Агенты иммунотерапии, которые ингибируют молекулы PD1, PD-L1 или CTLA-4, стали широко использоваться в клинической практике для лечения немелкоклеточного рака легкого или НМРЛ. Приблизительно от 20% до 50% пациентов с запущенным НМРЛ имеют сильный ответ на иммунотерапию и показывают длительную выживаемость, но у остальных пациентов часто наблюдается плохой ответ. Существует острая необходимость в идентификации биомаркеров, которые могут предсказать, какие пациенты не ответят на терапию, чтобы избежать ненужного лечения и вместо этого назначить потенциально полезные лекарства.
Экспрессия PD-L1, измеренная в опухоли пациента, является обычным биомаркером, который часто используется для определения пациентов, которым следует лечить терапию анти-PD1 / PD-L1. Однако несколько исследований показали, что пациенты могут реагировать на эти агенты даже при низкой экспрессии PD-L1. Другие аналогичные тканевые биомаркеры могут быть дорогостоящими или требовать адекватного качества и количества ткани, предложение которых может быть ограничено.
В новой статье, опубликованной в JNCI Cancer Spectrum , исследователи онкологического центра Моффитта описывают созданную ими модель прогнозирования , которая включает информацию, рассчитанную на основе изображений компьютерной томографии, которая может идентифицировать пациентов, которые вряд ли ответят на иммунотерапию .
Вместо того, чтобы анализировать общие тканевые биомаркеры, такие как паттерны экспрессии белков, исследовательская группа Моффитта оценила потенциал использования характеристик из компьютерной томографии перед лечением в сочетании с клиническими данными для выявления маркеров, связанных с результатами иммунотерапии.
«Количественные характеристики, основанные на изображениях, или радиомика, отражают лежащую в основе патофизиологию и неоднородность опухоли и имеют преимущества перед биомаркерами на основе тканей, поскольку они могут быть быстро извлечены с использованием стандартных медицинских изображений и сбора данных всей опухоли, а не небольшой часть опухоли, которая подвергается биопсии и анализу », - сказал Мэтью Шабат, доктор философии, член-корреспондент отдела эпидемиологии рака в Моффитте.
Исследователи проанализировали клинические характеристики и рентгенологические особенности 180 пациентов с НМРЛ, получавших анти-PD1 / PD-L1 с терапией анти-CTLA-4 или без нее. «Наша цель состояла в том, чтобы создать экономную модель, известную как простая модель с наименьшим количеством переменных и максимально возможной предсказательной силой», - сказал Боб Гиллис, доктор философии, старший член и председатель отделения физиологии рака.
Они обнаружили, что среди 16 рассмотренных клинических особенностей уровни сывороточного альбумина и количество метастазов у пациента были значительно связаны с общей выживаемостью. Среди 213 радиомных признаков обратная разница в матрице сочетания уровней серого (GLCM) была связана с общей выживаемостью. Статистический анализ и моделирование данных показали, что эти характеристики были подходящими параметрами для включения в модель, в результате чего были разделены четыре группы в зависимости от риска смерти после иммунотерапии: низкий риск, средний риск, высокий риск и очень высокий риск.
Исследователи подтвердили свою модель на двух дополнительных популяциях пациентов и подтвердили, что группа очень высокого риска имела чрезвычайно низкую общую выживаемость после иммунотерапии с трехлетней общей выживаемостью 0%, в то время как группа низкого риска имела трехлетнюю общую выживаемость. примерно 40%. Они также обнаружили, что обратная разница радиомной функции GLCM была связана с экспрессией гена CAIX, который участвует в гипоксии опухоли и регулирует рост и метастазирование опухоли, что обеспечивает биологическую поддержку обратной разности GLCM в качестве потенциального биомаркера. Учитывая, что гипоксия или низкий уровень кислорода в тканях имеет важные последствия для всех типов развития рака, эти результаты предполагают, что обратная разница GLCM может быть возможным предиктором реакции пациента на другие противораковые препараты.
«Эти результаты показывают, что пациенты с очень высоким риском должны либо полностью избегать иммунотерапии, либо использовать предварительные комбинированные методы лечения, которые могут дать улучшенный ответ», - сказал Шабат. «Мы надеемся, что при дальнейших исследованиях эта модель может быть использована для изменения клинической практики и позволит пациентам избегать лекарств, на которые они могут не реагировать».
