Croissance tumorale et modèles joints

Racym Berrah, PharmD PMx Explain Mise à jour : 2026-10-09 Relecture scientifique par l'auteur : 2026-10-09 ORCID

Modéliser la taille tumorale (Claret), la relier à l'exposition, puis à la survie via un modèle joint.

01 · Pourquoi ce chapitre

En oncologie, la « réponse » n'est plus une concentration mais la taille de la tumeur, puis la survie. La pharmacométrie construit une chaîne de prédiction : exposition (AUC) → dynamique tumorale → bénéfice clinique attendu sous hypothèses.

C'est le cœur des modèles joints, qui assemblent PK, taille tumorale (TGI) et survie pour anticiper les résultats d'un essai avant de le lancer.

02 · Intuition

Une tumeur croît spontanément (exponentielle) ; dans ce modèle, le traitement réduit la croissance ou la taille tumorale d'autant plus que l'exposition est forte.

Mais l'effet n'est pas éternel : le modèle introduit une perte d'effet dépendante du temps, souvent interprétée phénoménologiquement comme une résistance, et la tumeur peut ré-échapper. Montez l'exposition et observez le nadir, puis la reprise.

03 · La formule décortiquée

Le modèle de Claret décrit une croissance exponentielle freinée par un rétrécissement qui s'épuise :

\frac{dTS}{dt} = K_{G}\,TS \;-\; K\cdot expo\cdot e^{-\lambda t}\,TS

$K_G$ : vitesse de croissance non perturbée ;
$K\cdot expo$ : rétrécissement proportionnel à l'exposition (concentration ou AUC) ;
$e^{-\lambda t}$ : perte d'effet dépendante du temps, souvent interprétée phénoménologiquement comme une résistance ( $\lambda$ ).

Certaines variantes séparent une population sensible et une population résistante (fraction $f$ ).

04 · Le modele joint

On relie ensuite la dynamique tumorale au risque de progression. Le hasard dépend de la taille tumorale via un paramètre de lien $\beta$ :

h(t) = h_0(t)\cdot e^{\,\beta\, f(TS(t))}, \qquad S(t) = e^{-\int_0^t h}

$f$ peut être la taille courante, sa variation depuis le début (CFB), son AUC… Plus $|\beta|$ est grand, plus le lien tumeur → survie est fort dans le modèle. Une régression tumorale peut alors prédire une survie plus longue, conditionnellement aux hypothèses et à la validation du lien.

05 · Exemple concret

Les modèles joints PK–TGI–survie sont très utilisés pour les anticorps monoclonaux d'immuno-oncologie (anti-PD-1, anti-TIM-3, anti-CD73, anti-NKG2A) : ils permettent de prédire les résultats d'un essai (par ex. une étude plateforme) avant sa réalisation.

En simulant l'exposition de chaque schéma, on prédit une dynamique tumorale puis une survie sans progression (PFS) conditionnelle au modèle — une information possible pour le choix de dose et le design, pas une preuve causale automatique.

06 · Piège fréquent

La taille tumorale précoce n'est pas la survie.

07 · À retenir

La réponse oncologique = taille tumorale puis survie ; l'effet dépend de l'exposition (PK).
Modèle de Claret : croissance $K_G$ − rétrécissement $K\cdot expo\cdot e^{-\lambda t}$ (perte d'effet dépendante du temps, souvent interprétée comme résistance).
Un modèle joint relie la taille tumorale au hasard de progression via $\beta$ → prédit la PFS sous hypothèses.
Application : anticorps d'immuno-oncologie, prédiction d'essais cliniques.
Réserve : court terme ≠ survie ; validation externe indispensable.

Point de contrôle

Vérifiez votre compréhension

Q1. Dans le modèle de Claret, l'effet du traitement sur la tumeur...

Q2. Un modèle joint TGI–survie relie...

Q3. Le paramètre β d'un modèle joint mesure...

Exercices d'entraînement

Activités guidées

Cas en plusieurs étapes combinant calcul, interprétation et raisonnement.

Activité guidée · 10 min · Niveau 2

Stabiliser une tumeur simulée

Calcul · Interprétation · ManipulationÀ commencer

Citer cette page

Berrah R. Croissance tumorale et modèles joints. PMx Explain, 2026. https://rberrah.github.io/pharmacometrie/chapitres/onco-tgi/

@misc{berrah2026oncotgi,
  author       = {Berrah, Racym},
  title        = {{Croissance tumorale et modèles joints}},
  howpublished = {PMx Explain},
  year         = {2026},
  url          = {https://rberrah.github.io/pharmacometrie/chapitres/onco-tgi/},
  note         = {Texte actuel sous licence CC BY-NC-SA 4.0}
}