NoticiasFuente: EClinCloud

Análisis retrospectivo del ensayo global de fase III de furmonertinib, un producto de diez mil millones: el reto de la consistencia en la evaluación de variables de valoración

11 min de lecturaEquipo editorial de EClinCloud
Ilustración del artículo

Fuente: EClinCloud. Autor: EClinCloud.


El 6 de octubre, Allist anunció que su producto principal, furmonertinib, no alcanzó la variable de valoración principal del estudio en el ensayo clínico global pivotal de fase III FURVENT.

Página de noticias del sitio web oficial

Fuente de la imagen: sitio web oficial de Allist

Tras conocerse la noticia, la reacción del mercado fue de notable sorpresa:

Se trata de un fármaco innovador desarrollado en China, ya aprobado para su comercialización en ese país, con una contribución acumulada que supera los diez mil millones en el mercado nacional, múltiples indicaciones y que recibió anteriormente la designación de terapia innovadora por parte de la FDA de EE. UU.[1] .


Vale la pena analizar en detalle qué ocurrió detrás de este resultado.

01

Análisis retrospectivo del ensayo FURVENT

FURVENT es un ensayo clínico global, pivotal, de tres brazos y de fase III, desarrollado conjuntamente por Allist y su socio estadounidense ArriVent, diseñado para evaluar furmonertinib como tratamiento de primera línea en el cáncer de pulmón de células no pequeñas no escamoso (nsqNSCLC) localmente avanzado o metastásico con inserción en el exón 20 de EGFR. El ensayo incluyó a un total de 398 pacientes, que recibieron respectivamente furmonertinib 240 mg, 160 mg o quimioterapia basada en platino combinada con pemetrexed, en centros de investigación de Estados Unidos, Europa, China y Japón, entre otros.

La variable de valoración principal del ensayo es la supervivencia libre de progresión (PFS) evaluada mediante revisión central independiente enmascarada (BICR).

Indicador

Furmonertinib 240 mg

Furmonertinib 160 mg

Grupo de control

Mediana de PFS (meses)

11.0

8.4

9.5

HR frente al grupo de control

(CI del 95%)

0.75(0.55,  1.02)

0.91(0.67,  1.25)

—

ORR confirmada

60%

35%

33%

Resultados principales del ensayo de fase III FURVENT (HR: razón de riesgos; CI: intervalo de confianza; ORR: tasa de respuesta objetiva)

Estos datos presentan varios aspectos que merecen atención.

En primer lugar, la brecha entre la señal de eficacia y la variable de valoración principal.

Los datos del grupo de furmonertinib 240 mg no fueron malos. La ORR fue del 60%, casi el doble que el 33% del grupo de control (en adelante denominado grupo de quimioterapia). El HR fue de 0.75, es decir, el riesgo en el grupo de tratamiento fue del 75% respecto al grupo de quimioterapia, lo que supone una reducción del riesgo del 25%.

Sin embargo, la mediana de PFS en el grupo de furmonertinib 240 mg fue de 11.0 meses, mientras que en el grupo de quimioterapia alcanzó los 9.5 meses, una diferencia de 1.5 meses entre ambos (es decir, furmonertinib solo la prolongó en 1.5 meses). El valor de p final del ensayo fue de 0.0654[2] , por lo que no alcanzó el criterio de significación estadística de p < 0.05. 

Por lo tanto, el grupo de furmonertinib 240 mg mostró actividad antitumoral, pero no logró demostrar una superioridad clara frente a la quimioterapia en la variable de valoración más determinante, la PFS.

Allist considera que la mediana de PFS del grupo de quimioterapia evaluada por BICR, de 9.5 meses, fue notablemente superior a los resultados de estudios similares recientes (la PFS histórica esperada para el grupo de quimioterapia era de 5-7 meses) y a las expectativas internas de la compañía[3]. Es decir, el grupo de control «tuvo un desempeño demasiado bueno», lo que afectó la brecha de eficacia entre el grupo experimental y el grupo de control.

En segundo lugar, la asimetría entre la evaluación por BICR y la evaluación del investigador.

