整合多期增强CT影像组学与H&E全切片图像病理组学的多模态放射病理框架用于晚期非小细胞肺癌免疫治疗获益预测及生存风险分层

《Frontiers in Immunology》:Multimodal radiopathomics for predicting immunotherapy response and prognosis in advanced non-small cell lung cancer

【字体: 大 中 小 】 时间:2026年11月19日 来源:Frontiers in Immunology 7.0

编辑推荐:

  目标:旨在开发和验证一个整合框架,该框架联合治疗前多期对比增强计算机断层扫描(CT)影像组学与苏木精-伊红(H&E)染色全切片图像(WSI)来源的病理组学,用于评估接受免疫检查点抑制剂(ICIs)治疗的晚期非小细胞肺癌(NSCLC)患者的免疫治疗获益及总生存(

目标:旨在开发和验证一个整合框架,该框架联合治疗前多期对比增强计算机断层扫描(CT)影像组学与苏木精-伊红(H&E)染色全切片图像(WSI)来源的病理组学,用于评估接受免疫检查点抑制剂(ICIs)治疗的晚期非小细胞肺癌(NSCLC)患者的免疫治疗获益及总生存(OS)风险分层。

方法:本多中心回顾性研究纳入2019年6月至2024年6月期间接受基于ICI治疗的344例晚期NSCLC患者。分析治疗前非增强、动脉期和静脉期胸部CT图像及H&E染色WSI。分别基于训练数据开发影像组学、病理组学及整合放射病理组学模型,采用特征选择和支持向量机区分持久临床获益(DCB)与非持久临床获益(NDB),并在一个内部和两个外部验证队列中评估。最终得出的放射病理组学评分(RPS)进一步接受OS分层评估,并与临床相关协变量共同纳入一个可解释的生存列线图。

结果:纳入的344例患者(平均年龄66.5 ± 8.5岁;309例男性)中,放射病理组学模型在内部验证队列中的受试者工作特征曲线下面积(AUC)为0.882,在两个外部验证队列中分别为0.908和0.898。RPS在合并队列中实现了OS风险分层(风险比4.65,95%置信区间3.41–6.34;P < 0.001),并在程序性死亡配体1(PD-L1)表达分层内提供了额外的预后分层。整合RPS、美国东部肿瘤协作组(ECOG)体能状态、肝转移及PD-L1表达的列线图在验证队列中实现了0.765–0.899的一致性指数。

结论:整合治疗前多期对比增强CT影像组学与H&E染色WSI来源的病理组学的放射病理组学模型,在预测接受ICI治疗的晚期NSCLC患者DCB与NDB方面表现一致。由此产生的RPS实现了OS风险分层,并在PD-L1表达分层内提供了额外的预后分层。这些发现为免疫治疗反应提供了初步见解,并可能为个体化治疗计划提供参考。
晚期非小细胞肺癌(NSCLC)的发病与死亡负担沉重,免疫检查点抑制剂(ICIs)虽已重塑其治疗格局,但临床实践中获益的幅度与持久性差异显著:客观缓解率多处于20%至50%之间,提示存在广泛的原发耐药;8%至30%的病例可发生超进展疾病,为临床管理带来严峻挑战。这种不确定性使非应答者暴露于免疫相关不良事件与经济毒性之下,并延误向替代疗法的转换。现有预测标志物如程序性死亡配体1(PD-L1)表达、肿瘤突变负荷(TMB)及微卫星不稳定性(MSI)在个体水平预测中的效能仍不理想,且TMB与MSI检测常受组织充足性、测序费用及跨平台阈值不统一的限制。NSCLC显著的瘤内及肿瘤微环境异质性意味着单部位活检仅能部分反映肿瘤全貌,进一步削弱了现有标志物的可靠性。在标准诊断流程中,多期对比增强计算机断层扫描(CE-CT)可提供全瘤宏观异质性信息,而苏木精-伊红(H&E)染色全切片图像(WSI)能够在细胞分辨率下揭示微观组织结构及肿瘤-免疫环境;然而,将二者整合用于ICI结局预测的预治疗框架仍较缺乏。基于此,研究人员开发并验证了一种融合多期增强CT影像组学与H&E WSI病理组学的多模态放射病理组学模型,旨在预测免疫治疗获益并进行总生存(OS)风险分层,以期为个体化治疗策略与精准肿瘤学提供依据。

