子宫内膜癌中分子亚型与高风险病理因素之间的关联

《Clinical and Translational Oncology》：Associations between molecular subtypes and high-risk pathological factors in endometrial cancer

子宫内膜癌分子亚型与病理因素关联研究。通过ProMisE分类系统将292例患者分为POLE-mut（6.8%）、MMRd（21.2%）、p53 abn（14.4%）和p53 wt（57.5%），发现分子亚型与FIGO分期（p<0.001）、病理类型（p<0.001）及LVSI（p=0.001）显著相关。POLE-mut和p53 wt多见于早期，p53 abn以Ⅱ期为主，MMRd分布广。p53 abn病理类型最差（61.9%），MMRd LVSI最多（39.1%）。多因素分析显示MMRd预测LVSI（p=0.001），MMRd和p53 abn预测病理类型（p<0.001）。分子分型可指导个体化治疗，需进一步前瞻性研究验证。

　　

摘要

背景

子宫内膜癌（EC）的分子亚型对于风险评估和治疗指导至关重要，具有重要的预后意义。

目的

研究EC分子亚型与高风险病理因素之间的关联，以优化个性化治疗。

设计

多中心回顾性队列研究。

方法

对292例通过Proactive Molecular Risk Classifier for Endometrial Cancer (ProMisE)分类为四种亚型的EC病例进行回顾性分析：POLE超突变型（POLE-mut）、错配修复缺陷型（MMRd）、p53异常型（p53 abn）和p53野生型（p53 wt）。使用卡方检验和逻辑回归评估其与临床病理参数的关联。

结果

在292名患者中，分子亚型的分布如下：POLE-mut（6.8%）、MMRd（21.2%）、p53 abn（14.4%）和p53 wt（57.5%）。分子亚型与国际妇产科联合会（FIGO）分期（p < 0.001）、低分化/未分化组织类型（p < 0.001）以及淋巴血管间隙侵犯（LVSI）（p = 0.001）显著相关。POLE-mut和p53 wt主要见于I期疾病（分别为90.0%和80.4%），而大多数p53 abn患者被归为II期（81.0%）。MMRd亚型分布于所有分期。III-IV期高级别疾病在p53 abn和MMRd亚型中最为常见。p53 abn患者的低分化/未分化组织类型比例最高（61.9%）。多变量分析显示MMRd是LVSI的独立预测因子（p = 0.001），同时MMRd（p = 0.009）和p53 abn（p < 0.001）也能独立预测低分化/未分化组织类型。

结论

EC分子亚型能够分层临床病理风险并预测肿瘤行为，凸显了它们在个性化管理中的潜在价值。这些发现表明，根据分子亚型可能采取不同的治疗策略，从降低治疗强度（POLE-mut）到增强治疗强度（p53-abn），但需要在常规临床应用前进行进一步的前瞻性研究。

背景

子宫内膜癌（EC）的分子亚型对于风险评估和治疗指导至关重要，具有重要的预后意义。

目的

研究EC分子亚型与高风险病理因素之间的关联，以优化个性化治疗。

设计

多中心回顾性队列研究。

方法

对292例通过Proactive Molecular Risk Classifier for Endometrial Cancer (ProMisE)分类为四种亚型的EC病例进行回顾性分析：POLE超突变型（POLE-mut）、错配修复缺陷型（MMRd）、p53异常型（p53 abn）和p53野生型（p53 wt）。使用卡方检验和逻辑回归评估其与临床病理参数的关联。

结果

在292名患者中，分子亚型的分布如下：POLE-mut（6.8%）、MMRd（21.2%）、p53 abn（14.4%）和p53 wt（57.5%）。分子亚型与国际妇产科联合会（FIGO）分期（p < 0.001）、低分化/未分化组织类型（p < 0.001）以及淋巴血管间隙侵犯（LVSI）（p = 0.001）显著相关。POLE-mut和p53 wt主要见于I期疾病（分别为90.0%和80.4%），而大多数p53 abn患者被归为II期（81.0%）。MMRd亚型分布于所有分期。III-IV期高级别疾病在p53 abn和MMRd亚型中最为常见。p53 abn患者的低分化/未分化组织类型比例最高（61.9%）。MMRd亚型占LVSI阳性病例的比例最高（39.1%）。多变量分析显示MMRd是LVSI的独立预测因子（p = 0.001），同时MMRd（p = 0.009）和p53 abn（p < 0.001）也能独立预测低分化/未分化组织类型。

结论

EC分子亚型能够分层临床病理风险并预测肿瘤行为，凸显了它们在个性化管理中的潜在价值。这些发现表明，根据分子亚型可能采取不同的治疗策略，从降低治疗强度（POLE-mut）到增强治疗强度（p53-abn），但需要在常规临床应用前进行进一步的前瞻性研究。