卡瑞利珠单抗联合阿帕替尼治疗不可切除肝细胞癌的预后价值：临床与CT特征的创新模型构建与验证

本综述系统评估了临床特征与增强CT成像在预测不可切除肝细胞癌（HCC）患者接受卡瑞利珠单抗（Camrelizumab）联合阿帕替尼（Apatinib）治疗方案疗效及生存结局中的预后价值。研究通过多变量分析确定了甲胎蛋白（AFP≥400 ng/mL）、中性粒细胞-淋巴细胞比值（NLR≥3.2）、肿瘤数目（≥3个）及动脉期强化减低比率（ΔAER<15%）等关键独立预测因子，并构建了高精度（AUC 0.874）的预测模型与列线图（Nomogram），为个体化治疗策略提供了重要循证依据。

　　

Abstract

背景

免疫治疗联合靶向治疗已成为不可切除肝细胞癌（HCC）患者的关键治疗策略。本研究旨在评估临床和CT特征在卡瑞利珠单抗联合阿帕替尼治疗此类患者中的预后价值。

材料与方法

一项回顾性研究纳入了2019年6月至2021年8月期间接受卡瑞利珠单抗联合阿帕替尼治疗的不可切除HCC患者。分析了临床和增强CT特征。采用逻辑回归识别客观缓解的预测因子，Cox回归评估无进展生存期（PFS）和总生存期（OS）的预后因素。基于独立预测因子构建了列线图。

结果

在109例患者中，中位OS为20个月，中位PFS为9个月，客观缓解率（ORR）为43.1%。客观缓解的独立预测因子包括AFP ≥ 400 ng/mL（OR = 6.31）、NLR ≥ 3.2（OR = 3.72）、肿瘤数目 ≥ 3（OR = 3.93）和ΔAER < 15%（OR = 10.99），客观缓解预测模型的曲线下面积（AUC）为0.874。PFS的独立因素包括AFP ≥ 400 ng/mL（HR = 2.04）和ΔAER < 15%（HR = 2.57），模型AUC为0.859。OS的独立因素为NLR ≥ 3.2（HR = 2.07）、肿瘤数目 ≥ 3（HR = 2.68）和肝外转移（HR = 2.32），其1年和2年生存率的AUC分别为0.848和0.866。

结论

临床和增强CT特征在接受卡瑞利珠单抗联合阿帕替尼治疗的患者中显示出显著的预后价值。所开发的模型可能有助于识别应答患者并制定个体化治疗策略。

引言

肝细胞癌（HCC）是全球癌症相关死亡的第三大原因。在中国，它是第四大常见恶性肿瘤和第二大致命癌症。尽管筛查方案有所进步，但约70-80%的患者在确诊时已处于中晚期，无法接受手术或局部根治性治疗。

靶向治疗和免疫治疗现已成为这些患者的标准护理。靶向治疗通过直接抑制肿瘤生长和阻断血管生成来发挥作用。免疫治疗，特别是免疫检查点抑制剂，通过克服免疫耐受来重新激活免疫细胞，恢复肿瘤特异性免疫。研究表明，靶向治疗与免疫治疗联合可产生协同效应，抑制肿瘤细胞增殖，抑制血管生成，并最终导致肿瘤坏死和免疫应答。由于针对VEGF配体的抗血管生成治疗可以减轻VEGF信号传导的局部免疫抑制效应并促进T细胞浸润，大量临床试验已显示出有希望的结果。IMbrave150和CARES-310研究显示，PD-1/PD-L1抑制剂与抗血管生成药物联合可增强不可切除HCC的免疫原性和临床结局。

尽管免疫治疗和靶向治疗已成为标准选择，但识别合适的候选者仍然是一个挑战，客观缓解率、总生存期（OS）和无进展生存期（PFS）结果未达预期。此外，这些疗法伴随显著的副作用；约66%的病例发生免疫相关不良事件，其中约14%为3级或以上不良反应。因此，识别可能从这些治疗中获益的患者至关重要，这能使临床医生避免无效或过度治疗。先前的研究表明，临床特征（如AFP、PIVKA-II、NLR、PLR、HBV-DNA）和影像学特征（如肿瘤大小、多灶性、血管侵犯、肿瘤边缘、包膜、动脉期强化）是重要的预后因素。结合这些特征可能有助于在治疗前无创且准确地预测治疗结果。

