放射学与转录学相结合,预测治疗PD-1/PD-L1抑制剂治疗晚期NSCLC的患者对免疫治疗的反应

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 生物信息学是一种生物信息学.

背景情况:

• 预测患者对编程细胞死亡蛋白1/联结1 (PD-1/PD-L1) 抑制剂的反应对于有效的癌症治疗至关重要.
• 放射学和多氧学方法为治疗结果的非侵入性预测提供了有希望的途径.

研究的目的:

• 开发和验证放射学和多氧学模型,用于预测PD-1/PD-L1抑制剂治疗患者的治疗反应.
• 评估转录组学和瘤微环境 (HOT/COLD) 状态在增强预测模型中的附加值.

主要方法:

• 从治疗前的计算机断层扫描中提取了195名接受PD-1/PD-L1抑制剂治疗的患者的放射性特征.
• 放射学,转录学和HOT/COLD状态被整合起来,以构建3个月后疾病控制的预测模型.
• 模型在独立的队列中使用各种特征选择方法和分类器进行训练和验证.

主要成果:

• 一个放射性模型实现了0.94 (训练) 和0.65 (验证) 的接收器操作特征曲线 (AUROC) 下的面积,用于预测无进展生存 (PFS).
• 集成转录学的多原子签名显示出高预测性能,AUROC为0.95 (训练) 和0.99 (验证).
• 一个结合HOT/COLD状态的混合辐射模型在PFS分类中获得了0.93 (培训) 和0.90 (验证) 的AUROC.

结论:

• 仅仅放射学可以预测非小细胞肺癌 (NSCLC) 的免疫治疗反应.
• 将转录学或热/冷状态与放射学相结合,可显著提高免疫治疗反应预测模型的准确性.
• 这些发现支持了针对个性化癌症治疗策略的多模式方法的潜力.