NAMs新方法学前沿

胃癌 CT 微环境评分与治疗反应回顾性评价

融合计算机断层扫描(computed tomography,CT)深度特征与影像组学,以组织微环境为参照,再检查与化疗比较及抗 PD-1 客观应答的关联。

用途与模型

研究用途
研究影像微环境评分能否补充胃癌药物反应分层,区分组织分类、预后和治疗应答终点。
模型与细胞来源
胃癌门静脉期增强 CT;卷积网络与 361 项影像特征融合,最大肿瘤截面分析,组织免疫组化分类为参照。
方法版本
2023 年 HR-Rad-Net/6 个队列评价版本
实验形式
398 人训练,内部/外部队列验证;术后 II/III 期化疗与未化疗倾向评分匹配;独立 321 人免疫治疗评价。

材料与平台

建模与组织参照
手术患者 2365 人,5 个队列;其中 695 有免疫组化微环境参照。训练阈值 0.428 用于高/低评分。
化疗比较
1773 例 II/III 期中 881 人化疗;包括卡培他滨/奥沙利铂及氟尿嘧啶/亚叶酸/奥沙利铂方案,1:1 匹配治疗与未治疗者。
免疫治疗
321 例晚期抗 PD-1 治疗患者,含 83 例单药亚组;客观应答为完全/部分缓解,并与 PD-L1 综合阳性评分比较。

测量指标与分析

  • 组织微环境分类 AUC
  • 化疗与未化疗无病生存
  • 免疫治疗客观应答
  • 无进展生存
  • 影像与 PD-L1 合并模型 AUC

微环境分类和治疗反应分开评价。按训练阈值分组,调整已知临床因素;治疗关联不等于随机试验确认的因果获益。

研究设计与结果

实验条件比较

研究设计
多队列回顾性组织分类验证、匹配后的化疗比较及抗 PD-1 客观应答评价。
测试范围
总 2686 人;2365 手术患者、其中 695 有组织参照;另 321 免疫治疗患者,其中 83 单药。患者来自中国广州地区。
参照体系
组织免疫组化分类;化疗与未化疗;影像评分、PD-L1 评分及合并模型。
研究结果
组织分类验证的受试者工作特征曲线下面积(area under the receiver operating characteristic curve,AUC)为 0.912/0.909;免疫治疗高、低评分组应答分别为 57.8% 和 14.2%,影像应答 AUC 为 0.722,合并 PD-L1 为 0.783。倾向评分匹配后,与未接受辅助化疗者相比,高评分 II/III 期患者的化疗组无病生存较好;低评分组未见改善,其中 II 期化疗组反而较差(风险比 1.704)。

适用条件与研究局限

  • 回顾性、治疗选择非随机,倾向匹配仍有残余混杂。
  • 组织分类 AUC 不等于药物应答 AUC。
  • 化疗敏感/耐药按 2 年无病生存定义,不是体外药敏。
  • 单地域人群,需不同扫描仪和前瞻性治疗决策验证。

来源与原文

  1. Non-invasive tumor microenvironment evaluation and treatment response prediction in gastric cancer using deep learning radiomics原始研究 · Cell Reports Medicine · 2023-08-08

相关资讯与知识

自定义隐私设置

必要设置始终启用

用于记住你的隐私选择。文章原站配图会向图片提供方发起请求,详见隐私政策。