Ilustración del artículo

El ensayo divulgó los datos de la evaluación del investigador. En ellos, la evaluación por BICR y la evaluación del investigador en el grupo de tratamiento fueron casi idénticas, pero en el grupo de quimioterapia la evaluación por BICR fue de 9.5 meses, mientras que la del investigador fue de solo 7.1 meses, una diferencia de 2.4 meses. La discrepancia se concentró en el grupo de quimioterapia y en una única dirección, lo que generó una asimetría que afecta la interpretabilidad de los resultados y debilita la credibilidad de la comparación de eficacia.

En cuanto a la dirección de la desviación, la evaluación por BICR «favoreció» más a la quimioterapia. Según la evaluación del investigador, el grupo de furmonertinib 240 mg frente a la quimioterapia fue de 11.1 meses frente a 7.1 meses, con un HR tan bajo como 0.61; sin embargo, en la evaluación por BICR, el grupo de quimioterapia subió de 7.1 meses a 9.5 meses.

02

Enfoque en la evaluación de variables de valoración en oncología: el BICR que no puede ignorarse

El BICR (revisión central independiente enmascarada) es un método habitual de evaluación de variables de valoración en ensayos clínicos de oncología.

Término

Inglés

Enfoque

BICR

Blinded Independent Central Review

Destaca características del proceso de evaluación como el enmascaramiento, la independencia y la revisión centralizada

IRC

Independent Review Committee

Destaca el comité encargado de la revisión independiente y el mecanismo de revisión

IRC enfatiza «quién realiza la revisión» y BICR enfatiza «cómo se realiza la revisión»; los términos relacionados se utilizan de manera superpuesta en la literatura de investigación clínica


¿Por qué se necesita la doble evaluación por BICR y por el investigador?


En los ensayos clínicos oncológicos, el grado de dependencia del método de evaluación varía según la variable de valoración de eficacia. La supervivencia global (OS) suele basarse en los eventos de fallecimiento y en el momento en que ocurren, por lo que presenta una objetividad relativamente alta; en cambio, la determinación radiológica en variables de valoración como ORR y PFS puede verse influida por la medición de las lesiones, el criterio de progresión y las diferencias entre evaluadores, entre otros factores.


En particular, en ensayos clínicos de diseño abierto como el del presente caso, FURVENT, el investigador conoce el régimen de tratamiento que recibe el paciente, por lo que puede existir un posible sesgo de evaluación; mediante una evaluación independiente, enmascarada y centralizada, el BICR reduce en la medida de lo posible el sesgo de evaluación y mejora la consistencia de las evaluaciones.


El Center for Drug Evaluation (CDE) señala expresamente en sus «Directrices sobre el diseño estadístico de ensayos clínicos de medicamentos antineoplásicos» que, en el caso de los ensayos destinados a solicitar el registro, la evaluación de la respuesta tumoral mediante ORR y PFS debe basarse por lo general en la medición tumoral y la evaluación de la respuesta realizadas por un comité de revisión central independiente enmascarado (BIRC); asimismo, la FDA, en sus directrices sobre variables de valoración para medicamentos contra el cáncer, analiza expresamente el valor de la revisión independiente para reducir el sesgo en la interpretación de imágenes[4].


¿Por qué surgen discrepancias entre la evaluación por BICR y la del investigador?

Los resultados de concordancia entre el BICR y la evaluación del investigador constituyen uno de los puntos importantes de análisis y discusión en los ensayos oncológicos. Las diferencias entre ambos se relacionan con los siguientes factores:

● Diferencias en la medición de lesiones: puede diferir la valoración de los márgenes de la lesión, los cambios de tamaño o la aparición de nuevas lesiones.

● Diferencias en la determinación de la progresión: incluso al aplicar los mismos criterios RECIST 1.1, distintos evaluadores pueden emitir juicios diferentes sobre un mismo caso concreto.

● Diferencias en la información de evaluación: el investigador conoce la situación clínica del paciente; la revisión central suele realizar la lectura según el estatuto de revisión y la información estipulada.

● Diferencias en puntos temporales y manejo de datos: el momento de las exploraciones, evaluaciones omitidas, imágenes faltantes, tratamientos posteriores y la forma de confirmar los eventos de progresión pueden afectar el cálculo de la PFS.


