早期乳腺癌中的雌激素信号:对新辅助化疗和免疫疗法的影响

科学领域:

• 在瘤学瘤学.
• 免疫学 免疫学 免疫学
• 基因组学就是基因组学.

背景情况:

• 新辅助化疗免疫疗法 (NACIT) 改善了三阴性乳腺癌 (TNBC) 的结果,并且在雌激素受体阳性 (ER+),人体表皮生长因子受体2-阴性 (HER2-) 乳腺癌 (BC) 中表现有前途.
• 预测患者对NACIT的反应具有挑战性,但对于最小化毒性和确定替代治疗方法至关重要.
• 了解反应的预测因素是定制新辅助疗法的关键,用于早期的BC.

研究的目的:

• 对接受新辅助化疗 (NACT) 和NACIT的早期BC患者治疗反应预测因子的现有翻译和临床证据进行审查.
• 为了确定与NACT/NACIT有效性相关的治疗前瘤特征.
• 突出开发全面预测模型的挑战,并探索新方法的潜力.

主要方法:

• 对早期BC中新辅助疗法反应预测因子的翻译和临床研究的系统综述.
• 分析证据,将瘤突变特征,ER信号,免疫细胞透,基因特征和细胞增殖与治疗结果联系起来.
• 评估当前预测方法的局限性以及多式联运和人工智能驱动方法的潜力.

主要成果:

• NACT/NACIT的有效性可能与治疗前的瘤特征相关,例如突变特征,ER表达,免疫细胞的存在和组织,基因特征和增殖水平.
• 目前的证据在很大程度上是定性性的,这给将各种预测因素整合到经过验证的多式联运模型带来了挑战.
• 基于人工智能的多式联络方法的预测能力需要进一步调查,因为可能存在偏见.

结论:

• 治疗前的瘤特征有可能成为早期BC.新辅助疗法响应的预测因素.
• 开发强大的多式联运预测模型仍然是一个重大挑战.
• 人工智能的进步和持续的基础/翻译研究可能会改善对HER2-BC的治疗结果预测.