过去很长时间，肿瘤治疗有一个很自然的思路：既然癌细胞是敌人，就应该尽可能多地杀，肿瘤能缩小到多小，就缩小到多小。临床上我们也习惯把最大程度杀伤看成治疗成功的重要标志。

但癌症有一个麻烦之处，它不是一群完全一样的细胞。

同一个肿瘤里，有些癌细胞对药物敏感，有些天生就比较耐药。持续用药时，敏感细胞大量死亡，可它们一旦被清除，原来数量不多的耐药细胞反而失去了竞争对手。于是，治疗越猛烈，某些情况下越可能把赛场留给耐药细胞。最终看到的结果，就是开始时肿瘤缩得很好，后来却突然失去控制。研究者指出，传统追求最大细胞杀伤的治疗方式，在部分存在耐药亚群的肿瘤中可能加速耐药选择，同时增加不必要的药物毒性。

这也是适应性治疗背后的核心思想。适应性治疗不是看到肿瘤就一路打到底，而是根据肿瘤的变化决定什么时候用药、什么时候停一停。目的是把肿瘤控制在一个可以接受的范围，同时有意识地保留一部分对药物敏感的癌细胞，让它们继续和耐药细胞竞争资源和空间。有点像管理一个生态系统，与其把容易控制的物种全部消灭，最后留下最难对付的那一种，不如维持一种竞争，让真正危险的耐药群体没有那么容易一家独大。

在既往一项转移性去势抵抗性前列腺癌的非随机研究中，采用阿比特龙适应性治疗的患者，中位疾病进展时间达到33.5个月，而同期标准治疗队列为14.3个月。这个结果让利用肿瘤进化，而不是只和肿瘤拼杀伤强度的思路受到越来越多关注。

但真正到了门诊，马上会碰到另一个难题：谁适合停？停多久？什么时候重新开始？同样一套适应性治疗，有些患者获益很大，有些患者却未必适合。如果仅凭医生经验决定停药时间，风险显然太高。

2026年8月发表于《JAMA Oncology》的一项研究，尝试让数学加入这个决策过程。研究人员分析了两组前列腺癌患者的数据，共53人，包括40名去势敏感性前列腺癌患者和13名转移性去势抵抗性前列腺癌患者。研究关键是观察患者第一次治疗周期中PSA是怎样下降、怎样反弹的。

为什么PSA的变化过程这么重要？

因为一个单独的PSA数字，只像一张照片；连续的PSA变化，却像一段录像。

肿瘤降得有多快，停药以后重新长得有多快，都在透露这个肿瘤内部敏感细胞和耐药细胞的竞争关系。研究人员建立了一个包含两类细胞的数学模型：一类对药物敏感，一类耐药。模型还假设，耐药通常需要付出一定代价——在没有药物压力时，耐药细胞的生长速度可能比敏感细胞慢。这恰恰为利用两类细胞之间的竞争提供了机会。

研究者只利用第一个治疗周期的PSA动态，就计算出三个数学指标：适应性治疗评分、预计疾病进展时间，以及预计平均每日用药剂量。换句话说，患者刚完成第一轮治疗，数学模型就尝试回答三个问题：这个人适不适合适应性治疗？大约能控制多久？为了达到这种控制，他平均需要用多少药？

结果很有意思。在40人的第一组患者中，仅根据第一周期PSA变化得到的适应性治疗评分，就能够明显预测更长的疾病进展时间；而在另外13名转移性去势抵抗性前列腺癌患者中，这个评分与实际疾病进展时间也呈很强的相关性。更重要的是，在有长期随访数据的这13人中，适应性治疗评分以及数学模型预测的进展时间，与更长的总生存期相关。

反过来看，我们平时很熟悉的几个PSA指标——最低降到多少、多久降到最低、PSA倍增时间——在这项研究里却没有显示出与总生存期的明确关联。也就是说，单纯看PSA最低是多少，可能还不如看整个下降和反弹过程背后隐藏的肿瘤进化规律。

这项研究背后其实代表着治疗思维的一次变化。过去我们问：“还能够再多杀一点吗？”适应性治疗问的却是：“现在继续杀，对患者真的最有利吗？”有时，少用一点药、适当地停一停，并不等于放弃治疗，而是在利用癌细胞之间的竞争，为下一次治疗保留空间。

当然，这并不意味着癌症患者可以自行停药。恰恰相反，这种策略比连续治疗更需要严密监测。研究特别强调，过去一些间歇性内分泌治疗研究在特定患者中曾出现较差结果，因此真正实施减量或停药必须建立在准确筛选患者的基础上。

参考文献：

Gallagher, K., Strobl, M. A., Gatenby, R. A., Zhang, J., Maini, P. K., & Anderson, A. R. (2026). Mathematical Biomarkers of Adaptive Therapy Outcomes in Prostate Cancer.JAMA oncology.