HER2定量连续评分用于精确的患者选择,在HER2阴性中,trastuzumab deruxtecan治疗乳腺癌

科学领域:

• 在瘤学瘤学.
• 生物标志物发现发现
• 数字病理学数字病理学

背景情况:

• 针对向癌症治疗的免疫组织化学 (IHC) 评分是主观的和半定量的.
• 目前的IHC方法不能完全捕捉生物标志物表达异质性.
• 准确的HER2生物标志物评估对于乳腺癌治疗选择至关重要.

研究的目的:

• 开发和验证基于图像分析的HER2表达量的量化连续评分 (QCS) 方法.
• 评估QCS在HER2向乳腺癌治疗中的患者分层的有效性.
• 将QCS性能与标准手动评分指南进行比较.

主要方法:

• 数字全幻灯片成像HER2染色乳腺癌组织.
• 开发QCS算法,分析细胞下HER2表达和空间分布.
• 从一期研究 (NCT02564900) 的患者数据分析,用于治疗trastuzumab deruxtecan.

主要成果:

• 基于QCS的患者分层表现出明显更长的无进展生存期 (14.8个月与8.6个月).
• QCS实现了更高的患者选择率 (76.4%对56.9%),统计学意义提高 (p=0.026对0.26).
• 在HER2阴性亚组中,QCS具有准确识别的响应者特征,预测了26例中的20例.

结论:

• 与手动IHC评分相比,QCS提供了HER2表达的更客观和定量评估.
• QCS增强了患者分层,从而改善了针对HER2的乳腺癌治疗的结果.
• 这种图像分析方法有可能改进精密瘤学的生物标志物评估.