卡瑞利珠单抗联合阿帕替尼是HCC广泛使用的免疫治疗和靶向治疗方案。目前尚无关于可靠影像学生物标志物以指导最佳患者选择的共识。在临床实践中，患者的治疗方案通常由多学科团队决定。基于CT的预后模型已被提出用于评估微血管侵犯，以及经动脉化疗栓塞治疗的HCC瘤内特征（如识别增殖性HCC）。动脉期强化减低比率（ΔAER）反映了治疗的抗血管生成效果，并可能作为肿瘤缺血的早期替代标志物。Colagrande等人的研究表明，CT衍生的强化体积变化可预测对索拉非尼的反应。

迄今为止，尚无研究在卡瑞利珠单抗-阿帕替尼背景下验证ΔAER，并且针对该治疗方案的CT衍生模型有限。同时，国际指南基于IMbrave150试验结果越来越倾向于阿特珠单抗-贝伐珠单抗，该试验显示相较于索拉非尼具有更优的总生存期。然而，由于药物可及性、毒性特征和患者特定因素，卡瑞利珠单抗-阿帕替尼在中国仍被广泛使用。

本研究旨在评估基线临床特征和CT影像学特征与治疗结果（包括客观缓解、PFS和OS）之间的关联。此外，我们试图确定长期生存的独立预后因素，并开发预测模型以促进个体化治疗策略和预后评估。

材料与方法

利益冲突与伦理批准

本研究经我院伦理委员会批准（批准号：2023-K012-01），并遵循《赫尔辛基宣言》进行。作者声明与本研究无任何财务或其他利益冲突。由于这是一项基于匿名数据的回顾性研究，伦理委员会放弃了知情同意的要求。所有患者数据均经过脱敏处理，并在研究过程中严格遵守机构和国家的数据保护规定。

研究设计与患者选择

这项回顾性研究纳入了2019年6月至2021年8月期间在我院诊断为HCC并接受免疫联合靶向治疗（卡瑞利珠单抗和阿帕替尼）的109例患者。纳入标准如下：（1）根据AASLD指南标准诊断为HCC；（2）经多学科团队评估认为不适合手术或局部治疗；（3）临床资料完整；（4）治疗前两周内完成增强CT检查；（5）至少有一个可测量的肝内病灶（肿瘤大小≥10 mm）。排除标准包括：（1）治疗前接受过其他HCC特异性治疗（如放疗、经动脉放射栓塞、经肝动脉化疗栓塞）；（2）随访时间少于两个月；（3）研究期间无随访增强CT评估；（4）术后无 measurable 肝内病灶接受辅助治疗的患者；（5）图像质量差无法评估。

数据收集

患者临床数据包括年龄、性别、肝炎史、肝硬化、吸烟和饮酒史、肝吸虫感染、肝病家族史、高血压和糖尿病。此外，记录了巴塞罗那临床肝癌（BCLC）分期、Child-Pugh肝功能分级和东部肿瘤协作组（ECOG）体力状况。在治疗开始前一周内采集外周血样本，测量中性粒细胞、淋巴细胞和血小板计数、血清甲胎蛋白（AFP）、维生素K缺乏或拮抗剂II诱导的蛋白质（PIVKA-II）、白蛋白（ALB）、丙氨酸氨基转移酶（ALT）、天冬氨酸氨基转移酶（AST）和乙型肝炎病毒DNA（HBV-DNA）水平。

治疗方案与随访

所有患者均接受卡瑞利珠单抗200 mg第1天给药（每两周静脉输注一次）和阿帕替尼250 mg（口服，每日一次）。主治医生根据不良事件或疾病进展调整剂量或停药。患者每6-8周随访一次，每次随访包括临床访谈、体格检查、常规血液检查、肝功能测试、AFP、PIVKA-II和HBV-DNA水平。影像学随访主要包括多期增强CT、MRI、超声造影或PET-CT。随访截止日期为2023年1月31日。

主要终点是客观缓解率（ORR）和无进展生存期（PFS）。ORR指肿瘤大小缩小至预定值并能维持最低要求时间限（4周）的患者比例，包括完全缓解（CR）和部分缓解（PR），ORR = CR + PR。PFS定义为从治疗开始到疾病进展或死亡的时间（以先发生者为准）。次要终点是总生存期（OS），OS定义为从治疗开始到任何原因死亡或末次已知随访的时间。

CT扫描设备与方案

CT扫描使用256层螺旋CT（Revolution, GE）或双能CT（SOMATOM Definition Flash 或 Force CT, Siemens）进行。

