoL از EMA تأیید مشروط گرفت و در 2017 با داده‌های OS به تأیید کامل تبدیل شد.
• ساسیتوزوماب گوویتکان — در TNBC، به‌دلیل بالا بودن DoR در 2021 تأیید تسریع‌شدهٔ EMA را دریافت کرد.

3. گرایش‌های کنونی: نقاط پایانی ترکیبی و داده‌های دنیای واقعی

نهادهای ناظر اکنون به‌جای یک نقطهٔ پایانی، معیارهای چندبعدی اثر را ترجیح می‌دهند. نقاط پایانی مرکب نام این رویکرد است که داده‌های PFS، HRQoL و سمیت را با هم ارزیابی می‌کند. همچنین شواهد دنیای واقعی (RWE) و زمان تا درمان بعدی (TTNT) و شاخص‌های مشابه، فراتر از کارآزمایی‌های تصادفی‌شده، اطلاعات ارزشمندی دربارهٔ اثربخشی واقعی ارائه می‌کنند.

برای نمونه، در مطالعهٔ KEYNOTE-091 در بیماران دریافت‌کنندهٔ پمبرولیزوماب ادجوانت، برتری PFS نشان داده شد؛ با وجود نابالغ بودن داده‌های OS، پایداری بلندمدت HRQoL در فرایند تصمیم‌گیری لحاظ شد.

4. اثر بر کاربرد بالینی

این تحولات باعث شده‌اند انکولوژیست‌ها در انتخاب درمان، افزون بر «چند ماه زنده نگه می‌دارد»، به «چگونه زنده نگه می‌دارد» نیز پاسخ دهند. به‌ویژه در سرطان‌های پیشرفته و شرایط تسکینی، شاخص‌هایی مانند مدت پاسخ (DoR) یا فاصلهٔ بین درمان‌ها (TTNT) در بهینه‌سازی تعادل کیفیت زندگی و بار درمان، ارزش بالینی دارند.

همچنین از نظر سیاست سلامت، این شاخص‌ها بر تصمیم بازپرداخت اثر حیاتی دارند. در ترکیه، سازمان تأمین اجتماعی (SGK)، به‌ویژه در ایمنی‌درمانی و عوامل هدفمند، داده‌های نقاط پایانی بالینی مبنای مقررات بین‌المللی را مرجع قرار می‌دهد.

منحنی‌های کاپلان–مایر و نقاط پایانی بالینی برای درک اثربخشی درمان‌های انکولوژی صرفاً ابزار عددی نیستند؛ «زبانی» هستند که خواندن رفتار زیستی بیماری در زمان را ممکن می‌کنند. انکولوژی نوین افزون بر «تومور در چند بیمار کوچک شد؟»، می‌پرسد «کدام بیماران چه مدت تحت کنترل ماندند و کیفیت زندگی‌شان در این مدت چگونه بود؟». ازاین‌رو شاخص‌هایی مانند PFS، OS، DoR، CBR و HRQoL در مرکز تصمیم بالینی قرار گرفته‌اند.

ارزیابی داده‌های بالینی با منحنی‌های کاپلان–مایر، دوام اثر درمان را در زمان قابل مشاهده می‌کند. جدا شدن زودهنگام منحنی‌ها، اثر سریع دارو و حرکت موازی طولانی‌مدت آن‌ها در دورهٔ دیرتر، «اثر فلات» ایمنی‌درمانی، یعنی زیرگروه بیماران با پاسخ طولانی را بازتاب می‌دهد. این تحلیل بصری صرفاً شاخص آماری نیست؛ بازتاب بالینی سازوکارهای زیستی نیز هست.

امروزه FDA و EMA در فرایند تأیید، بسیار فراتر از پرسش تک‌بعدی «آیا زنده نگه می‌دارد؟» را می‌جویند. شاخص‌های چندبعدی سود بالینی مانند «بیماری چه مدت کنترل شد؟»، «آیا کیفیت زندگی حفظ شد؟» و «آیا پاسخ پایدار است؟» به زبان تازهٔ نظارت تبدیل شده‌اند. این رویکرد، الگوی بیمارمحور در درمان سرطان را بر پایهٔ آماری استوار می‌کند.

در کنار این تحول، افزایش داده‌های دنیای واقعی (RWE) و پیشرفت سامانه‌های دیجیتال پیگیری بیمار، گذر از نقاط پایانی بالینی کلاسیک را ممکن می‌کنند. اکنون معیارهایی برگرفته از پرونده‌های الکترونیک سلامت مانند زمان تا درمان بعدی (TTNT) یا بقای بدون پیشرفت بیماری در دنیای واقعی (rwPFS) به‌عنوان مکمل داده‌های پژوهش بالینی ارزیابی می‌شوند.

این تحول از نظر اخلاقی نیز مهم است؛ زیرا معناداری آماری به‌تنهایی کافی دانسته نمی‌شود و مفهوم «اهمیت بالینیِ بازتاب‌یافته در کیفیت زندگی بیمار» برجسته می‌شود. این رویکرد، تفسیر پژوهش بالینی را فراتر از اعداد و با نگاهی انسانی ممکن می‌سازد.

منابع

• FDA Oncology Center of Excellence. Clinical Trial Endpoints for the Approval of Cancer Drugs and Biologics. به‌روزرسانی 2024.
• Broglio KR et al. “Understanding clinical trial endpoints and their implications for clinical practice.” J Clin Oncol. 2023;41(2):115–124.
• Schwartz LH et al. RECIST 1.1 — “Response Evaluation Criteria in Solid Tumors.” Eur J Cancer 2022;163:20–28.
• EMA Guidelines on the Evaluation of Anticancer Medicinal Products in Man. EMEA/CHMP/205/95 Rev.6, 2023.