CD19 CAR-T细胞治疗后感染风险的时间性临床轨迹与Day+14界标分层

《Frontiers in Cellular and Infection Microbiology》：Temporal clinical trajectories and Day+14 landmark stratification of infection risk after CD19 CAR T-cell therapy

　　

背景：CD19导向嵌合抗原受体T细胞（CAR-T）治疗后的感染发生在不断变化的临床病程中。研究人员考察了两个相关问题：完整的Day+100注册数据如何刻画感染相关临床表型，以及截至Day+14可获得的信息能否对截至Day+100的后续感染风险进行分层。
方法：研究人员分析了3,302例成人大B细胞淋巴瘤（LBCL）患者，采用70:30开发集/测试集划分。全病史分类器使用完整的Day+100记录。校正的Day+14队列包括2,876例观察时间超过该界标的患者；模型使用截至Day+14可获得的信息。补充外部交叉验证重复了开发过程，逻辑重校准使用开发集交叉拟合评分。一个独立的共同特征模型在465例儿童和年轻成人B细胞急性淋巴细胞白血病（B-ALL）患者中评估。
结果：735/3,302例成人（22.3%）记录到感染。全病史测试受试者工作特征曲线下面积（AUROC）为0.724（95%置信区间[CI]，0.685–0.765）。在校正的Day+14测试集（862例患者；113例感染）中，动态模型AUROC为0.669（95% CI，0.616–0.716），精确率-召回率曲线下面积（AUPRC）为0.217（95% CI，0.165–0.286）。在评分阈值0.25时，低评分组包含160/862例患者（18.6%）和5例感染（3.1%；95% CI，1.0–7.1%）。其原始和重校准Brier评分分别为0.198和0.110，开发集患病率参考值为0.114。在跨疾病评估中，共同特征模型达到AUROC 0.663。
结论：完整记录刻画了感染相关临床轨迹。Day+14信息识别出一个低评分亚组，可用于门诊监测的前瞻性评估，其覆盖率、事件率和校准定义了该评估的条件。

研究背景与问题：CD19导向嵌合抗原受体T细胞（CAR-T）治疗可使复发或难治性大B细胞淋巴瘤（LBCL）获得持久缓解。感染集中于输注后第一个月，此时淋巴清除、血细胞减少和免疫效应细胞毒性相互重叠。基线健康、既往感染和治疗负担可解释部分感染结局变异；细胞因子释放综合征（CRS）、免疫效应细胞相关神经毒性综合征（ICANS）、糖皮质激素暴露和免疫恢复延迟在随访中增加信息，但其解释取决于每项测量相对于感染发生的时间。研究人员开展两项分析：全病史分析用完整Day+100记录刻画该期间感染相关的临床特征组合；Day+14界标分析评估在Day+14仍未感染且仍在观察的成人中，Day+14可获得信息是否预测Day+14至Day+100后续记录感染；并评估共同特征分类器从成人淋巴瘤向儿童/年轻成人白血病的迁移。该研究旨在为CAR-T后门诊随访研究设计提供依据。研究人员得出，完整记录可刻画感染相关临床轨迹，Day+14信息可识别低评分亚组，其覆盖率、事件率和校准定义前瞻性门诊监测评估条件。

关键技术方法：研究人员开展回顾性二次分析，使用国际血液与骨髓移植研究中心（CIBMTR）两个去标识公共数据集：成人LBCL 3,302例（原3,332例中30例无可用二元感染终点）和接受tisagenlecleucel的儿童/年轻成人B-ALL 465例；成人来源研究覆盖2017年12月至2022年6月，白血病覆盖2017年9月1日至2022年6月30日。采用70:30分层开发/测试划分、全病史分类和Day+14界标分析；以XGBoost、L1惩罚逻辑回归、梯度提升、AdaBoost及集成建模，辅以外部交叉验证、逻辑重校准、决策曲线和SHAP解释。

研究结果：

1. 队列与感染结局：成人分析纳入3,302例，735例感染（22.3%）。校正Day+14队列含2,876例、375例感染（13.0%），其中开发集2,014例、262例事件，测试集862例、113例事件。细菌、病毒和真菌感染分别记录于453例（13.7%）、335例（10.1%）和88例（2.7%）；735例感染者中608例为单一亚型、113例为两种、14例为三种。独立感染相关死亡字段阳性51例，其中8例原发感染指标阴性，审计明确保留该不一致。通过队列描述和结局审计得出上述结论。

2. 完整记录分类：冻结的六成员加权全病史集成在测试集AUROC为0.724（95% CI，0.685–0.765），AUPRC为0.532（95% CI，0.467–0.603）。评分阈值0.31时，灵敏度91.4%、特异度22.7%、阳性预测值（PPV）25.3%、阴性预测值（NPV）90.2%；194/991例低于界值，其中含19/221例感染。通过保留测试集评估得出全病史模型的区分度和操作特征。

3. Day+14预测后续感染：校正Day+14测试队列中113/862例（13.1%）发生后续记录感染。基线和动态模型AUROC分别为0.650（95% CI，0.590–0.701）和0.669（95% CI，0.616–0.716），AUPRC分别为0.192和0.217；配对AUROC差为+0.018（95% CI，-0.008至+0.047）。动态模型阈值0.25时，低评分组160/862例（18.6%）、5例感染（3.1%；95% CI，1.0–7.1%），占全部测试感染4.4%；高于阈值702例含108例感染，PPV 15.4%。低、中、高评分组感染分别为5/160（3.1%）、55/449（12.2%）、53/253（20.9%）。通过Day+14界标分析得出后续感染预测及低评分亚组覆盖情况。