本多中心回顾性研究纳入2019年6月至2024年6月间来自温州医科大学附属第五医院等三家中心的344例接受ICI治疗的晚期NSCLC患者。采集治疗前多期胸部CT,勾画感兴趣区(VOI)后构建三维nnU-Net分割模型推广全队列;选取代表性H&E WSI,输入经ImageNet预训练的Vision Transformer(ViT-Base/16,视觉Transformer)在患者级弱监督下微调,经四层Patch-GCN(基于补丁的图卷积网络)聚合为患者级向量。影像组学与病理组学经多步筛选分别保留12个与11个特征,构成23维签名。采用支持向量机(SVM)分类,经贝叶斯优化结合分层五-fold交叉验证确定超参数,以线性核区分免疫治疗疗效类别。

患者基线特征与队列分布
最终分析纳入344例患者(平均年龄66.5 ± 8.5岁;309例男性),156例归入训练队列,68例归入内部验证队列,66例与54例分别归入两个外部验证队列;72例于治疗启动后12个月内死亡的患者被保留用于生存分析。多数基线特征在各队列间无显著差异,但年龄、美国东部肿瘤协作组(ECOG)体能状态、PD-L1肿瘤比例评分(TPS)及治疗线数存在显著组间差异。

特征提取与签名构建
经多步筛选与降维后,12个影像组学特征与11个病理组学特征拼接为23维放射病理组学签名。

治疗反应预测性能
放射病理组学SVM在训练队列中的受试者工作特征曲线下面积(AUC)为0.972(95%置信区间[CI]: 0.916–1.000),在内部验证队列及两个外部验证队列中分别为0.882、0.908和0.898,判别效能均优于单模态模型。DeLong检验显示,该融合模型在多数队列中的AUC显著高于影像组学模型;相对于病理组学模型,其优势在训练队列及外部验证队列1中达到统计学显著,但在外部验证队列2中未达显著阈值。

模型可解释性
Shapley加性解释(SHAP)分析显示WSI来源的深层特征对分类输出贡献最大;梯度加权类激活映射(Grad-CAM)与WSI热力图从空间维度可视化了模型决策所依赖的组织学模式,提示微观结构信息在疗效判别中的关键作用。

基于RPS的预后分层
RPS截止值?0.961将患者分为RPS-L与RPS-H组;RPS-H组在全部四个队列中的OS均显著缩短(合并队列风险比[HR] 4.65,95% CI 3.41–6.34;P < 0.001)。多变量Cox回归证实RPS分组为OS的独立预后因素。在持久临床获益(DCB)与非持久临床获益(NDB)亚组分析中,RPS-H均与OS缩短显著相关。

PD-L1 TPS类别内的RPS预后分层
在PD-L1 TPS <1%、1%–49%及≥50%各亚组中,RPS-H均与更差OS显著相关,表明RPS在PD-L1分层内提供了额外的预后区分能力。

列线图开发与性能
整合连续型RPS、ECOG体能状态、肝转移及PD-L1 TPS的列线图在外部验证队列1、2中的一致性指数(C-index)分别为0.772和0.899,判别效能优于仅临床模型,可个体化估计1、2及3年OS概率。

敏感性分析
在限制于一线化疗-免疫治疗且排除既往或合并靶向治疗的患者中,RPS-H仍与经多变量校正的OS缩短独立相关(调整后HR 7.65,95% CI 4.74–12.33;P < 0.001)。

讨论与结论部分总结:
该研究表明,基于常规获取的治疗前CE-CT与H&E染色切片的放射病理组学框架,可在无需额外有创采样的前提下嵌入标准临床流程,从而补充现有指南生物标志物,尤其当综合基因组分析受限于物流、成本或组织充足性时。训练队列AUC(0.972)高于外部验证队列(0.908与0.898),提示需警惕潜在过拟合,模型泛化能力有待时间性或前瞻性队列进一步验证。尽管融合模型在各队列中的AUC数值均高于单模态模型,但相较于单独病理组学的统计学优势在验证队列中并未完全一致。RPS不仅在整体人群中实现OS风险分层,还在PD-L1各表达层内保持预后区分度;联合ECOG体能状态、肝转移及PD-L1 TPS构建的列线图,可为晚期NSCLC患者提供个体化的生存估计与辅助风险分层。综上,该多中心外部验证的放射病理组学框架为接受ICI治疗的晚期NSCLC提供了稳定的疗效判别与生存预测工具,支持其作为预治疗分层策略的潜在补充;但在临床实施前,仍需开展具备预设图像处理流程、锁定模型参数及工作流层面可行性评估的前瞻性研究。

订阅生物通快讯

订阅快讯:

最新文章

限时促销

会展信息

关注订阅号/掌握最新资讯

今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

版权所有 生物通

Copyright© eBiotrade.com, All Rights Reserved

联系信箱:

粤ICP备09063491号