使用人工智能算法对含有ROS1融合的非小细胞肺癌进行PD-L1表达评分:潜在的临床生物意义

科学领域:

• 在瘤学瘤学.
• 分子生物学分子生物学
• 翻译研究是翻译研究.

背景情况:

• 在ROS1阳性非小细胞肺癌 (NSCLC) 中,编程死亡配体1 (PD-L1) 表达的临床和生物作用尚不清楚.
• 了解PD-L1表达对于这种特定NSCLC亚型的潜在治疗策略至关重要.

研究的目的:

• 在ROS1阳性NSCLC患者中研究PD-L1表达的临床生物学意义.
• 探索PD-L1瘤比例得分 (TPS) 和临床/分子特征之间的相关性,包括融合伙伴和整体存活率.
• 将手动PD-L1 TPS评估与人工智能 (AI) 算法进行比较.

主要方法:

• 这是一项追溯描述性研究,对24名ROS1阳性NSCLC患者进行了追溯描述,这些患者在2013年至2023年期间在西班牙五家医院接受治疗.
• 手动PD-L1瘤比例评分 (TPS) 评估 (克隆SP263) 和通过两个AI算法进行评估.
• 收集和分析临床和分子数据,包括ROS1融合伙伴,按PD-L1水平分类.

主要成果:

• 研究队列主要包括腺癌患者 (87.5%),CD74是最常见的ROS1融合伙伴 (41.6%).
• 在ROS1融合合作伙伴类别和PD-L1TPS≥50% (p=0.008) 之间发现了统计学上显著的关联,特别是与EZR融合合作伙伴 (平均TPS:62.1) 之间.
• 虽然PD-L1 TPS类别的整体存活率没有显著差异,但在TPS≥50%和EZR融合患者中观察到较短存活率的趋势.

结论:

• 在ROS1阳性NSCLC中,PD-L1表达似乎具有生物学意义,特别是当与EZR融合伙伴和高PD-L1TPS (≥50%) 相关时,这与总生存率降低有关.
• 基于人工智能的PD-L1评估与手动评估相比没有显著差异.
• 这些发现表明PD-L1表达在特定ROS1阳性NSCLC亚组中的潜在预后价值.