相关实验视频
Updated: Jul 11, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.0K
在接受免疫治疗的非小细胞肺癌患者免疫相关不良事件的预测模型构建
Weitong Gao1, Qianqian Liu2, Yang Zhou1
1Department of Medical Oncology, Harbin Medical University Cancer Hospital, Harbin, China.
Technology in cancer research & treatment
|November 6, 2023
概括
在接受免疫检查点抑制剂 (ICI) 治疗的非小细胞肺癌 (NSCLC) 患者中预测与免疫相关的不良事件 (irAEs) 是至关重要的. 一个新的模型使用临床和血液学数据来识别患有irAEs风险的患者.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 临床研究 临床研究
背景情况:
- 免疫检查点抑制剂 (ICI) 已经彻底改变了癌症治疗,特别是非小细胞肺癌 (NSCLC).
- 免疫相关不良事件 (irAEs) 是ICI常见的副作用,需要患者管理的预测工具.
- 确定特定的临床和血液学参数来预测NSCLC患者的irAEs仍然是一个活跃的研究领域.
研究的目的:
- 开发和验证在接受ICI治疗的NSCLC患者中对irAEs的预测模型.
- 确定与irAEs发生相关的关键临床和血液学参数.
主要方法:
- 一项回顾性研究涉及484名用ICI治疗的NSCLC患者.
- 收集基线人口统计学,临床病理学,治疗和外周血液标志物数据.
- 开发一个使用单变量和多变量逻辑回归分析的预测模型,以确定irAEs的风险因素.
主要成果:
- 建立了一个预测模型,包括ICI治疗线,组合疗法,ECOG性能状态,中性粒细胞/淋巴细胞比率 (NLR),血小板 (PLT) 和淋巴细胞 (LYM) 水平.
- 多变量分析确定了2个或更多的ICI线,组合疗法和ECOG PS 1-2作为irAEs的独立风险因素.
- 该模型表现出强大的预测性能,AUC值为0.851 (训练) 和0.779 (验证).
结论:
- 开发的预测模型有效地识别了NSCLC患者在ICI治疗期间面临irAEs风险.
- 临床和血液学参数,包括NLR,PLT和LYM计数,是irAEs的重要预测因素.
- 该模型可以帮助临床医生精确选择患者,并制定个性化免疫疗法策略.
