炎症分子集群作为预测免疫疗法响应在高级非小细胞肺癌的预测器

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:

• 免疫疗法改善了高级非小细胞肺癌 (NSCLC) 的结果,但个体生物标志物的预测价值是有限的.
• 常规血液检查中的系统性炎症指数可能会为宿主瘤免疫生物学提供更广泛的视角.

研究的目的:

• 研究NSCLC中免疫检查点抑制剂 (ICI) 反应的系统性炎症指数,PD-L1表达和分子变化的综合预测值.
• 将患者分为不同的炎症分子集群,以确定具有差异治疗结果的子组.

主要方法:

• 对298名IIIB-IV期NSCLC患者进行了回顾性研究,这些患者接受ICI治疗.
• 收集了基线中性粒细胞与淋巴细胞的比率 (NLR),血小板与淋巴细胞的比率 (PLR),淋巴细胞与单细胞的比率 (LMR),SII,PD-L1表达和分子变化 (EGFR,KRAS,ALK,TP53).
• 使用卡普兰-梅尔和考克斯分析评估了与客观反应率 (ORR),无进展生存率 (PFS) 和整体生存率 (OS) 的关联.

主要成果:

• 四个不同的炎症分子集群显示出明显不同的结果 (p < 0.001).
• 较低的NLR和高的PD-L1表达 (A组) 与最高的ORR (41%),最长的PFS (13.0个月) 和OS (22.5个月) 相相关.
• 高的NLR,低的PD-L1 (<1%) 和EGFR突变独立地预测了更短的PFS. 一个组合模型显示出优异的预测性能 (AUC 0.82).

结论:

• 将系统性炎症指数与PD-L1和分子状态相结合,可以确定具有临床意义的NSCLC亚组,具有不同的免疫治疗结果.
• 这种多维方法提高了ICI反应和患者分层的预测,特别是当广泛的分子分析有限时.