在高度神经内分泌瘤中进行预后分层和治疗指导的综合局部和全球Ki67分析:一项多中心验证研究
Jin Chu1,2,3, Haiyu Gong4, Heli Gao5
1Department of Pathology, Fudan University Shanghai Cancer Center, Shanghai, China.
International journal of surgery (London, England)
|December 19, 2025
概括
一个新的数字生物标志物,综合局部-全球Ki67 (IL-GKi67) 评分,可以准确地区分高度神经内分泌G3瘤 (G3 NETs) 和癌症 (NECs). 这一分数改善了风险分层,并预测了化疗反应,有助于对神经内分泌瘤的个性化治疗.
科学领域:
- 数字病理学数字病理学
- 在瘤学瘤学.
- 生物标志物的发展发展.
背景情况:
- 区分高度神经内分泌G3瘤 (G3 NETs) 和神经内分泌癌 (NECs) 是具有挑战性的,并影响治疗决策.
- 传统的Ki67热点分析缺乏对这些瘤的强大风险分层能力.
研究的目的:
- 开发和验证数字病理生物标志物,以改善高度神经内分泌瘤 (HGNENs) 的风险分层.
- 克服手动Ki67评估在区分G3 NET和NEC方面的局限性.
- 以指导个性化的辅助化疗决策.
主要方法:
- 开发了综合局部-全球Ki67 (IL-GKi67) 评分,将局部和全球Ki67异质性从整个幻灯片图像中结合起来.
- 在一个多中心队列 (N=349) 中评估了预后和预测性能,并进行了内部和外部验证.
主要成果:
- IL-GKi67评分是一个独立的预后因素,与整体存活率 (HR=4.169,P=0.009) 有显著的相关性,优于传统方法.
- IL-GKi67是一种预测性生物标志物,识别了从辅助化疗中受益的患者 (HR=0.069,P=0.002),特别是在NEC亚组 (HR=0.061,P<0.001).
- 该得分与TP53突变状态相关,并改进G3 NET/NEC分类,以更好地分层风险.
结论:
- IL-GKi67是一种经过验证,可解释的数字生物标志物,超越了手动Ki67评估的限制.
- 它整合了扩散模式,以提高HGNEN中的风险分层.
- 为个性化辅助化疗选择提供了一个实用的工具.