4. 校准与决策曲线：全病史原始评分在8/8个修订分位组中高于观察感染率；原始Brier评分为0.185，常数开发患病率参考为0.173，逻辑重校准后为0.144。动态Day+14模型原始和重校准Brier评分分别为0.198和0.110，参考为0.114。决策曲线保留完整探索范围和负值；全病史原始净获益在阈值0.31为-0.066，Day+14原始净获益在阈值0.25为-0.104，跨疾病共同特征原始净获益在阈值0.33为0.003。通过校准和决策曲线分析暴露将未校准评分作为行动概率的影响。

5. 程序稳定性与敏感性分析：外部折叠AUROC范围在全病史开发程序为0.651–0.728，基线界标程序为0.562–0.670，动态程序为0.572–0.687；AUPRC范围分别为0.436–0.557、0.160–0.274和0.169–0.324。移除两个感染窗口衍生CRS/ICANS状态字段后，全病史测试AUROC为0.727（95% CI，0.687–0.767），AUPRC为0.535（95% CI，0.469–0.604），配对AUROC变化+0.002（95% CI，-0.004至+0.010）。Day+14恢复审计将2,292例归为Day+14已恢复、566例未恢复、18例信息不足；加入恢复状态后动态模型AUROC为0.674，配对变化+0.005（95% CI，-0.012至+0.020）。排除84例界标终点阴性但记录存活且总随访不足100天者后，动态模型AUROC为0.684。通过外部交叉验证和敏感性分析评估程序稳定性及关键字段影响。

6. 跨疾病评估：白血病队列102/465例感染（21.9%），与成人淋巴瘤队列在年龄、疾病和CAR-T产品方面不同。共同特征模型成人源队列交叉拟合AUROC为0.714，跨疾病AUROC为0.663（95% CI，0.604–0.724）。固定评分阈值0.33时，B-ALL灵敏度56.9%、特异度68.3%、PPV 33.5%、NPV 84.9%；44/102例感染低于阈值。源训练重校准使B-ALL Brier评分由0.1723变为0.1722，log loss由0.5277升至0.5456，未一致改善跨疾病概率误差。通过跨疾病评估得出共同特征模型迁移表现及校准局限。

7. 临床变量解释与实施：冻结的组合XGBoost组件按累积重要性规则保留24个临床变量；SHAP显示24个变量的临床变量贡献分布，并展示平均绝对贡献最大的8个变量。应用复现冻结加权集成，解释针对其组合XGBoost组件；修订的单记录和批量界面同时显示评分、分类阈值、模型版本和校准状态。通过SHAP解释和部署实施得出变量关联及研究用界面信息。

讨论部分总结：两个分析分支捕获CAR-T后感染的不同信息。完整记录提供全病史区分度AUROC 0.724；Day+14信息对后续记录感染提供中等区分度AUROC 0.669。Day+14低评分组覆盖18.6%测试患者，含5/113例感染。区分度、校准和亚组事件数共同刻画规划监测研究所需信息。低评分组为前瞻性比较门诊监测方案提供定义人群；此类研究应测量感染、延迟识别、非计划医疗、患者负担和资源使用，组大小决定招募潜力，观察事件率指导监测要求，决策曲线描述在假设监测负担和漏事件成本下的权衡，监测研究应在既定预防和治疗流程内运行。毒性和支持治疗变量描述输注后病程；糖皮质激素和tocilizumab暴露可反映CRS或ICANS严重度和治疗，IVIG使用可反映免疫功能障碍和治疗决策；SHAP贡献描述由临床指征和治疗模式塑造的关联，而非因果药物效应；移除分析量化感染定义观察窗的毒性状态字段影响。跨疾病迁移评估量化成人淋巴瘤至儿童/年轻成人白血病设置的表现；固定阈值漏44/102例感染，源训练重校准未一致改善跨疾病概率误差；疾病、年龄、产品及预测因子可得性差异可改变排序和评分-事件关系；独立成人LBCL评估是测试监测策略前评估目标人群泛化性的下一步。公共注册支持在源观察和竞争事件框架内开展多中心记录感染分析；缺失毒性治疗日期、纵向淋巴细胞/B细胞恢复和免疫球蛋白测量、详细抗菌预防和CMV/EBV监测、基线营养及定时CAR-T后疾病反应限制时间解释和调整；前瞻性数据收集应同时捕获这些测量与感染结局；中性粒细胞恢复时间和分类低丙种球蛋白血症提供部分免疫恢复和免疫球蛋白缺乏测量，纵向实验室数据可刻画其轨迹。模型选择不确定性通过隔离外部折叠重复开发程序评估；条件测试集bootstrap区间量化拟合模型和固定阈值下的患者抽样变异，折叠水平变异描述开发规则不稳定性；中心水平表现变异和人口学公平性需在临床使用前专门评估。

研究结论翻译：完整的Day+100记录识别出与记录感染相关的毒性、基线健康和支持治疗特征组合。校正的Day+14分析测量后续事件的区分度、校准及低评分亚组覆盖率。前瞻性成人淋巴瘤研究现在可评估该亚组是否支持不同门诊监测计划，并具有可接受的事件检测和患者负担。