预测TACE加lenvatinib和PD-1抑制剂对不可切除的HCC的反应:一个多中心的观察研究
Li-Wei Deng1, Qing-Yun Xie2, Bo Peng3
1Department of Interventional Therapy, Sichuan Clinical Research Center for Cancer, Sichuan Cancer Hospital & Institute, Sichuan Cancer Center, University of Electronic Science and Technology of China, Chengdu, China.
European journal of radiology
|September 5, 2025
概括
一个新的EAPTT模型准确地预测了接受跨动脉化学栓塞 (TACE),伦瓦替尼和编程死亡-1抑制剂 (TLP) 的无法切除的肝细胞癌 (uHCC) 患者的治疗反应. 这种工具有助于识别最佳候选人以改善生存结果.
科学领域:
- 肝胆瘤学
- 转化癌症研究
- 临床预测模型
背景情况:
- 对于优化治疗,确定能对跨动脉化学栓塞 (TACE) 加上伦瓦替尼和编程死亡-1 抑制剂 (TLP) 反应的不可切除的肝细胞癌 (uHCC) 患者至关重要.
- 目前预测HHCC治疗反应的方法有限,因此需要开发更准确的预测工具.
研究的目的:
- 开发和验证HHCC患者对TLP治疗的客观瘤反应的预测模型.
- 在接受TLP治疗的HHCC患者中独立预测治疗反应的关键临床变量.
主要方法:
- 在接受TLP治疗的HHCC患者的训练队列 (n=107) 上使用多变量逻辑回归开发了一个名图模型,称为EAPTT模型.
- 通过使用曲线下的面积 (AUC) 和校准曲线,对模型的性能进行了内部 (n=46) 和外部 (n=52) 验证.
- 确定的主要预测因素包括东部合作性瘤组的性能状况,白蛋白- 白素等级,血小板- 淋巴细胞比率,瘤分布和总白素.
主要成果:
- 在培训,内部验证和外部验证队列中,EAPTT模型显示出高预测精度,AUC分别为0. 84,0. 90和0. 85.
- 在预测治疗反应方面,EAPTT模型明显优于其他七种预测模型.
- 通过EAPTT模型进行分层,预测反应者与非反应者之间的无进展生存率和整体生存率有显著差异.
结论:
- 在接受TLP治疗的HHCC患者中,EAPTT模型提供了可靠且经过验证的治疗反应预测工具.
- 这种模型可以帮助临床医生精确地分层患者的疗效,并确定TLP治疗的最佳候选人.
- EAPTT模型有可能个性化治疗策略并改善HHCC患者的治疗结果.
更多相关视频
06:38An Oncogenic Hepatocyte-Induced Orthotopic Mouse Model of Hepatocellular Cancer Arising in the Setting of Hepatic Inflammation and Fibrosis
Published on: September 12, 2019
9.0K
09:11Y-90 Radioembolization and PD-1 Inhibitor as Neoadjuvant Treatment in Hepatocellular Carcinoma
Published on: May 24, 2024
593
