相关实验视频
Updated: Jun 18, 2025
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
在不可切割的IV阶段黑色素瘤中,用于预测一线抗PD-1基免疫治疗后的生存率的诺莫грам:一项多中心国际研究
E Chatziioannou1, L M Serna Higuita2, S Kreft3
1Center for Dermato-oncology, Department of Dermatology, Eberhard Karls University of Tübingen, Tübingen; Cluster of Excellence iFIT (EXC 2180) 'Image-Guided and Functionally Instructed Tumor Therapies', Tübingen.
ESMO open
|August 3, 2024
概括
这项研究开发了一种预测工具,以确定可能从一线抗编程细胞死亡蛋白1 (PD-1) 免疫疗法中受益的第四阶段黑色素瘤患者,帮助治疗决策以获得更好的无进展生存 (PFS).
科学领域:
- 在瘤学瘤学.
- 免疫治疗是一种免疫疗法.
- 黑色素瘤研究 黑色素瘤研究
背景情况:
- 反编程细胞死亡蛋白1 (PD-1) 免疫疗法已经改变了先进的黑色素瘤治疗.
- 然而,40%-60%的患者对这种疗法没有反应.
- 需要预测性标记来优化治疗选择.
研究的目的:
- 在接受一线抗PD-1治疗的IV期黑色素瘤患者中确定无进展生存 (PFS) 的预测因素.
- 开发和验证一个用户友好的PFS预测名录.
主要方法:
- 719名无法切除的IV期黑色素瘤患者的回顾性分析,这些患者接受了一线抗PD-1疗法 (2014-2018).
- 利用随机生存森林和考克斯模型来识别重要变量.
- 开发并验证了一种包含临床病理学和血液标记物的名图.
主要成果:
- 使用乳酸脱酶 (LDH),S100,黑色素瘤亚型,中性粒细胞与淋巴细胞比率 (NLR),体重指数,免疫检查点抑制剂类型和转移的存在,创建了一个名图.
- 诺莫格拉姆的C指数为0.67 (培训) 和0.66 (验证).
- 在预测和实际PFS率之间观察到有利的校准.
结论:
- 为长期PFS开发了一种经过验证的预测名录.
- 该工具有助于预测第一线抗PD-1免疫疗法治疗IV期黑色素瘤患者的结果.
- 在晚期黑色素瘤中改善个性化治疗策略.
