用数字病理学细分算法对直肠癌活检进行定量分析 QuantCRC 与治疗反应和复发有关

科学领域:

• 数字病理学数字病理学
• 在瘤学瘤学.
• 计算病理学计算病理学

背景情况:

• 新辅助疗法是直肠癌的标准治疗方法.
• 预测病理完整反应 (pCR) 和无复发生存率 (RFS) 是至关重要的.
• 数字病理学算法为预测结果提供了潜在的可能性.

研究的目的:

• 评估QuantCRC数字病理学算法,用于预测pCR,RFS,并与直肠癌的转录基因分析相关联.
• 评估QuantCRC与治疗前活检中的临床结果的相关性.

主要方法:

• QuantCRC算法应用于288 (培训) 和37 (验证) 的治疗前直肠癌活检.
• 使用逻辑回归和Cox建模分析了pCR和RFS的关联.
• 与转录组数字空间分析进行的相关性.

主要成果:

• 量子CRC衍生的瘤透淋巴细胞 (TILs) 与pCR相关 (OR=1.05,P=.038) 并且在pCR病例中较高 (91.3 vs 55.9/mm2,P=.004).
• QuantCRC %高瘤等级独立预测更糟糕的RFS (HR=1.27,P=.002),在高等级≥10.1%的患者中减少了5年RFS (69%vs83%,P=.007).
• 高IL-6/JAK/STAT3信号与更糟糕的RFS相关;低IL-6/JAK/STAT3表达与更高的TILs相关.

结论:

• 在治疗前活检中的QuantCRC衍生的TILs预测了pCR对直肠癌中新辅助疗法的pCR.
• QuantCRC %高瘤等级预测复发风险,识别需要更密切监测的患者.
• 对直肠癌活检的数字病理学分析显示了个性化治疗策略的前景.