整合HPV状态与免疫评分模型预测外阴鳞状细胞癌预后的临床价值研究

本研究针对外阴鳞状细胞癌（VSCC）免疫微环境特征不明的问题，通过分析PD-L1表达及CD4+ /CD8+ /CD68+ 等免疫细胞浸润模式，首次建立基于LASSO回归的免疫评分（immunoscorePFS /DSS ），并与HPV mRNA ISH状态整合构建IS-HPV指数模型。结果显示该模型可独立预测患者无进展生存（PFS）和疾病特异性生存（DSS），C-index达0.75以上，为VSCC精准分层提供新工具。

　　

外阴鳞状细胞癌（VSCC）作为占妇科恶性肿瘤6%的罕见疾病，其发病率持续上升但治疗选择有限，尤其是HPV独立型患者5年生存率不足30%。当前FIGO分期系统无法充分反映肿瘤生物学异质性，而免疫检查点抑制剂在VSCC中的响应率仅约10%，凸显建立精准预后工具的紧迫性。更复杂的是，VSCC存在HPV相关（驱动因素为E6/E7致癌蛋白）和HPV独立型（常伴TP53突变）两种分子亚型，后者预后显著更差但缺乏有效生物标志物。尽管PD-L1和免疫细胞浸润在其他实体瘤中价值明确，其在VSCC中的空间分布特征与临床关联仍存争议。

挪威卑尔根大学医院（Haukeland University Hospital）的研究团队通过回顾性分析1999-2017年117例VSCC患者的组织微阵列（TMA），结合数字病理和机器学习算法，首次构建了VSCC特异性免疫评分系统，相关成果发表于《Modern Pathology》。研究采用多重免疫组化（IHC）定量上皮/间质区CD4⁺
、CD8⁺
、CD68⁺
、CD14⁺
、FoxP3⁺
及PD-L1⁺
细胞密度，通过LASSO回归筛选预测因子，并整合HPV mRNA原位杂交（ISH）数据建立Nomogram模型。关键技术包括：1）TMA构建聚焦肿瘤浸润前沿；2）QuPath软件空间分辨定量；3）10折交叉验证优化λ值；4）Bootstrap法内部验证。

主要发现

1. PD-L1与巨噬细胞共定位特征
   晚期（FIGO III/IV期）VSCC上皮区PD-L1⁺
   与CD68⁺
   细胞密度显著升高（Spearman's ρ=0.80），且HPV独立型肿瘤间质PD-L1⁺
   细胞更多（p<0.05）。PD-L1阳性（TPS≥1%）独立预测不良PFS（HR=1.828, p=0.036），49.6%原发灶与72.4%复发灶存在PD-L1状态异质性。

2. 免疫评分模型的建立
   LASSO回归确定免疫评分公式：immunoscore^PFS
   =（1.8609×上皮PD-L1⁺
   -4.5255×上皮CD8⁺
   +2.1746×上皮FoxP3⁺
   +0.1497×间质CD14⁺
   ）×10^-4
   。高评分组PFS风险增加4.59倍（p=0.003），在HPV独立亚组预测效能更显著（p<0.001）。

3. IS-HPV指数临床价值
   整合模型C-index达0.752（DSS），较单独HPV状态（0.631）或免疫评分（0.715）显著提升。决策曲线分析显示，当阈值概率>15%时IS-HPV指数^PFS
   具临床净获益。

4. TMA与全切片一致性验证
   Phi系数显示IS-HPV指数在25例全切片中一致性最高（φ=0.80），优于单独免疫评分（φ=0.60），证实模型克服采样偏倚的能力。

讨论与意义
该研究首次在VSCC中实现免疫微环境空间特征的定量转化，突破在于：1）揭示CD68⁺
/PD-L1⁺
共浸润作为晚期VSCC标志；2）提供可操作化的免疫评分算法，其上皮CD8⁺
与间质CD14⁺
的权重分配反映VSCC特异性免疫逃逸机制；3）通过HPV状态整合增强模型稳健性，尤其改善HPV独立型（占74.4%）预后判断。

局限性包括回顾性设计及TMA样本量，但研究者通过千次Bootstrap验证和全切片比对强化结论可靠性。未来需在前瞻性队列中验证模型对免疫治疗响应的预测价值，并探索CD68⁺
亚群（如M2型TAMs）的分子特征。该成果为VSCC个体化治疗决策提供新范式，也为其他HPV相关肿瘤的免疫评分研究提供方法论参考。