用于动态监测肿瘤发炎微环境和免疫治疗反应预测的影像组学特征

主要观点总结

本文介绍了一项在西班牙巴塞罗那Vall d'Hebron肿瘤研究所进行的关于免疫疗法反应预测的研究，该研究所于2025年1月在Journal for ImmunoTherapy of Cancer杂志上发表了一篇题为Radiomics signature for dynamic monitoring of tumor inflamed microenvironment and immunotherapy response prediction的研究。该研究旨在通过结合影像组学和T细胞浸润的基因表达谱，开发ICI反应特征，以全面评估不同癌症的肿瘤免疫微环境（TIME）。

关键观点总结

关键观点1: 研究背景

该研究关注免疫检查点抑制剂（ICI）的疗效，该疗效取决于肿瘤免疫微环境（TIME）。为了全面评估TIME，研究采用了放射组学方法，应对基于组织评估的挑战，如活检等。此外，该研究还结合了T细胞浸润的基因表达谱进行分析。

关键观点2: 研究方法

该研究对影像组学在TIME评估中的效用进行了泛癌种调查，涉及来自428名患者的1360个肿瘤。研究采用对比增强的CT图像，并使用机器学习来选择稳健的放射组学特征，以预测T细胞浸润的TIME。

关键观点3: 研究结果

研究结果显示，开发的CT-TIME标签包括与T细胞浸润微环境相关的四个放射组学特征，表现出稳健的性能。此外，CT-TIME评分与CD3、CD8和CD163的表达呈正相关。研究还发现，患者之间的TIME存在相当大的异质性，这无法使用活检进行评估。使用CT-TIME评分的患者显示出延长的无进展生存期（PFS）。

关键观点4: 研究结论

该研究得出结论，该标签有望影响免疫检查点疗法的临床决策、泛癌患者分层和治疗结果。

免责声明