[特定于瘤微环境的CT放射学特征用于预测非小细胞肺癌免疫治疗反应]

科学领域:

• 在瘤学瘤学.
• 放射学 放射学是一门学科.
• 基因组学就是基因组学.
• 免疫治疗是一种免疫疗法.

背景情况:

• 免疫检查点抑制剂 (ICI) 在高级非小细胞肺癌 (aNSCLC) 中表现有前途.
• 预测ICI疗效仍然具有挑战性,需要新的生物标志物.
• 瘤微环境 (TME) 和临床因素影响治疗反应.

研究的目的:

• 在一个NSCLC中构建一个ICI疗效的预测名录.
• 为了整合胸部CT放射学,TME特征和临床参数.
• 开发一个针对个性化免疫治疗决策的工具.

主要方法:

• 来自TCGA,GEO和TCIA数据库的综合转录和CT成像数据.
• 利用WGCNA识别免疫治疗相关基因 (IRG) 并构建了一个预后模型.
• 提取了放射学特征,并使用LASSO和后勤回归开发了一个结合的临床-放射学模型和名图.

主要成果:

• 确定了84个在免疫激活通路中丰富的IRG.
• 组合模型在培训 (AUC=0.725) 和验证 (AUC=0.706) 队列中显示出良好的预测性能.
• 通过校准和决策曲线分析,Nomogram的临床效用得到了证实.

结论:

• 建立了一个基因组-放射性-临床框架,用于预测aNSCLC中的ICI疗效.
• 诺米图作为一种可解释的生物标志物组合和临床决策工具.
• 这种方法为NSCLC患者提供了个性化免疫疗法策略.