👁️ 주목🇪🇺 유럽

암스테르담 UMC, 식도·위 전이암 국소치료 시점을 최적화하는 OMEC-5 임상 개시

Amsterdam UMC·ClinicalTrials.gov·2026년 5월 7일
임상
암스테르담 UMC, 식도·위 전이암 국소치료 시점을 최적화하는 OMEC-5 임상 개시
AI Generated (Flux.1-schnell)
AI 요약AI

연구의 배경과 필요성

고도 진행된 식도·위 전이암(Esophageal and Gastric Adenocarcinoma) 환자 중 약 25%는 암세포가 제한된 부위에만 전이되는 올리고메타스타틱(Oligometastatic, 소수전이) 상태에 해당해요. 기존에는 이들에게 전신화학요법(Systemic Therapy)을 시행한 뒤 수술이나 방사선 같은 국소치료(Local Treatment)를 병행하면 생존율이 향상될 수 있다는 연구들이 있었지만, 과연 전신치료를 얼마나 길게 가져가야 하는지에 대해서는 의학적 기준이 정립되지 않았어요. 무작위 대조 임상시험이 부재했던 탓에 임상 현장에서는 의료진의 경험적 판단에 의존할 수밖에 없었던 것이지요.

OMEC-5 임상시험 설계

이를 해결하기 위해 유럽 50여 개 전문 센터가 참여하는 OMEC 컨소시엄과 암스테르담 UMC(Amsterdam UMC)가 공동으로 'OMEC-5'로 명명된 2상 및 3상 다국적 임상시험(NCT07000253)을 설계했어요. 총 414명의 환자를 모집하여 표준 전신 항암 화학요법과 함께 니볼루맙(Nivolumab)이나 펨브롤리주맙(Pembrolizumab) 같은 면역관문억제제(Immune Checkpoint Inhibitor), 그리고 HER2 표적치료제인 트라스투주맙(Trastuzumab) 등을 병용 투여한 후 국소치료의 최적 타이밍을 평가해요. 환자들은 4개월간 전신치료를 진행한 후, 즉시 수술이나 방사선 치료를 받는 군과 추가로 4개월간 전신치료를 더 진행한 뒤 국소치료를 받는 군으로 무작위 배정되어 비교 분석을 거치게 돼요.

시장적 가치와 미충족 수요

현재 글로벌 식도암 및 위암 치료제 시장은 약 200억 달러(한화 약 26조 원) 규모로 평가받고 있으며, 매년 고령화와 신규 환자 증가로 인해 급격히 팽창하고 있어요. 특히 옵디보(Opdivo)나 키트루다(Keytruda) 같은 블록버스터 면역항암제가 1차 치료제로 표준화되면서 치료 비용이 기하급수적으로 늘어났기에, 치료 순서를 최적화하여 과잉 치료를 줄이는 연구는 시장 경제적으로도 매우 중요해요. 이번 임상시험은 고가의 약물 투여 기간을 합리적으로 단축하면서도 환자의 생존 혜택을 극대화하려는 시도라는 점에서 보험 재정 및 환자의 경제적 부담 완화에 긍정적인 영향을 미칠 것으로 보여요.

임상적 의미와 미래 전망

만약 이번 연구를 통해 전신치료 기간 단축 후 즉각적인 국소치료가 동등하거나 더 우수한 생존율을 보인다면, 전 세계 식도·위암 가이드라인이 전면 개정될 가능성이 높아요. 환자 입장에서는 표적·면역항암제 장기 투여에 따른 부작용과 삶의 질 저하를 예방할 수 있고, 의료진은 보다 명확한 데이터 기반의 표준 치료 프로토콜을 확보하게 돼요. 이는 궁극적으로 환자 맞춤형 정밀 의료(Precision Medicine)의 실현을 가속화하며 바이오마커(Biomarker) 탐색 및 데이터 분석 산업의 동반 성장을 이끌어낼 마중물이 될 것이에요.

💬왜 중요한가

식도·위 전이암 환자 대상의 OMEC-5 임상 2/3상은 연간 약 200억 달러에 달하는 글로벌 위암 및 식도암 치료제 시장에서 치료 효율성을 극대화하고 약물 비용을 절감하는 중요한 이정표가 될 것입니다. 단기적으로는 표준 항암 화학요법 및 니볼루맙(Nivolumab), 펨브롤리주맙(Pembrolizumab) 등의 고가 면역항암제 투여 기간 단축 가능성을 검증하여 의료비 경감 효과를 즉시 입증할 수 있습니다. 중장기적으로는 종양 절제 수술과 방사선 치료 등 최소침습 국소치료의 타이밍을 표준화함으로써 기존의 경험적 치료 방식을 정밀 데이터 기반 치료로 전환시키는 계기가 마련됩니다. 이는 임상시험 설계 표준을 변화시키는 것은 물론, 관련 환자 맞춤형 바이오마커 시장의 투자 매력을 높이고 의료 데이터 분석 분야의 전문 인력 수요를 창출하는 파급효과를 불러올 것입니다.

출처: ClinicalTrials.gov (api_ct)

https://clinicaltrials.gov/study/NCT07000253