CT图像分析

两名具有10年以上腹部疾病诊断经验的放射科医生（C.JL和C.YD）在不知晓患者临床信息的情况下独立审阅增强CT图像。分析的特征包括肿瘤大小、肿瘤数目、肿瘤边缘、瘤内动脉、瘤周强化、静脉癌栓和动脉期强化减低比率（ΔAER）。AER = [（HUpost - HUpre）/ HUpre] × 100%。HU在动脉期图像（HUpost）和非增强图像（HUpre）上相同感兴趣区（ROI）测量。ΔAER = AER治疗前 - AER治疗后。当两名放射科医生意见不一致时，咨询第三位具有25年以上肝病诊断经验的放射科医生（L.LL）以达成共识。使用Cohen's kappa评估两名观察者间的一致性，所有评估特征的一致性均为良好至优秀（kappa: 0.72–0.86）。

统计分析

所有统计分析均使用SPSS 25.0版和R 4.1.2版进行。Shapiro–Wilk检验用于评估连续变量的正态性。正态分布数据以均数±标准差表示，非正态分布数据以中位数和四分位距表示。组间正态分布数据的比较采用独立样本t检验，非正态分布数据采用Mann–Whitney U检验。连续变量根据临床或参考截断值酌情转换为分类变量。分类变量以频数和百分比表示，根据需要采用卡方检验或Fisher精确检验进行比较。采用逻辑回归识别客观缓解的独立因素。

使用Kaplan-Meier法生成PFS和OS的生存曲线，并使用Log rank检验比较组间差异。采用单变量Cox比例风险模型识别影响治疗效果和生存的潜在因素，将P < 0.05的变量纳入多变量Cox分析以确定独立预后因素。将这些因素纳入预测模型，并构建列线图。使用一致性指数（C-index）、受试者工作特征（ROC）曲线、校准曲线和决策曲线分析（DCA）评估模型的准确性和实用性。使用kappa统计量评估观察者间一致性，P < 0.05认为有统计学意义。

结果

患者特征

本研究最初考虑了209例患者。应用排除标准后，因各种原因排除了100例患者：42例在过去三个月内接受过其他HCC特异性治疗，16例随访时间少于两个月，22例缺乏随访增强CT影像，20例无 measurable 肝内病灶（多个病灶，但每个病灶大小均小于10 mm）。因此，最终分析纳入109例患者。

队列中位年龄为48.87±11.5岁（范围：25-76岁）。109例患者中，95例为男性，14例为女性。大多数患者（102例）有乙型肝炎病史，3例有丙型肝炎史，12例有肝吸虫感染史。此外，95例临床诊断为肝硬化，12例有高血压，14例有糖尿病。关于功能状态，74例患者ECOG体力状况（PS）为0级，35例为1级。Child-Pugh肝功能分级为A级者98例，B级者11例。在癌症分期方面，84例患者为BCLC B期，25例为C期。中性粒细胞计数中位值为4.13×10⁹/L（范围：2.79–5.43 ×10⁹/L），血小板计数中位值为194.00×10⁹/L（范围：145.85–242.00 ×10⁹/L），淋巴细胞计数中位值为1.21×10⁹/L（范围：1.01–1.62 ×10⁹/L）。血清AFP水平中位值为446.16 ng/mL（范围：40.33–18,459.42），PIVKA-II水平中位值为2320.38 mAU/mL（范围：278.64–19,227.86）。

中位肿瘤大小为10.05 cm（范围：6.88–13.87 cm）。共有52例患者发生肝外转移，其中34例累及肺部，31例在腹腔，1例骨转移。60例患者有血管侵犯（门静脉受累），25例有肝静脉受累，8例有下腔静脉受累。30.3%（33/109）的患者为单发肿瘤，而69.7%（76/109）为多发肿瘤。

患者随访

在随访期间，54例患者死亡，20例失访，35例存活。中位总生存期（mOS）为20个月（95% CI：15.47–24.52），中位随访时间为22个月（95% CI：17.9–26.1）。中位PFS为9个月（95% CI：7.0–11.0）。ORR为43.1%，疾病控制率（DCR）为75.2%。基于mRECIST标准，治疗反应包括13例完全缓解（CR），34例部分缓解（PR），35例疾病稳定（SD）和27例疾病进展（PD）。ORR通过合并CR和PR计算，总计43.1%（47/109），而SD和PD被归类为无应答者。

