一个CAR-T响应预测模型,用于r/r B-NHL患者,基于T细胞子集名组图

科学领域:

• 免疫治疗是一种免疫疗法.
• 血液瘤学 血液瘤学
• 细胞疗法细胞疗法

背景情况:

• 化学抗原受体 (CAR) T细胞疗法在耐火性或复发性 (r/r) B细胞非霍奇金淋巴瘤 (NHL) 中显示出有效性.
• 在r/r B-NHL中对CAR-T治疗反应的预测因素仍然不完全理解.
• 研究这些因素对于优化治疗策略至关重要.

研究的目的:

• 确定影响CD19 CAR-T细胞治疗在r/r B-NHL中的疗效的独立因素.
• 开发治疗反应的早期预测模型.
• 为评估CAR-T治疗结果建立一个名图.

主要方法:

• 以CD19 CAR-T细胞治疗的43名B-NHL患者的回顾性分析.
• 单变量和二进制逻辑回归以确定完全缓解 (CR) 和部分缓解 (PR) 的独立预测因素.
• 使用接收机操作特征 (ROC) 分析和校准图表,开发和验证一个名ogram模型.

主要成果:

• 在细胞毒性T细胞 (Tc) 中,中央记忆T细胞 (Tcm) 与天真T细胞 (Tn) 的比例被确定为治疗反应的独立风险因素.
• 纳入Tcm/Tc和Tn/Tc比率的诺莫格拉姆模型显示出出色的预测值,曲线下的面积 (AUC) 为0.914.
• 该模型在预测治疗反应方面获得了83%的灵敏度和74.2%的特异性;没有观察到无进展生存时间 (PFS) 的显著差异.

结论:

• Tcm/Tc与Tn/Tc的比率有效地预测了在r/r B-NHL中对CD19 CAR-T细胞的治疗反应.
• 一个经过验证的诺莫格拉姆模型为评估CAR-T治疗反应提供了高的特异性和灵敏性.
• 这种模型可以帮助早期预测和管理CAR-T治疗结果.