切除不可能なHCCに対するTACEとレンバチニブおよびPD-1阻害剤に対する腫瘍応答の予測:多センター観察試験

科学分野:

• 肝胆腫瘍学
• 翻訳的ながん研究
• 臨床予測モデリング

背景:

• トランス動脈性化学栓塞 (TACE) とレンバチニブおよびプログラム死亡-1阻害剤 (TLP) に反応する切除不可能な肝細胞癌 (uHCC) の患者を特定することは,治療の最適化に極めて重要です.
• uHCCにおける治療反応を予測する現在の方法は限られており,より正確な予測ツールの開発が必要である.

研究 の 目的:

• UHCC患者のTLP治療に対する客観的な腫瘍反応の予測モデルを開発し,検証する.
• TLP治療を受けているHHCC患者の治療反応を独立に予測する重要な臨床変数を特定する.

主な方法:

• EAPTTモデルと呼ばれるノモグラムモデルは,TLPで治療されたHHCC患者のトレーニングコホート (n=107) で多変数ロジスティック回帰を用いて開発された.
• モデルの性能は内部 (n=46) と外部 (n=52) で,曲線下の面積 (AUC) と校正曲線を用いて検証された.
• 主な予測要因は,Eastern Cooperative Oncology Groupのパフォーマンス状態,アルブミン-ビリルビングレード,血小板対リンパ球比,腫瘍分布,および総ビリルビンでした.

主要な成果:

• EAPTTモデルは,トレーニング,内部検証,および外部検証コホートにおいて,それぞれ0. 84,0. 90,0. 85のAUCで高い予測精度を示した.
• EAPTTモデルは他の7つの予測モデルを大幅に上回った.
• EAPTTモデルによる分層化は,予期された応答者と応答しない者との間で,進行しない生存率と全生存率の有意な差異を明らかにした.

結論:

• EAPTTモデルは,TLP治療を受けているHHCC患者の治療反応を予測するための堅牢で検証されたツールを提供します.
• このモデルは,臨床医が患者の有効性を正確に分別し,TLP治療の最適な候補者を特定するのに役立ちます.
• EAPTTモデルは,HHCC患者の治療戦略をパーソナライズし,治療結果を改善する可能性を秘めています.