临床和CT特征对治疗疗效（客观缓解）的预测价值

将客观缓解组（OR组）患者与非客观缓解组（非OR组）的临床和CT特征进行比较。多变量分析确定了四个与治疗反应相关的独立风险因素：AFP ≥ 400 ng/mL（OR = 6.31, p = 0.001）、中性粒细胞-淋巴细胞比值（NLR）≥ 3.2（OR = 3.72, p = 0.012）、肿瘤数目 ≥ 3（OR = 3.93, p = 0.011）和动脉期强化减低比率（ΔAER）< 15%（OR = 10.99, p < 0.001）。将这些变量纳入ORR预测模型。该模型的曲线下面积（AUC）为0.874（95% CI：0.804–0.941）。基于临床和CT特征构建了预测治疗反应的列线图，校准曲线显示预测结果与观察结果之间具有良好的一致性，DCA证实了该模型的临床获益。

临床和CT特征对PFS的预测价值

PFS的单变量和多变量Cox回归分析

预测无进展生存期的独立因素包括AFP ≥ 400 ng/mL（HR = 2.04, 95% CI：1.15–3.64, p = 0.015）、PIVKA-II ≥ 732 mAU/mL（HR = 2.05, 95% CI：1.14–3.66, p = 0.016）、肿瘤数目 ≥ 3（HR = 2.53, 95% CI：1.47–4.34, p = 0.001）和ΔAER < 15%（HR = 2.57, 95% CI：1.54–4.33, p < 0.001）。

PFS预测模型的构建与验证

使用显著变量（AFP、PIVKA-II、肿瘤数目和ΔAER）构建PFS预测模型，得出AUC为0.859（95% CI：0.803–0.959）。该AUC显著高于单独使用BCLC分期的AUC（0.578, 95% CI 0.468–0.688）。基于临床和CT特征构建了预测PFS的列线图，校准曲线与参考线重合良好，DCA支持该模型在临床决策中的价值。

临床和CT特征对OS的预测价值

OS的单变量和多变量Cox回归分析

通过Cox回归分析确定了几个总生存期的独立预测因子。这些因素包括NLR ≥ 3.2（HR = 2.07, 95% CI：1.15–3.73, p = 0.015）、肿瘤数目 ≥ 3（HR = 2.68, 95% CI：1.38–5.21, p = 0.004）、瘤周强化（存在 vs 不存在，HR = 1.81, 95% CI：0.98–3.33, p = 0.05）、存在肝外转移（HR = 2.32, 95% CI：1.21–4.44, p = 0.011）和ΔAER < 15%（HR = 2.16, 95% CI：1.22–3.83, p = 0.009）。

OS预测模型的构建与验证

使用上述独立因素（NLR、肿瘤数目、ΔAER、瘤周强化和肝外转移）构建OS预测模型。该模型预测1年和2年生存率的AUC分别为0.848（95% CI：0.717–0.910）和0.866（95% CI：0.734–0.944）。基于临床和CT特征构建了预测OS的列线图，校准曲线显示预测概率与实际概率之间具有极好的一致性，使用1000次Bootstrap重抽样的内部验证得出C-index为0.76，DCA进一步证实了该模型的临床实用性。

亚组分析

我们按肝硬化和BCLC分期进行了额外的亚组分析。

讨论

本研究评估了结合临床特征与增强CT成像在预测不可切除HCC患者接受卡瑞利珠单抗联合阿帕替尼治疗方案疗效和生存结局方面的预后价值。我们的结果确定AFP（≥400 ng/mL）、中性粒细胞-淋巴细胞比值（NLR ≥ 3.2）、肿瘤数目（≥3）和动脉期强化比率变化（ΔAER < 15%）是客观缓解的独立风险因素，预测模型AUC为0.874。此外，AFP（≥400 ng/mL）、PIVKA-II（≥732 mAU/mL）、肿瘤数目（≥3）和ΔAER（<15%）是PFS的独立预测因子，AUC为0.859。NLR（≥3.2）、肿瘤数目（≥3）、瘤周强化、肝外转移和ΔAER（<15%）是OS的显著预测因子，其1年和2年生存率的AUC分别为0.848和0.866。

