相关实验视频
Updated: Jun 13, 2026
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
6.9K
临床多维预后野图,用于预测NSCLC免疫疗法的疗效
Qian Zhao1,2, Xiao Zhong2,3, Xiaoqing Wang4
1Department of Oncology, Renmin Hospital of Wuhan University, Wuhan, 430064, China.
Scientific reports
|September 13, 2024
概括
结合临床,放射性和免疫数据的新型多维模型改善了对非小细胞肺癌 (NSCLC) 患者免疫疗法疗效的预测. 这种方法提供了一个更个性化的治疗策略,以获得更好的患者结果.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 免疫学 免疫学 免疫学
背景情况:
- 免疫疗法已推进非小细胞肺癌 (NSCLC) 治疗,但低反应率需要预测标志物.
- 瘤异质性需要多维模型来准确预测疗效.
研究的目的:
- 开发和验证一个多维预测模型,用于在NSCLC患者免疫疗法疗效.
- 整合临床参数,放射性特征和免疫特征,以提高预测能力.
主要方法:
- 分析了接受免疫治疗的137名NSCLC患者.
- 收集了临床数据,CT衍生的放射性特征和免疫组织化学免疫特征.
- 拉索-考克斯回归识别了预测特征;使用C指数和AUC构建和评估了模型 (mLIPI,Radioscore,免疫评分,多维).
主要成果:
- 三种放射性特征和三个免疫特征被确定为预测性特征.
- 与单个模型相比,多维模型对无进展生存 (PFS) 和总生存 (OS) 的预测效果更好 (C指数:PFS的0.721,OS的0.727;AUC:PFS的0.771,OS的0.768).
- mLIPI,Radioscore和免疫评分是PFS和OS的独立预测指标.
结论:
- 综合临床,放射性和免疫数据的多维模型显著改善了在NSCLC中免疫疗法疗效的预测.
- 该模型为NSCLC治疗提供了更精确和个性化的方法,有可能改善患者的治疗结果.
- 对于临床应用,需要进一步验证.