Incluso en ausencia de errores u omisiones evidentes de valoración, pueden seguir existiendo diferencias entre los resultados de evaluación del investigador y los del BICR. Actualmente tampoco existe ninguna normativa que establezca de manera expresa qué tasa de discordancia entre ambas evaluaciones se considera adecuada. Lo fundamental es si las diferencias pueden explicarse razonablemente, si existe un sesgo sistemático y si afectan a la fiabilidad de los resultados de la variable de valoración principal.


Si se utilizara la evaluación del investigador, ¿podría tener éxito FURVENT?


A partir de los datos publicados, la evaluación del investigador muestra efectivamente una señal de eficacia más favorable. No obstante, su éxito sigue dependiendo de si las autoridades regulatorias consideran suficientemente fiable la evaluación del investigador en un diseño abierto y de si las diferencias entre los resultados de ambos métodos de evaluación resultan razonables.

03

Enseñanzas del caso


El rigor de la evaluación determina el grado de confianza que podemos depositar en una señal de eficacia. Cómo garantizar, mediante un diseño y una ejecución estandarizados, que los datos de evaluación resistan el escrutinio constituye quizá una lección que merece ser recordada por el sector más que un único valor numérico absoluto.


El caso FURVENT nos recuerda que, en los ensayos oncológicos multicéntricos globales, especialmente en los de diseño abierto, los organismos reguladores mantienen una gran atención sobre la concordancia entre la doble evaluación de la BICR y la del investigador; el promotor debe gestionar las "diferencias en el sistema de evaluación" como un riesgo fundamental, no solo preespecificando análisis de sensibilidad en el diseño del protocolo, sino también realizando un monitoreo continuo de la "concordancia" y la "integridad de los datos" de la evaluación durante el transcurso del ensayo para responder a posibles controversias.  


Para variables de valoración como la PFS que dependen de la evaluación por imágenes, los criterios de evaluación, la calidad de adquisición de imágenes, los puntos temporales de las exploraciones, la transmisión y gestión de datos, así como la articulación de los procesos entre la evaluación del investigador y la revisión central independiente, pueden afectar la integridad y la interpretabilidad de la evaluación de la variable de valoración.


Además, las empresas que realizan ensayos clínicos multicéntricos, en especial internacionales, también deben garantizar que los distintos centros de investigación operen según requisitos uniformes, que los datos clave se recopilen a tiempo y se gestionen de forma estandarizada, y que se verifiquen oportunamente si faltan datos o existen discrepancias de evaluación.


EClinCloud mantiene una atención continua en la calidad de la evaluación de variables de valoración y la coordinación de procesos en la investigación clínica. En el ámbito de IRC, en torno a la evaluación de variables de valoración por imágenes en múltiples enfermedades, brindamos soporte a diversos criterios de evaluación por imágenes y aplicaciones de tecnología de imagenología, y ofrecemos servicios profesionales para ayudar a los equipos de investigación a estandarizar la evaluación, mejorar la consistencia y la trazabilidad, y respaldar la generación de evidencia clínica confiable.

Ilustración del artículo
Logotipo de ECC en movimiento

Detrás de cada medicamento innovador se concentran la dedicación y las expectativas de innumerables personas, así como una gran cantidad de desafíos. EClinCloud ha apoyado numerosos proyectos de MRCT y, cuanto más profundiza en ellos, más percibe su complejidad.


Los profesionales médicos y farmacéuticos del equipo, junto con la experiencia en investigación acumulada en distintas áreas patológicas, nos permiten partir de las necesidades clínicas reales para analizar de qué otras maneras puede aportar ayuda la tecnología a la investigación. Esperamos avanzar junto con nuestros socios colaboradores para acercar más tratamientos innovadores valiosos a los pacientes.



Referencias:

[1] Shanghai Allist Pharmaceuticals Co., Ltd. Buenas noticias | Allist anuncia que la FDA de EE. UU. otorgó la designación de terapia innovadora a furmonertinib para el tratamiento de primera línea del cáncer de pulmón de células no pequeñas avanzado o metastásico con mutación de inserción en el exón 20 del EGFR [en línea]. 2023-10-30. https://www.allist.com.cn/newsd/101/2076.html

[2] https://ir.arrivent.com/news-releases/news-release-details/arrivent-announces-program-update-phase-3-furvent-trial 

