晚期NSCLC,PD-L1表达≥50%和表现不佳状态的患者的pembrolizumab单一治疗的长期结果:基于变压器的AI来描述预后复杂性的特征

科学领域:

• 在瘤学瘤学.
• 免疫治疗是一种免疫疗法.
• 现实世界的证据.

背景情况:

• 在患有ECOGPS≥2的患者中,先进NSCLC的第一线免疫疗法是有争议的,因为试验排除.
• 现实世界的数据表明,这些脆弱患者的一个子集可能会从治疗中获得长期益处.

研究的目的:

• 评估先进NSCLC和ECOGPS≥2的患者的长期生存结果,这些患者接受了第一线 pembrolizumab治疗.
• 通过使用先进的统计和人工智能模型,确定该人群中长期生存的预测因素.

主要方法:

• 全球Pembro-Real 5Y注册数据的分析 (>5年随访).
• 包括先进的NSCLC患者,PD-L1 TPS≥50%,接受一线 pembrolizumab治疗.
• 集成弹性网回归和基于变压器的AI模型 (NAIM) 进行结果预测.

主要成果:

• 161名ECOGPS≥2患者的中位寿命为5.4个月,5年生存率为13.0%.
• 高TMB和KRAS突变被确定为弹性网的潜在预测因素.
• 在长期幸存者中,NAIM强调骨转移和皮质类固醇使用是早期死亡的预测因素,以及BMI增加/宿主因素,但表现出过度匹配的担忧.

结论:

• 患有ECOGPS≥2的患者的一个子集通过使用 pembrolizumab 实现了长期生存,这表明单独的性能状态不应该排除治疗.
• 传统和人工智能模型在预测这种异质群体的长期结果方面面临挑战.
• 未来的研究应该专注于混合建模和前性验证,以更好地识别长期免疫疗法响应者.