相关实验视频
Updated: Jan 8, 2026
08:50
Predictive Immune Modeling of Solid Tumors
Published on: February 25, 2020
7.4K
免疫疗法生物标志物的比较预测价值:系统性审查和网络元分析
Nuerye Tuerhong1,2, Yang Yang1,2, Junhao Feng3
1Department of Medical Oncology, Cancer Center, West China Hospital, Sichuan University, Sichuan, China.
International journal of surgery (London, England)
|December 22, 2025
概括
这项研究比较了13个生物标志物来预测免疫治疗反应. 循环瘤DNA (ctDNA) 显示出最高的灵敏度,而高的PD-L1值和瘤突变负担 (TMB) 也成为强有力的预测因素.
科学领域:
- 在瘤学瘤学.
- 免疫学 免疫学 免疫学
- 生物标志物发现发现
背景情况:
- 免疫疗法改善了癌症存活率,但在60%以上的患者中有效率低于最佳.
- 鉴定免疫治疗反应的可靠预测生物标志物仍然是一个挑战,因为目前的指标不一致.
研究的目的:
- 系统地比较13个生物标志物对多种癌症类型的免疫疗法疗效的预测性能.
- 为了确定最佳的生物标志物来预测患者对癌症免疫疗法的反应.
主要方法:
- 进行了网络元分析 (NMA),系统地搜索主要数据库,直到2025年9月.
- 对13种生物标志物 (包括ctDNA,PD-L1,TMB,CD8+TILs,MSI和炎症标志物) 的评估敏感度,特异性,诊断几率比 (DOR) 和曲线下的面积 (AUC).
- 对特定的癌症类型进行了亚组分析,如NSCLC,黑色素瘤,肠道癌,泌尿腺癌和HNSCC.
主要成果:
- 该分析包括来自194项研究的54,634名患者.
- 循环瘤DNA (ctDNA) 显示出最高的灵敏度 (0.82) 和整体区分能力 (DOR=9.75,AUC=0.769).
- 高PD-L1值 (≥50%) 显示高特异性 (0.78) 但低敏感性 (0.42),而瘤突变负担 (TMB) 提供平衡的性能 (AUC=0.637). 微卫星不稳定性 (MSI) 具有最高的特异性 (0.89).
结论:
- 生物标志物的表现取决于上下文,这表明了个性化的免疫疗法策略.
- ctDNA,高值PD-L1 (≥50%),以及TMB是主要预测因素;组合可能会提高准确性.
- 未来的研究应该解决异质性和标准化问题,以完善免疫疗法选择,以获得最佳的患者益处.