本研究中，基线AFP升高（≥400 ng/mL）是ORR和PFS的独立预测因子。这一发现与先前关于HCC全身治疗的研究一致，这些研究提示AFP通过诸如在免疫细胞中诱导PD-L1表达等机制促进HCC细胞的免疫逃逸。AFP可能通过诱导免疫抑制性树突状细胞表型来损害抗原呈递。Mao等人证明术前AFP水平与HCC患者术后OS和RFS密切相关。对REACH和REACH-2研究的荟萃分析也发现，AFP水平在400至1,000 ng/mL之间的患者比AFP >1,000 ng/mL的患者OS更长。相比之下，韩国一项分析121例接受阿特珠单抗联合贝伐珠单抗治疗患者的研究报告称，基线AFP（≥400 ng/mL）与OS或PFS无显著关联。然而，治疗后AFP下降≥30%的患者ORR高于无此下降的患者。而其他研究认为AFP≥400 ng/mL是索拉非尼治疗失败后晚期HCC患者预后不良的独立风险因素。虽然单独AFP可能不足以预测治疗效果，但其作为靶向免疫治疗结果的独立风险因素的作用值得关注。这凸显了生物标志物性能的区域异质性。

PIVKA-II是HCC的特异性肿瘤标志物，与不良肿瘤行为（如增殖、转移和侵袭）相关。PIVKA-II促进癌栓形成，导致血管侵犯。在本研究中，PIVKA-II（≥732 mAU/mL）是影响PFS的独立因素。先前研究支持PIVKA-II作为预测血管侵犯、转移和复发的潜在工具，并已用于评估肝切除和消融后的预后。Chon等人也证明基线PIVKA-II（≥186 mAU/mL）是接受阿特珠单抗和贝伐珠单抗治疗患者OS和PFS不良的独立预测因子，进一步验证了其预后价值。

本研究中，基线NLR（≥3.2）成为预测客观缓解和OS的重要血清标志物。高基线NLR是治疗结果差和OS缩短的独立风险因素。中性粒细胞产生促进肿瘤发展、血管生成和转移的炎症介质，而淋巴细胞在诱导细胞毒性死亡和抑制肿瘤增殖中发挥作用。鉴于大多数HCC病例与慢性炎症和肝纤维化相关，通常由病毒感染或其他因素引起，NLR已被证明会影响靶向治疗或联合免疫治疗的疗效。Chon等人发现基线NLR <2.5的患者ORR高于NLR ≥2.5的患者。尽管NLR是一种简单易得的生物标志物，但其最佳截断值仍存在争议，需要更大规模、多中心的前瞻性研究来确定最合适的阈值。

肿瘤数目（≥3）是影响本研究中PFS和OS的另一个关键因素。现有研究报告肿瘤多发性是肝切除术后晚期复发的独立预测因子，并且术后辅助TACE在HIPC3（存在瘤内动脉且直径>5 cm，或两到三个肿瘤）患者中实现了显著的RFS和OS改善。一项比较TACE联合阿帕替尼加PD-1抑制剂与TACE联合阿帕替尼治疗晚期HCC的研究也发现，肿瘤数目≥3、AFP≥400 ng/mL和远处转移是OS的独立预测因子，与我们的发现一致。

本研究中验证了CT增强影像特征的预后价值。瘤周强化是影响OS的重要因素，此特征可能代表微血管侵犯导致的代偿性动脉高灌注，已被确定为HCC早期复发和预后不良的独立风险因素。此外，ΔAER是客观缓解、OS和PFS的显著独立预测因子。ΔAER≥15%的患者具有更好的ORR和改善的生存。由于靶向治疗的作用机制主要涉及阻断肿瘤血管生成和诱导缺血性坏死，在有效患者中早期评估显示动脉强化减少是预期的。Colagrande等人表明，疾病强化体积是一种通过CT动脉强化系数获得的新放射学参数，可能有助于筛选更可能对索拉非尼产生反应的患者。ΔAER是一个易于获取且简单的指标，未来可能成为评估HCC靶向免疫治疗效果的关键指标。尽管ΔAER是一个强有力的预测因子，但其生物学基础仍是推测性的。需要进一步研究将影像学与微血管密度或坏死相关联。

本研究有几个局限性。首先，其回顾性设计引入了固有的选择偏倚，相对较短的随访期阻碍了三年以上的长期生存分析。其次，作为一项样本量有限的单中心研究，我们的发现可能缺乏普适性，尽管通过1000次Bootstrap重抽样进行了内部验证。需要来自其他机构或更大数据集的外部验证来加强模型的适用性。最后，我们的预测模型缺乏功能性MR成像数据，这可能会提高准确性。未来结合影像组学和深度学习以及MRI的研究可能有助于构建更全面的预测模型。

总之，我们的研究结果表明，增强CT特征和临床生物标志物（如AFP、NLR、肿瘤多发性