一个基于病理特征的早期复发预测模型,用于肝细胞癌的新辅助免疫疗法后的肝细胞癌

科学领域:

• 肝胆道手术 肝胆道手术
• 癌症免疫学 癌症免疫学
• 在瘤学瘤学.

背景情况:

• 新辅助免疫疗法改善了肝细胞癌 (HCC) 的结果,但早期复发仍然存在.
• 识别无复发生存 (RFS) 的预测因素对于优化治疗策略至关重要.
• 这项研究侧重于接受新辅助抗PD-1治疗的HCC患者.

研究的目的:

• 确定与RFS相关的临床病理和免疫微环境特征.
• 为在接受新辅助抗PD-1治疗的HCC患者中早期复发开发一个预测模型.

主要方法:

• 对70名接受新辅助抗PD-1疗法治疗的HCCC患者的临床病理学数据和免疫微环境概况的分析.
• 评估微血管入侵 (MVI),瘤囊完整性和免疫细胞透.
• 多变量考克斯回归,卡普兰-梅尔分析,以及用于复发风险预测的诺莫格拉姆构造.

主要成果:

• 泡细胞反应和瘤透淋巴细胞 (TILs) 与免疫治疗反应相关.
• 没有MVI,完整的瘤囊和高CD4+T细胞密度预测了长时间的RFS.
• 整合这些因素的诺米图显示了早期复发的强大预测准确性.

结论:

• 缺少微血管入侵,瘤囊完整性和CD4+T细胞透是RFS的关键预测因素.
• 开发的诺米克图是用于早期复发风险评估的临床可行的工具.
• 个性化术后监测和辅助疗法可以通过这种预测模型来指导改善生存率.