使用常规血液测试和临床数据预测检查点抑制剂免疫治疗癌症的疗效
Seong-Keun Yoo1,2,3,4,5,6, Conall W Fitzgerald7,8, Byuri Angela Cho1,2,3,4,5,6
1Marc and Jennifer Lipschultz Precision Immunology Institute, Icahn School of Medicine at Mount Sinai, New York, NY, USA.
Nature medicine
|January 6, 2025
概括
使用常规血液检测的机器学习系统SCORPIO准确地预测了许多癌症类型中免疫检查点抑制剂 (ICI) 对患者的益处. 该工具为预测ICI治疗反应提供了复杂基因组测试的更简单的替代方案.
科学领域:
- 在瘤学瘤学.
- 计算生物学 计算生物学
- 生物统计学 生物统计学
背景情况:
- 预测患者对免疫检查点抑制剂 (ICI) 的反应对于有效的癌症治疗至关重要.
- 目前的方法通常依赖于复杂的基因组或免疫学分析,从而产生对更简单的预测工具的临床需求.
研究的目的:
- 开发和验证SCORPIO,一种用于预测ICI治疗患者结果的机器学习系统.
- 评估SCORPIO与现有的生物标志物 (如瘤突变负担 (TMB) 和编程死亡配体1 (PD-L1) 免疫染色等) 的性能.
主要方法:
- SCORPIO是使用常规血液检测 (全血细胞计,综合代谢资料) 和1,628名ICI治疗的癌症患者的临床数据开发的.
- 该系统在内部测试组 (2511名患者) 和来自全球试验的外部验证队伍 (4447名患者) 和现实世界卫生系统 (1159名患者) 上进行了评估.
- 用时间依赖的区域在接收器操作特征曲线 (AUC(t)) 下测量了整体存活率和临床益处预测的AUC.
主要成果:
- 在内部验证中,SCORPIO在总生存期 (中位数AUC(t) 0.763和0.759) 和临床益处 (AUC 0.714和0.641) 方面取得了强大的预测性表现.
- 该系统在预测整体存活率和临床益处方面表现优于瘤突变负担 (TMB).
- 外部验证证实了SCORPIO的强大表现,在预测ICI结果方面超过了编程死亡链接1 (PD-L1) 免疫染.
结论:
- SCORPIO可靠地预测ICI治疗患者在各种癌症类型的结果,使用随时可用的临床和血液测试数据.
- 该系统展示了作为指导ICI治疗决策在各种临床环境中的实用和适应性工具的潜力.
- SCORPIO为复杂的生物标志物提供了一个有希望的替代品,有可能改善患者对免疫治疗的选择.
