临床与体成分参数预测胃癌化疗联合PD-1抑制剂疗效的研究

本研究基于临床指标与体成分参数构建预测模型，旨在筛选对化疗联合PD-1抑制剂（免疫检查点抑制剂）敏感的新辅助/辅助治疗胃癌（GC）患者。模型整合骨骼肌辐射衰减值（SMRA）、中性粒细胞-淋巴细胞比值（NLR）和体重减轻程度，可有效识别病理缓解（TRG0/1）人群并预测其总生存（OS）获益，为个体化免疫治疗策略提供重要依据。

　　

背景

胃癌是全球范围内恶性程度较高的疾病之一，尤其在中国，其发病率和死亡率均居于前列。超过40%的新发病例出现在中国，且约80%的患者确诊时已处于进展期。尽管化疗联合PD-1抑制剂在HER2阴性晚期胃癌患者中显示出优于单纯化疗的生存获益，但仍存在响应率有限及免疫相关不良事件（irAEs）的风险。因此，亟需开发可预测疗效的生物标志物，以优化治疗策略并避免不必要的并发症。

现有生物标志物如PD-L1 CPS≥5和MSI-H在胃癌中的表达率较低，且检测结果受多种因素影响，限制了其临床应用。近年来，体成分参数作为反映宿主免疫状态和能量代谢的指标，逐渐受到关注。基于CT图像的体成分分析可客观评估骨骼肌和脂肪组织，为预测治疗反应提供了新思路。

方法

研究人群

研究回顾性纳入了两家医疗中心的胃癌患者数据。训练集包括来自瑞金医院的120例接受化疗联合PD-1抗体治疗（IO队列）和82例接受单纯化疗（CTx队列）的患者。外部验证集包括43例来自郑州大学第一附属医院的接受化疗联合PD-1抗体治疗的患者。所有患者均经病理确诊为胃腺癌，且在治疗前具备第三腰椎（L3）水平的增强CT图像。

治疗与评估

化疗方案包括FLOT、POS、POX等 triplet 方案以及SOX、XELOX等 doublet 方案。PD-1抑制剂包括帕博利珠单抗、纳武利尤单抗、卡瑞利珠单抗和信迪利单抗。治疗结束后，患者接受手术切除，病理反应根据肿瘤消退分级（TRG）进行评估，分为TRG0/1（完全或近完全缓解）和TRG2/3（部分或无缓解）。

体成分与临床参数分析

使用SliceOmatic软件在L3水平CT图像上分割骨骼肌（SM）、内脏脂肪组织（VAT）和皮下脂肪组织（SAT），并计算其面积指数（SMI、VATI、SATI）和平均辐射衰减（SMRA、VATRA、SATRA）。同时记录临床参数如年龄、性别、体重减轻、NLR等。

统计分析

采用单因素和多因素logistic回归分析筛选与TRG0/1相关的参数，并建立预测模型。通过ROC曲线评估模型性能，使用Kaplan-Meier分析比较不同风险组患者的生存差异。

结果

临床特征

训练集和验证集患者在性别、年龄、体重指数等基线特征上具有可比性。中位随访时间为37个月，IO队列的5年总生存率为66.0%，高于CTx队列的52.5%。

预测因子识别

在IO队列中，单因素分析显示SMRA、NLR和体重减轻≥5%与TRG0/1显著相关。而在CTx队列中，SATI和转移状态是主要相关因素，提示这些预测因子对免疫治疗具有特异性。

预测模型构建

基于多因素分析结果，建立logistic回归模型：Logit(p) = 1.407 ? 0.055 × SMRA + 0.397 × NLR + 0.749 × 体重减轻（<5%=0，≥5%=1）。该模型在训练集中的AUC为0.728，显著优于任一单独参数。

模型验证与效能

根据模型截断值（0.095），将IO队列患者分为应答良好组和应答不良组。良好组中67.3%的患者达到TRG0/1，显著高于不良组的27.7%。良好组患者的总生存也显著优于不良组。在外部验证集中，模型同样显示出良好的区分能力，良好组的TRG0/1率达77.8%，显著高于不良组。

讨论

本研究首次整合体成分参数与临床指标，构建了用于预测胃癌免疫治疗反应的多元模型。SMRA作为肌肉脂肪变性的指标，反映系统性炎症状态，可能通过影响CD8⁺ T细胞功能及肿瘤免疫微环境参与免疫治疗耐药。NLR和体重减轻则进一步体现了宿主免疫代谢状态的整体失衡。

该模型具有临床实用性强、成本低、可重复性高的优势，有助于在缺乏分子标志物的情况下指导治疗决策。未来需通过前瞻性研究进一步验证其预测价值，并探索其背后的生物学机制。

结论

基于SMRA、NLR和体重减轻的预测模型能够有效识别对化疗联合PD-1抑制剂敏感的胃癌患者，为个体化免疫治疗提供重要工具，具有显著的临床转化潜力。