对接受EGFR-TKI第一线治疗的肺腺癌患者开发和验证病理学基础的预后模型
Chunli Kong1,2,3, Liyun Zheng1,2,3, Jingjing Cao4
1Zhejiang Key Laboratory of Imaging and Interventional Medicine, Zhejiang Engineering Research Center of Interventional Medicine Engineering and Biotechnology, The Fifth Affiliated Hospital of Wenzhou Medical University, Lishui, China.
Annals of surgical oncology
|September 5, 2025
概括
在接受EGFR氨酸激酶抑制剂 (TKIs) 的肺腺癌 (LUAD) 患者中,基于病理学的新模型准确预测了疾病的进展. 这种工具通过将患者分成风险组来帮助个性化治疗,以获得更好的结果.
科学领域:
- 数字病理学
- 计算生物学
- 癌症学
背景情况:
- 准确的预后对于接受表皮生长因子受体 (EGFR) 氨酸激酶抑制剂 (TKI) 治疗的肺腺癌 (LUAD) 患者的个性化治疗至关重要.
- 现有的预后模型可能无法完全捕捉这种患者队列中疾病进展的复杂性.
研究的目的:
- 开发和验证一种基于病理学的新型预后模型,用于预测EGFR-TKI治疗的LUAD患者的疾病进展.
- 整合病理学特征与临床因素,以提高预测准确度.
主要方法:
- 在接受一线EGFR- TKI治疗的122名LUAD患者的回顾性分析.
- 从预处理H&E染色的整片图像中提取病态特征.
- 应用mRMR和LASSO考克斯回归来选择特征和开发病理学Score.
- 将病理Score和临床因素整合到预测模型中,使用AUC,ROC和校准曲线进行验证.
主要成果:
- 确定了五个关键的病态特征,并使用它们来创建病态评分,有效地将患者分为低风险和高风险组.
- 病理学Score和病理阶段是疾病进展的独立预测指标.
- 综合模型表现出强大的预测性能,AUC为0. 789 (训练) 和0. 728 (验证),同时具有高灵敏度和特异性.
结论:
- 开发的基于病理学的模型准确地预测了用EGFR- TKI治疗的LUAD患者的疾病进展.
- 这种模式通过使风险分层成为可能,促进了个性化治疗策略.
- 这些发现突显了数字病理学和计算分析在改善瘤结果方面的潜力.
更多相关视频
09:38Establishment and Characterization of Three Afatinib-resistant Lung Adenocarcinoma PC-9 Cell Lines Developed with Increasing Doses of Afatinib
Published on: June 26, 2019
8.0K
07:59Author Spotlight: Advancements in Molecular Biomarker Testing for Non-Squamous Non-Small Cell Lung Cancer
Published on: September 8, 2023
1.2K