[3] Allist (艾力斯). "Registro de Actividades de Relación con Inversores" (《投资者关系活动记录表》), Bolsa de Valores de Shanghái, 09/10/2026, n.º AN202610091830262783. https://pdf.dfcfw.com/pdf/H22_AN202610091830262783_1.pdf

[4] Administración de Alimentos y Medicamentos de los Estados Unidos (U.S. Food and Drug Administration, FDA). Clinical Trial Endpoints for the Approval of Cancer Drugs and Biologics: Guidance for Industry. Diciembre de 2018, Sección III. General Endpoint Considerations. https://www.fda.gov/regulatory-information/search-fda-guidance-documents/clinical-trial-endpoints-approval-cancer-drugs-and-biologics



*Aviso: Este artículo es únicamente para fines de intercambio en el sector y no constituye ningún tipo de recomendación médica ni de inversión; todo el contenido citado en el texto proviene de fuentes públicas.




Acerca de EClinCloud


EClinCloud es una empresa líder de IA en el sector de la investigación clínica que, impulsada por IA, desarrolla una plataforma en la nube inteligente e integrada para ensayos clínicos y tecnologías de evaluación de variables de valoración, ofreciendo a empresas farmacéuticas e instituciones de investigación de todo el mundo productos tecnológicos como eCOA, CTMS, eTMF, EDC, RTSM, IRC y RM, entre otros, así como servicios de gestión de escalas, validación lingüística, capacitación de evaluadores y análisis de calidad de datos, construyendo soluciones digitales eficientes y precisas; además, apoyándose en modelos predictivos de IA y una plataforma inteligente de datos, evalúa de forma dinámica y contribuye a mejorar la tasa de éxito de los ensayos clínicos de fármacos, ayudando a acortar los ciclos de I+D de medicamentos y dispositivos médicos en beneficio de los pacientes.  







Ilustración del artículo





Leer el artículo original en WeChat

Lecturas relacionadas

Imagen de WeChat_2026-11-11_150855_109.pngNoticias8 min de lecturaDía Mundial de la EPOC | Hablemos de la evaluación por imagen en la investigación clínica de la EPOC13-15 de noviembre. 18 de noviembre de 2026, el mundo celebra el 25º Día Mundial de la EPOC (World COPD Day); el tema de este año es Early Diagnosis and Management for a Better Life (diagnóstico y tratamiento tempranos para una vida mejor). La enfermedad pulmonar obstructiva crónica (EPOC) es una enfermedad prevenible y tratable que se caracteriza por una limitación persistente del flujo aéreo; la EPOC está estrechamente relacionada con la bronquitis crónica y el enfisema [1]. Anteriormente, hemos realizado una divulgación científica sobre las escalas para la EPOC,2026年10月29日一临云与腾讯云战略合作签约仪式合影Noticias5 min de lecturaEClinCloud se alía con Tencent Health para desarrollar conjuntamente un sistema de capacidades de IA para la investigación clínicaEn el Tencent Global Digital Ecosystem Summit 2026, EClinCloud alcanzó una cooperación estratégica con Tencent Health para integrar herramientas de agentes inteligentes empresariales como WorkBuddy de Tencent con la plataforma integral inteligente en la nube para estudios clínicos de EClinCloud y desarrollar conjuntamente un sistema de capacidades de IA orientado a la investigación clínica.Imagen del artículoNoticias1 min de lectura¡EClinCloud le desea un feliz Festival de Medio Otoño y momentos de reunión!Haga clic arriba para ver el video↑↑↑ Acerca de EClinCloud EClinCloud es una empresa de IA líder en el sector de la investigación clínica que, impulsada por la IA, desarrolla una plataforma en la nube clínica inteligente e integrada y tecnología de evaluación de variables de valoración, para ofrecer a empresas farmacéuticas e instituciones de investigación de todo el mundo productos tecnológicos como eCOA, CTMS, eTMF, EDC, RTSM, IRC y RM, entre otros, así como servicios de gestión de escalas, validación lingüística, capacitación de evaluadores y análisis de calidad de datos, creando soluciones digitales eficientes y precisas, y, apoyándose en modelos predictivos de IA y en una plataforma inteligente de datos, evalúa de forma dinámica y ayuda a mejorar la tasa de éxito de los ensayos clínicos de medicamentos, contribuyendo a acortar el ciclo de investigación y desarrollo de fármacos y dispositivos,