一种新的分区域放射学模型,用于预测非小细胞肺癌的免疫治疗反应

科学领域:

• 放射学和医学成像技术
• 在瘤学瘤学.
• 生物标志物发现发现

背景情况:

• 在非小细胞肺癌 (NSCLC) 中预测免疫疗法反应是具有挑战性的.
• 需要新的生物标志物来指导接受免疫检查点抑制剂的NSCLC患者的治疗决策.

研究的目的:

• 开发和验证一个分区域放射学模型 (SRRM),用于预测NSCLC的免疫治疗反应.
• 为了比较SRRM与传统放射学,瘤突变负担 (TMB) 和编程死亡配体1 (PD-L1) 表达的预测性能.

主要方法:

• 一项对264名NSCLC患者的回顾性研究 (159名培训,105名验证).
• 从瘤子区域中提取的放射性特征使用K-平均集群和LASSO回归.
• 使用支持矢量机器构建的SRRM;经过验证,用于无进展生存 (PFS) 预测.
• 通过下一代测序评估TMB;PD-L1表达通过免疫组织化学.

主要成果:

• 使用11个亚区域放射性特征的SRRM,实现了0.90 (培训) 和0.86 (验证) 的AUC.
• 在两个队列中,SRRM与PFS显著相关 (HR <0.50,P <0.001).
• 与PD-L1 (AUC0.86与0.66) 和TMB (AUC0.86与0.54) 相比,SRRM显示出更好的预测性能.

结论:

• 该SRRM在NSCLC中表现出免疫治疗反应的优异预测性能.
• 在接受免疫治疗的NSCLC患者中,SRRM有效地分层了无进展生存风险.
• SRRM显示出作为指导NSCLC治疗的新型非侵入性生物标志物的潜力.