在接受CAR-T治疗的B细胞淋巴瘤患者中预测生存,神经毒性和反应,使用基于成像特征的模型

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 免疫治疗是一种免疫疗法.

背景情况:

• 接受CAR-T治疗的复发/耐药 (R/R) B细胞淋巴瘤患者需要预后和预测模型.
• 当前的模型往往缺乏各种数据类型的整合.

研究的目的:

• 为接受CAR-T治疗的R/R B细胞淋巴瘤患者开发基于成像的预后和预测模型.
• 整合临床数据和成像特征,以预测治疗反应,整体存活率 (OS),无进展存活率 (PFS) 和免疫效应细胞相关神经毒性综合征 (ICANS).

主要方法:

• 对65名用CAR-T细胞治疗的R/R B细胞淋巴瘤患者进行了回顾性观察性研究.
• 系统地收集输注前[18F]FDG PET/CT扫描和临床数据.
• 使用Quibim平台提取成像特征 (例如MTVtotal,TLGtotal,SUV参数).

主要成果:

• 后勤回归模型准确预测了神经毒性 (AUC:0.830).
• 考克斯模型在3个月和6个月的CAR-T反应中显示出高精度 (AUC:0.754和0.818).
• 总代谢瘤体积 (MTVtotal) 有效地对OS和PFS患者进行了分层,组合模型的表现优于使用单个数据类型的模型.

结论:

• 综合成像和临床数据有效预测R/R B细胞淋巴瘤患者接受CAR-T的结果.
• MTVtotal作为一个关键的预后因素,对OS和PFS患者进行分层.
• 已开发的模型在CAR-T疗法中显示出风险分层和个性化治疗策略的前景.