基于多重免疫光定量分析的预测模型,用于肺状细胞癌中对新辅助免疫化学疗法的病理完整反应
Meng Xiao1, Lili Tu1, Ting Zhou1
1The Geriatric Respiratory Department, Sichuan Provincial People's Hospital, University of Electronic Science and Technology of China, Chengdu, China.
Frontiers in oncology
|June 18, 2024
概括
这项研究开发了新辅助免疫化学疗法 (NICT) 在肺状细胞癌中的预测模型. 该模型使用CD8+,PD-L1+和CD8+PD-L1+细胞密度准确预测治疗反应,指导临床决策.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 病理学 病理学 病理学
背景情况:
- 肺状细胞癌 (LSCC) 需要有效的新辅助免疫化学疗法 (NICT).
- 在LSCC的NICT中预测治疗反应仍然是一个临床挑战.
- 了解瘤免疫微环境对于优化LSCC治疗策略至关重要.
研究的目的:
- 建立新辅助免疫化学疗法 (NICT) 对肺状细胞癌 (LSCC) 的反应的预测模型.
- 为了确定关键的免疫细胞标记物与NICT后的病理完整反应 (PCR) 相关.
- 为接受NICT的LSCC患者指导临床治疗决策.
主要方法:
- 对50名用NICT治疗的LSCC患者的回顾性分析.
- 使用HE染色和多重免疫光 (mIF) 来评估免疫细胞密度的组织病理学分析.
- 使用LASSO和基于显著免疫标记物的最佳子集回归的预测模型的开发.
主要成果:
- 瘤区域中CD8+,PD-L1+和CD8+PD-L1+免疫细胞的密度较高与病理完整反应 (PCR) 有关.
- 开发的预测模型显示出高性能 (AUC=0.965训练,AUC=0.786验证).
- 该模型在预测NICT结果的准确性,特异性和灵敏性方面超过了传统的TPS评分标准.
结论:
- CD8+,PD-L1+和CD8+PD-L1+细胞丰度是LSCC中NICT疗效的关键预测因素.
- 已建立的预测模型为预测治疗结果提供了可靠的工具.
- 这个模型可以帮助选择最佳的NICT治疗策略,用于LSCC患者.
