基于可溶性免疫检查点构建一个随机生存森林模型,以预测乙型肝炎病毒相关肝细胞癌的预后

科学领域:

• 免疫学 免疫学 免疫学
• 在瘤学瘤学.
• 肝病学 肝病学是一种肝病学.

背景情况:

• 免疫检查点阻塞 (ICB) 疗法是肝细胞癌 (HCC) 的关键免疫疗法,但其有效性有限.
• 可溶性免疫检查点 (sICs) 正在成为具有潜在临床意义的新型免疫调节剂.
• 在乙型肝炎病毒相关的HCC (HBV-HCC) 中调查sIC可以提供新的治疗点.

研究的目的:

• 评估14个可溶性免疫检查点 (SIC) 的预后值,用于HBV-HCC患者.
• 开发使用sICs的HBV-HCC患者整体存活的预测模型.
• 探索sICs,临床参数和膜免疫检查点之间的相关性.

主要方法:

• 在健康对照组,慢性乙型肝炎,肝硬化和HBV-HCC组的256名参与者中测量了14种sIC的血水平.
• 考克斯回归和随机生存森林 (RSF) 模型用于变量选择和生存预测.
• 评估了RSF模型的预测性能,并分析了sIC和临床/膜标记物之间的相关性.

主要成果:

• 与健康对照人群相比,HBV-HCC患者的14种sIC水平升高.
• 在训练和验证组中,RSF模型在预测1年,2年和3年生存率方面表现出高准确性.
• 可溶性葡萄糖皮质体诱导瘤亡因子受体 (sGITR),可溶性编程细胞死亡连接体1 (sPD-L1),可溶性T细胞免疫球蛋白和含粘素域蛋白3 (sTIM-3) 与预后有显著关联.

结论:

• 一个基于sICs的预测模型有效地分层风险,并预测HBV-HCC患者的生存率.
• sGITR,sPD-L1和sTIM-3作为监测患者免疫状况的关键指标.
• 这些发现为开发针对HBV-HCC的新型免疫疗法提供了临床见解.