pT3与pT4期结肠癌中PD-L1表达的手动与数字化评估预后价值研究

《Diagnostic Pathology》：Prognostic value of manual and digital PD-L1 expression in pT3 and pT4 colon cancer

本研究针对结肠癌预后生物标志物缺乏标准化评估问题，通过对比手动与数字化PD-L1表达评分方法，发现高PD-L1表达与pT3-pT4期结肠癌患者更长总生存期显著相关。在pMMR亚组中，CPS≥1和高数字化评分均为独立预后因素，为PD-L1标准化评估提供了重要循证依据。

　　

在当今精准医疗时代，免疫检查点抑制剂为多种恶性肿瘤患者带来了新的希望，其中程序性死亡配体1（PD-L1）作为关键生物标志物备受关注。然而在结肠癌领域，PD-L1的预后价值却充满争议——不同研究采用各异的检测抗体、评分标准和阈值设定，导致结论相互矛盾，更缺乏国际公认的评估指南。这种混乱局面严重阻碍了PD-L1作为预后生物标志物的临床转化应用。

针对这一难题，丹麦研究团队在《Diagnostic Pathology》上发表了创新性研究，聚焦于pT3和pT4期结肠癌这一高危患者群体。他们不仅系统比较了多种手动评分方法，还开创性地开发了基于人工智能的数字化评估算法，试图为PD-L1评估提供更标准化、可重复的解决方案。

研究团队从先前建立的队列中筛选出162例接受根治性手术的pT3-pT4期结肠癌患者，排除了术前转移和显微镜下非根治性手术病例。每位患者选取代表侵袭边缘的肿瘤切片进行PD-L1（22C3克隆）、CD3和CD68免疫组织化学染色。

关键技术方法包括：采用三种手动评分系统（TPS、ICS、CPS）；开发基于人工智能的数字化算法检测PD-L1阳性细胞；通过多变量Cox回归模型分析PD-L1表达与总生存期的关联；按MMR状态进行亚组分析。

手动PD-L1表达评分

结果显示，仅1例（0.6%）肿瘤TPS≥1%，因此该方法被排除出统计分析。ICS评分中，<1%、1-9%和≥10%的病例分别占66%、30.2%和3.7%。CPS评分中，<1、1-9和≥10的病例分别占82.7%、15.4%和1.9%。由于≥10%的病例数过少，后续分析将ICS和CPS分别二分为<1%与≥1%、<1与≥1。

数字化PD-L1表达评分

数字化PD-L1评分中位数为36个阳性细胞/mm²（Q1=15，Q3=108，范围1-1369）。肿瘤面积中位数为48.8mm²，边界区域面积中位数为14.4mm²。研究人员测试了三种分界点（Q1、中位数、Q3），最终选择与OS关联最强的Q3作为高低分组的阈值。

临床病理特征与PD-L1表达的相关性

dMMR肿瘤在ICS≥1%组（p=0.007）和高数字化PD-L1评分组（p=0.006）中更为常见。CPS与MMR状态无显著关联（p=0.061）。其他临床病理特征如年龄、性别、肿瘤位置等与PD-L1表达无显著相关性。

PD-L1表达与总生存期

在整个队列中，单变量分析显示高龄（p=0.009）、pT4分期（p=0.020）与较差OS相关，而辅助化疗（p=0.012）和高数字化PD-L1评分（p=0.029）与较好OS相关。多变量分析调整年龄、pT分期和辅助化疗后，高数字化PD-L1评分仍是OS的独立预后因素（aHR=0.40，95% CI=0.19-0.86，p=0.018）。

按MMR状态进行亚组分析

在121例pMMR结肠肿瘤患者中，单变量分析显示年龄（p=0.003）、pT分期（p=0.018）、辅助化疗（p=0.016）、CPS（p=0.045）和数字化PD-L1评分（p=0.037）与OS显著相关。多变量分析调整年龄、辅助化疗和pT分期后，数字化PD-L1评分和CPS仍与OS显著相关（p=0.043和p=0.049）。而在41例dMMR肿瘤患者中，未发现PD-L1表达与OS存在显著关联。

手动与数字化PD-L1表达评分比较

以第三四分位数作为数字化评分分界点时，所有ICS≥10%或CPS≥10的病例均被数字化算法归类为高表达。ICS<10%的病例中96.3%被归类为低表达，CPS<1的病例中89.6%被归类为低表达。相反，ICS≥1%的病例中67.3%被归类为高表达，CPS≥1的病例中96.4%被归类为高表达。

本研究通过严谨的方法学设计证实，高PD-L1表达与pT3-pT4期结肠癌患者更长的总生存期相关，尤其在pMMR亚组中这一关联更为显著。数字化评估方法和CPS评分系统显示出良好的预后预测价值，为未来研究提供了重要方法论参考。

讨论部分深入分析了本研究与既往文献的异同。与多数实体瘤中PD-L1高表达预示较差预后不同，本研究发现在结肠癌中PD-L1高表达（尤其是免疫细胞表达）反而与较好生存结局相关。这可能因为PD-L1阳性免疫细胞反映了肿瘤微环境中抗肿瘤免疫反应的激活状态，是积极免疫应答的替代指标。

值得注意的是，本研究开发的数字化算法相比团队早期研究有显著技术进步：采用深度学习分类器替代简单的阈值分类器，将细胞核周围区域的细胞质和细胞膜染色均纳入分析，并精细排除了坏死组织和大面积人工伪影。然而，该算法仍需手动勾画肿瘤区域，且无法区分肿瘤细胞与免疫细胞，这些仍是未来改进的方向。

与手动评分相比，数字化评估显示出良好的一致性，但也存在一定差异，这反映了方法学本质区别。研究者强调，选择PD-L1评估方法时，基于临床结局的验证至关重要。

综上所述，本研究为结肠癌PD-L1预后价值提供了高级别循证医学证据，确立了数字化评估和CPS评分在pMMR结肠癌患者中的预后意义。未来研究应继续探索PD-L1在不同分子亚型（如dMMR与pMMR）中的差异化预后价值，并进一步区分表达细胞类型，推动结肠癌精准免疫预后分层的发展。